TEORI

PROBABILITAS
A. M. FADHIL HAYAT

AKL Muhammadiyah Makassar

 Pengertian
2

AKL Muhammadiyah Makassar

 Pengertian
3

Probabilitas adalah besarnya kemungkinan terjadinya

suatu peristiwa
Nilai probabilitas: dari 0 sampai dg 1
Jika probabilitas suatu peristiwa bernilai 0 menunjukkan
bahwa peristiwa tsb pasti tidak akan terjadi
Jika probabilitas suatu peristiwa bernilai 1 menunjukkan
bahwa peristiwa tsb pasti akan terjadi
Suatu ukuran tentang kemungkinan suatu peristiwa
(event) akan terjadi di masa mendatang. Probabilitas
dinyatakan antara 0 sampai 1 atau dlm persentase.

AKL Muhammadiyah Makassar

 BEBERAPA ISTILAH
4

Percobaan: Pengamatan terhadap beberapa aktivitas

atau proses yg memungkinkan timbulnya paling
sedikit dua peristiwa tanpa memperhatikan
peristiwa mana yg akan terjadi.
Hasil (outcome): Suatu hasil dari sebuah percobaan.
Peristiwa (event): Kumpulan dari satu atau lebih
hasil yg terjadi pada sebuah percobaan atau kegiatan

AKL Muhammadiyah Makassar

 Contoh:
5

Percobaan/ Pertandingan sepak bola PSM vs

Kegiatan Perseru di Stadion Mattoangin,
27 Maret 2017.
Hasil PSM menang
PSM kalah
Seri - PSM tidak kalah dan tidak
menang
Peristiwa PSM menang

AKL Muhammadiyah Makassar

 Klasifikasi Probabilitas
6

AKL Muhammadiyah Makassar

 KLASIFIKASI PROBABILITAS
7

Variabel acak diskrit

Variabel acak kontinue

AKL Muhammadiyah Makassar

 Variabel acak diskrit
8

Variabel acak diskrit adalah variabel random yg

jumlahnya terbatas, dan dpt dihitung sehingga dpt
digambarkan dlm bentuk histogram dan ogive.

AKL Muhammadiyah Makassar

 Variabel acak kontinue
9

Variabel acak kontinue adalah variabel random yg

berupa interval dan variabel yg jumlahnya TIDAK
terbatas, sehingga tidak dpt digambarkan dlm
bentuk histogram dan ogive melainkan grafik y=f(x)

AKL Muhammadiyah Makassar

 Pendekatan Probabilitas
10

AKL Muhammadiyah Makassar

 PENDEKATAN PROBABILITAS
11

Pendekatan Klasik
Pendekatan Relatif
Pendekatan Subjektif

AKL Muhammadiyah Makassar

 PENDEKATAN KLASIK
12

Definisi: Setiap rasio peristiwa mempunyai

kesempatan yg sama utk terjadi (equally likely) dg
pengembalian dan saling eksklusif. Sebuah Peristiwa
dpt terjadi sebanyak n kali diantara N Peristiwa.
Rumus:

Probabilitas = jumlah Kemungkinan hasil (K)

suatu peristiwa (E) jumlah total kemungkinan hasil (n)

Jika prob E tidak terjadi adalah :

Pr (bukan E) = 1 - K/n
Pr E + Pr bukan E = 1
AKL Muhammadiyah Makassar
 13

Percobaan Hasil Probabilitas

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

AKL Muhammadiyah Makassar

 Keputusan
14

Karena pada pendekatan klasik bersifat mutual

exlusive (saling Lepas) maka hanya ada 1 Peristiwa
yg terjadi pada waktu yg sama.
Suatu kegiatan/percobaan pasti akan terjadi dari
semua hasil probabilitas yg lebih dari 1, karena
bersifat collective exhaustive (sedikitnya satu dari
seluruh hasil yg ada pasti terjadi pada setiap
percobaan atau kegiatan yg dilakukan/lengkap
terbatas kolektif)

AKL Muhammadiyah Makassar

 PENDEKATAN RELATIF
15

Definisi: Probabilitas suatu kejadian tidak dianggap

sama, tergantung dari berapa banyak suatu kejadian
terjadi (Sebenarnya)/pengamatan dilakukan.
Rumus:
Probabilitas = jumlah peristiwa yg terjadi
suatu peristiwa jumlah total percobaan

Contoh:
Kegiatan jual beli saham: 3 jt transaksi terdiri dari
2.455.000 jual & 545.000 beli. Prob relatifnya:
2.455.000/3jt)=82%. Prob beli (545000/3jt)=18%
AKL Muhammadiyah Makassar
 PENDEKATAN SUBJEKTIF
16

Definisi: Probabilitas suatu kejadian didasarkan

pada penilaian pribadi yg dinyatakan dlm suatu
derajat kepercayaan (subyektifitas).
Contoh: menurut Bupati tahun 2009-2010,
penerimaan daerah akan meningkat 75%, karena
telah dibuka tambang emas.

