TEORI PROBABILITAS

1
 OUTLINE

Teori Probabilitas

Pengertian Probabilitas dan

Konsep-konsep Manfaat Probabilitas
Dasar Probabilitas
Pendekatan Terhadap
Probabilitas
Distribusi Probabilitas
Diskrit Hukum Dasar Probabilitas

Distribusi Normal Teorema Bayes

Teori Keputusan Menggunakan MS Excel

untuk Probabilitas

2
PENDAHULUAN

Definisi:
Probabilitas adalah peluang suatu kejadian

Manfaat:
Manfaat mengetahui probabilitas adalah membantu
pengambilan keputusan yang tepat, karena kehidupan di dunia
tidak ada kepastian, dan informasi yang tidak sempurna.

Contoh:
• Pembelian harga saham berdasarkan analisis harga saham
• Peluang produk yang diluncurkan perusahaan (sukses atau
tidak), dan lain-lain.

3
PENDAHULUAN (cont..)

Probabilitas:
Suatu ukuran tentang kemungkinan suatu peristiwa (event)
akan terjadi di masa mendatang. Probabilitas dinyatakan antara
0 sampai 1 atau dalam persentase.
Percobaan:
Pengamatan terhadap beberapa aktivitas atau proses yang
memungkinkan timbulnya paling sedikit dua peristiwa tanpa
memperhatikan peristiwa mana yang akan terjadi.
Hasil (outcome):
Suatu hasil dari sebuah percobaan.
Peristiwa (event):
Kumpulan dari satu atau lebih hasil yang terjadi pada sebuah
percobaan atau kegiatan.

4
PENDAHULUAN (cont..)

Contoh:

Percobaan/ Pertandingan sepak bola Persita VS PSIS di

Kegiatan Stadion Tangerang, 5 Maret 2019.

Hasil Persita menang

Persita kalah
Seri -- Persita tidak kalah dan tidak
menang
Peristiwa Persita Menang

5
PENDEKATAN PROBABILITAS

1. Pendekatan Klasik

2. Pendekatan Relatif

3. Pendekatan Subjektif

6
1. PENDEKATAN KLASIK

Definisi:
Setiap peristiwa mempunyai kesempatan yang sama untuk terjadi.

Rumus:

Probabilitas = Jumlah kemungkinan hasil

suatu peristiwa Jumlah total kemungkinan hasil

7
 1. PENDEKATAN KLASIK

Percobaan Hasil Probabi-

litas

Kegiatan melempar 1. Muncul gambar 2 ½

uang 2. Muncul angka

Kegiatan 1. Menjual saham 2 ½

perdagangan saham 2. Membeli saham

Perubahan harga 1. Inflasi (harga naik) 2 ½

2. Deflasi (harga turun)

Mahasiswa belajar 1. Lulus memuaskan 3 1/3

2. Lulus sangat
memuaskan
3. Lulus terpuji

8
 2. PENDEKATAN RELATIF

Definisi:
Probabilitas suatu kejadian tidak dianggap sama, tergantung dari
berapa banyak suatu kejadian terjadi.

Rumus:

Probabilitas = Jumlah peristiwa yang terjadi

suatu peristiwa Jumlah total percobaan

Contoh:
Dalam 12 bulan, 10 bulan terjadi inflasi dan 2 bulan deflasi. Maka
probabilitas inflasi = 10/12=0,83 dan probabilitas deflasi = 2/12=0,17

9
3. PENDEKATAN SUBJEKTIF

Definisi:

Probabilitas suatu kejadian didasarkan pada penilaian pribadi

yang dinyatakan dalam suatu derajat kepercayaan.

10
 Perumusan Probabilitas Kejadian
Majemuk
S S

A B B
A

Maka banyak anggota himpunan gabungan A dan B adalah :

n(AB) = n(A) + n(B) – n(AB)

Kejadian majemuk adalah gabungan atau irisan kejadian A dan B, maka

probabilitas kejadian gabungan A dan B adalah:
P(AB) = P(A) + P(B) – P(AB)
 Perumusan Probabilitas Kejadian
Majemuk (2)
Untuk 3 kejadian maka :
S

A B

Maka Probabilitas majemuknya adalah :

P(AB C) = P(A) + P(B) + P(C) – P(AB)
– P(AC) – P(BC) + P(AB C)
PERUMUSAN PROBABILITAS KEJADIAN MAJEMUK
(lanjutan)

Contoh 1 :
Diambil satu kartu acak dari satu set kartu bridge yang
lengkap. Bila A adalah kejadian terpilihnya kartu As dan
B adalah kejadian terpilihnya kartu wajik, maka
hitunglah P(AB)
Jawab :
PA   , PB  , PA  B 
4 13 1
(kartu As wajik)
52 52 52
Maka PA  B  PA   PB  PA  B
4 13 1 16 4
    
52 52 52 52 13
 PERUMUSAN PROBABILITAS KEJADIAN MAJEMUK
(lanjutan)
Contoh 2 :
Peluang seorang mahasiswa lulus Kalkulus adalah 2/3 dan peluang ia lulus Statistika adalah
4/9. Bila peluang lulus sekurang-kurangnya satu mata kuliah di atas adalah 4/5, berapa
peluang ia lulus kedua mata kuliah tersebut?
Jawab :
Misal A = kejadian lulus Kalkulus 2 4 4
P A  , P  B  , P  A  B 
B = kejadian lulus Statistika 3 9 5
P  A  B  P  A   P  B  P  A  B
P  A  B  P  A   P  B  P  A  B
2 4 4 14
     0,311
3 9 5 45
 DUA KEJADIAN SALING LEPAS
Bila A dan B adalah dua kejadian sembarang pada S dan
berlaku AB = 0, maka A dan B dikatakan dua kejadian yang
saling lepas.
Dua kejadian tersebut tidak mungkin terjadi secara
bersamaan.
S

A B

Dengan demikian probabilitas AB adalah :

PA  B  PA  PB
 DUA KEJADIAN SALING LEPAS
(lanjutan)
Contoh :
Pada pelemparan dua buah dadu, tentukan probabilitas munculnya muka
dua dadu dengan jumlah 7 atau 11!
Jawab :
Misal A = kejadian munculnya jumlah 7
B = kejadian munculnya jumlah 11
Tentukan ruang sampelnya terlebih dahulu. Dari ruang sampel akan
diperoleh :
A = {(6,1),(5,2),(4,3),(2,5), (1,6), (3,4)}
B = {(6,5),(5,6)}
Maka P(AB) = 0 yang berarti A dan B saling lepas.
P(A) = 6/36 , P(B)=2/36 sehingga
6 2 8 2
P  A  B  P  A   P  B    
36 36 36 9
 Dua Kejadian Saling Komplementer
Bila AB, maka Ac atau A’ adalah himpunan S yang
bukan anggota A.
S
A
A’

Dengan demikian
A  A'  0 dan A  A'  S
Rumus probabilitasnya : PA'  1  PA
Dua Kejadian Saling Komplementer
Latihan
Sebuah kotak berisi 8 bola merah, 7 bola putih, dan 5
bola biru. Jika diambil 1 bola secara acak, tentukan
probabilitas terpilihnya:
a. Bola merah
b. Bola putih
c. Bola biru
d. Tidak merah
e. Merah atau putih
 Dua Kejadian Saling Bebas

Dua kejadian A dan B dalam ruang sampel S dikatakan

saling bebas jika kejadian A tidak mempengaruhi kejadian
B dan sebaliknya kejadian B juga tidak mempengaruhi
kejadian A.
Rumus :
PA  B  PA.PB
Probabilitas Bersyarat
Kejadian A terjadi dengan syarat kejadian B lebih dulu
terjadi, dikatakan kejadian A bersyarat B dan ditulis
A/B.
Probabilitas terjadinya A bila kejadian B telah terjadi
disebut probabilitas bersyarat P(A/B).
Rumusnya :
PA  B
PA/B   , PB  0
PB
Probabilitas Bersyarat
(Lanjutan)
Contoh :
Diberikan populasi sarjana disuatu kota yang dibagi menurut jenis
kelamin dan status pekerjaan sebagai berikut :
Bekerja Menganggur Jumlah

Laki-laki 460 40 500

Wanita 140 260 400

Jumlah 600 300 900

Akan diambil seorang dari mereka untuk ditugaskan melakukan

promosi barang. Ternyata yang terpilih adalah dalam status bekerja,
berapakah probabilitasnya bahwa dia :
a. Laki-laki b. wanita
Probabilitas Bersyarat
(Lanjutan)
Jawab :
A=kejadian terpilihnya sarjana telah bekerja
B=kejadian bahwa dia laki-laki
n A  B  460 maka PA  B 
a. 460
900
n A   600 maka PA  
600
900
PA  B 460 23
PA/B    
PA  600 30

b. Silakan dicoba
 PROBABILITAS BERSYARAT
Untuk Kejadian Saling Bebas
Bila A dan B dua kejadian dalam ruang sampel S yang
saling bebas dengan P(A)=0 dan P(B)=0 maka berlaku :
Bila PA/B  PA dan PB/A   PB
PA  B
PA/B   , maka
PB
PA  B  PA/B .PB
Untuk kejadian A,B, dan C maka :
PA  B  C  PA/B  C.PB/C .PC
Probabilitas Bersyarat
Untuk Kejadian Saling Bebas
Contoh :
Misal kita mengambil 3 kartu (diambil 3 kali) pada kartu bridge yang
lengkap. Setiap mengambil kartu, kartu yang terpilih tidak dikembalikan
pada kelompok kartu tersebut. Hal ini dikatakan pengambilan kartu
tanpa pengembalian. Tentukanlah probabilitas untuk memperoleh 3
kartu As!
Probabilitas Bersyarat
Untuk Kejadian Saling Bebas
Jawab :
S = kumpulan kartu dimana n(S) = 52
A = terpilih kartu As pada pengambilan pertama
B/A = terpilih kartu As pada pengambilan kedua
dengan syarat pada pengambilan pertama terpilih
kartu As
C AB
= terpilih kartu As pada pengambilan ketiga
dengan syarat pada pengambilan pertama dan kedua
terpilih kartu As
PROBABILITAS BERSYARAT
Untuk Kejadian Saling Bebas
Pengambilan 1 : n(A)=4 dan n(S)=52
Pengambilan 2 : n(B/A)=3 dan n(S)=51
Pengambilan 3 : n(C/A  B )=2 dan n(S)=50
Maka :

PA  B  C  PC/A  B.PB/A .PA 

2 3 4 1
 . . 
50 51 52 5.525
 TEORI BAYES

Merupakan probabilitas bersyarat-suatu kejadian terjadi setelah

kejadian lain ada.
Rumus:

P(Ai|B) = P(Ai) X P (B|Ai)

P(A1) X P(B|A1)+P(A2) X P(B|A2) + … + P(Ai) X P(B|AI)

27
 RUMUS BAYES
S A1 A2 A3

A1, A2, A3 adalah tiga kejadian yang saling lepas.

Maka kejadian B dapat ditentukan :
B  B  A1  B  A2   B  A3
maka probabilit as B adalah
PB  PB  A1  PB  A2   PB  A3
 PB/A1 .PA1  PB/A2 .PA2   PB/A3 .PA3
3
  PB/Ai .PAi 
i 1
RUMUS BAYES (lanjutan)
Probabilitas kejadian bersyarat :

PB  A1 PB/A1.PA1

PA1/B   
PB  PB/Ai .PAi 
PB  A2  PB/A2 .PA2 
PA2/B   
PB  PB/Ai .PAi 
PB  A3 PB/A3 .PA3
PA3/B   
PB  PB/Ai .PAi 
RUMUS BAYES (lanjutan)
Secara umum bila A1,A2,…,An kejadian saling lepas
dalam ruang sampel S dan B adalah kejadian lain yang
sembarang dalam S, maka probabilitas kejadian
bersyarat Ai/B adalah :

PB  Ai  PB/Ai .PAi 

PAi/B    n
PB
 PB/Ai .PAi 
i 1
RUMUS BAYES (lanjutan)
Contoh :
Ada 3 kotak yang masing-masing berisi 2 bola. Kotak
I berisi 2 bola merah, kotak II berisi 1 bola merah
dan 1 bola putih, dan kotak III berisi 2 bola putih.
Dengan mata tertutup anda diminta mengambil
satu kotak secara acak dan kemudian mengambil
bola 1 bola secara acak dari kotak yang terambil
tersebut. Anda diberitahu bahwa bola yang terambil
ternyata berwarna merah. Berapakah peluangnya
bola tersebut terambil dari kotak I, II, dan III?
 RUMUS BAYES (lanjutan)
Jawab :
A1 = kejadian terambilnya kotak I
A2 = kejadian terambilnya kotak II
A3 = kejadian terambilnya kotak III
B = kejadian terambilnya bola merah
Ditanya : P(A1/B), P(A2/B), dan P(A3/B)
Karena diambil secara acak maka :
P(A1)=P(A2)=P(A3)=1/3
Probabilitas terambilnya bola merah dari kotak I adalah P(B/A1)=1.
Probabilitas terambilnya bola merah dari kotak II adalah P(B/A2)=1/2.
Probabilitas terambilnya bola merah dari kotak III adalah P(B/A3)=0.
P(B)= P(B/A1).P(A1)+P(B/A2).P(A2)+P(B/A3).P(A3)
= 1.1/3 + 1/2.1/3 + 0.1/3
= 1/2
RUMUS BAYES (lanjutan)
Jadi :
1 1 
PB  A1 PB/A1 .PA1
PA1/B     
3 2

PB PB 1 3
 
2
 1  1 
  
PB  A2  PB/A2 .PA2   2  3  1
PA2/B     
PB PB 1 3
 
2

0 1 
PB  A3 PB/A3 .PA3
PA3/B      0
3

PB PB 1
 
2
BEBERAPA PRINSIP MENGHITUNG

• Factorial (berapa banyak cara yang mungkin dalam

mengatur sesuatu dalam kelompok).

Factorial = n!

• Permutasi (sejumlah kemungkinan susunan jika

terdapat satu kelompok objek).

Kombinasi nCr = n!/r! (n-r)!

• Kombinasi (berapa cara sesuatu diambil dari

keseluruhan objek tanpa memperhatikan urutannya.

Permutasi nPr = n!/ (n-r)!

34
 LATIHAN
1. Diketahui banyak mahasiswa dari 500 mahasiswa yang mengikuti mata kuliah :
- Matematika = 329
- Statistika = 186
- Fisika = 295
- Matematika dan Statistika = 83
- Matematika dan Fisika = 217
- Statistika dan Fisika = 63
Berapa mahasiswa yang mengikuti :
a. 3 mata kuliah tersebut?
b. Matematika tetapi tidak Fisika?
c. Statistika tetapi tidak Matematika?
d. Fisika tetapi tidak Statistika?
e. Matematika atau Fisika tetapi tidak Statistika?
f. Matematika tetapi tidak Statistika atau Fisika?
LATIHAN (lanjutan)
2. Dua kartu diambil secara acak (satu-satu) dari kumpulan kartu
Bridge lengkap yang telah dikocok. Tentukan probabilitas untuk
memperoleh 2 kartu As jika :
a. Pengambilan kartu pertama dikembalikan
b. Pengambilan kartu pertama tidak dikembalikan
3. Tiga kartu diambil secara acak (satu-satu) dari kumpulan kartu
Bridge lengkap yang telah dikocok. Tentukan probabilitas kejadian
terambilnya :
a. 2 kartu Jack dan 1 kartu King
b. 3 kartu dari satu jenis
c. Paling sedikit 2 kartu As
LATIHAN (lanjutan)
4. Diberikan 2 kejadian X dan Y.
P(X)=0,32 ; P(Y)=0,44 ; PX  Y  0,88
a. Apakah X dan Y saling lepas?
b. Apakah X dan Y saling bebas?
5. Suatu perusahaan besar menyediakan 3 hotel bagi akomodasi rekanannya.
Dari catatan sebelumnya diketahui bahwa 20% rekanannya diinapkan dihotel
A, 50% dihotel B, dan 30% dihotel C.
Bila 5% diantara kamar-kamar dihotel A, 4% di hotel B, dan 8% dihotel C
terdapat kerusakan pipa air di kamar mandinya, hitung peluang bahwa :
a. seorang rekanan mendapat kamar dengan pipa air yang rusak!
b. seorang rekanan yang diketahui mendapat kamar dengan pipa air yang
rusak ternyata menginap di hotel A!
 LATIHAN
PT Kalimantan Abadi merupakan perusahaan pengekspor dan produsen jeruk. Pada
panen raya setiap hektar dapat dihasilkan 5 ton jeruk. Namun demikian dari setiap
hektar ada beberapa kualitas jeruk karena perbedaan umur tanaman, hama
penyakit dan jenis tanah. Berikut distribusi jeruk berdasarkan kualitasnya.
1.Berapa probabilitas jeruk kelas A dapat dihasilkan?
2.Berapa probabilitas jeruk kelas C dapat dihasilkan?
3.Berapa probabilitas jeruk kelas A dan B dapat dihasilkan?

Kualitas Jumlah (ton)

Kelas A 0,5
Kelas B 1,5
Kelas C 2,0
Lokal 1 0,6
Lokal 2 0,4

38
 LATIHAN

Berdasarkan hasil penelitian ternyata bahwa

mahasiswa pria hanya 40% dari total jumlah mahasiswa
di Jakarta. Berdasarkan pada tingkat kelulusan
ternyata mahasiswa wanita 90% lulus tepat waktu, dan
80% mencapai IPK di atas 3,0. Sedang mahasiswa pria
yang lulus tepat waktu hanya 40% dan IPK di atas 3,0
hanya 50%. Hitunglah:
•Berapa persen, mahasiswa pria lulus tepat waktu dan
IPK di bawah 3,0?
•Berapa peluang mahasiswi lulus tepat waktu dan IPK
di atas 3,0?

39
Untuk memudahkan Anda dapat digunakan diagram pohon
seperti sebagai berikut:
IPK>3,0
Lulus Tepat P(G) =0,8

P(C) =0,9 IPK<3,0

Mahasiswi
P(H) =0,2
P(A) =0,6 Lulus Tidak Tepat
IPK>3,0

P(D) =0,1 P(I) =0,8

1 IPK<3,0

P(J) =0,2
Lulus Tepat
IPK>3,0
Mahasiswa P(E) =0,4
P(K) =0,5
P(B) =0,4
IPK<3,0
Lulus Tidak Tepat
P(L) =0,5
P(F) =0,6
IPK>3,0

P(M) =0,5

IPK<3,0

P(N) =0,5

40
• Peluang mahasiswa lulus tepat waktu di bawah 3,0
P(N|F|B) = 0,4 x 0,6 x 0,5 = 0,12
• Peluang mahasiswi lulus tepat waktu dengan IPK di
atas 3,0:
P(G|C|A) = 0,6 x 0,9 x 0,8 = 0,432

41
Jumlah perusahaan yang akan membagikan dividen sebanyak 80 buah
dari 1.200 perusahaan yang ada di bursa Saham New York (New York
Stock Exchange). Perusahaan yang membagikan dividen 80%
termasuk sehat, 15% cukup sehat, dan 5% kurang sehat. Sedang
perusahaan yang tidak membagikan dividen 60% kurang sehat, 30%
cukup sehat, dan 10% sehat.
Dengan menggunakan diagram pohon, berapa probabilitas anda
menemukan perusahaan kurang sehat di NYSE ??

42
PT Sampoerna akan memasang iklan pada media di televisi, oleh karena itu
diadakan survei kepada sekelompok eksekutif, yaitu stasiun televisi apa yang
sering dilihat. Berikut adalah hasil penelitian tersebut:
•Berapa probabilitas terpilihnya eksekutif senior?
•Berapa probabilitas terpilihnya eksekutif muda yang menonton RCTI?
•Berapa probabilitas terpilihnya eksekutif muda dan yang menonton
RCTI?

Jenis Televisi
Eksekutif RCTI SCTV Trans TV Jumlah
Muda 100 150 50 300
Senior 100 50 50 200
Jumlah 200 200 100 500

43
Jawab:
a. Probabilitas terpilihnya eksekutif senior
P(ET) = 200/500 = 0,4
b. P(RCTI|EM)
P(RCTI|EM) = P(EMRCTI)/P(EM)
= (100/500)/(300/500)
= 0,2/0,6
= 0,33
c. P(EM dan RCTI)
P(EM dan RCTI) = P(EM) x P(RCTI|EM)
= 0,6 x 0,33
= 0,2

44