AKL Muhammadiyah Makassar

 Macam Hubungan Antar
Peristiwa
17

AKL Muhammadiyah Makassar

 Macam Hubungan Antar Peristiwa
18

1. Hubungan Bebas

2. Hubungan Saling Meniadakan
3. Hubungan Bersyarat

AKL Muhammadiyah Makassar

 Hubungan Bebas
19

Hubungan Bebas ini menjelaskan hubungan yg

terjadi pd individu, tanpa dipengaruhi oleh peristiwa
lain
Jika kedua peristiwa bersama-sama terjadi
P(A dan B) = P(A) x P(B)
atau P(AB) = P(A) x P(B)
Jika salah satu dari dua peristiwa terjadi
P(A atau B) = P(A) + P(B) - P(AB)
atau P(AB) = P(A) + P(B) - P(AB)

AKL Muhammadiyah Makassar

 Contoh
20

Seorang peneliti kesehatan menemukan

kemungkinan penduduk Desa X terkena penyakit
diare (D) sebesar 40% dan kemungkinan terkena
penyakit ISPA (I) sebesar 15%. Berapa probabilitas
penduduk Desa X:
a. Terkena diare dan ISPA?
b. Terkena Diare atau ISPA saja?

AKL Muhammadiyah Makassar

 Jawab
21

Diketahui: P(D)=40% dan P(I)=15%

Terkena diare dan ISPA
P(DI) = P(D) x P(I) = 40% x 15% = 6%

Terkena Diare atau ISPA saja

P(DI) = P(D) + P(I) - P(DI)
= 40% + 15% - 6% = 49%

AKL Muhammadiyah Makassar

 Hubungan Saling Meniadakan
22

Disebut juga Mutually Exclusive, dimana jika

peristiwa yg mendahului terjadi maka peristiwa yg
lainnya tdk terjadi
Jika peristiwa A telah terjadi maka peristiwa A tdk
akan terjadi di tempat lain dlm waktu bersamaan
P(AB) = 0
P(AB) = P(A) + P(B)

AKL Muhammadiyah Makassar

 Contoh
23

Kemungkinan seorg mhs kuliah hari ini (K) sebesar

70%, berarti kemungkinan lainnya tidak kuliah hari
ini (TK) sebesar 30%
Berapa probabilitas seorg mhs kuliah dan tdk kuliah
hari ini?
Berapa probabilitas seorg mhs kuliah atau tdk kuliah
hari ini?

AKL Muhammadiyah Makassar

 Jawab
24

Diketahui: P(K) = 70% dan P(TK) = 30%

Probabilitas seorg mhs kuliah dan tdk kuliah hari ini
P(KTK) = 0
Tdk mungkin kedua peristiwa terjadi bersamaan dlm waktu
yg sama

Berapa probabilitas seorg mhs kuliah atau tdk kuliah hari ini?
P(KTK) = P(K) + P(TK) = 70% + 30% = 100%
Jadi peristiwanya saling bergantian terjadi, masuk kuliah atau
tdk masuk kuliah, dan probabilitasnya pasti terjadi atau 100%

AKL Muhammadiyah Makassar

 Hubungan Bersyarat
25

Jenis hubungan ini mensyaratkan bhw suatu

peristiwa akan terjadi jika peristiwa yg mendahului
salah satu atau beberapa terjadi, disebut jg
Conditional event
Probabilitas yg terjadinya dipengaruhi oleh kejadian
sebelumnya.
P(AB) = P(A) x P(B/A)
maka P(B/A) = P(AB) / P(A)

AKL Muhammadiyah Makassar

 Contoh
26

Seorg mhs kemungkinan dpt mengambil mata kuliah

Statistik sebesar 70%, dan kemungkinan utk lulus
90%
a. Berapa kemungkinan mhs dpt mengambil mata
kuliah Statistik dan lulus?
b. Berapa kemungkinan mhs dpt mengambil mata
kuliah Statistik dan tdk lulus?

AKL Muhammadiyah Makassar

 Jawab
27

Diketahui: P(S)=70% dan P(L/S)=90%

Kemungkinan mhs dpt mengambil mata kuliah
Statistik dan lulus
P(SL) = P(S) x P(L/S) = 70% x 90% = 63%

Kemungkinan mhs dpt mengambil mata kuliah

Statistik dan tdk lulus
Probabilitas tdk lulus: P(TL/S) = 100%-90% = 10%
P(STL) = P(S) x P(TL/S) = 70% x 10% = 7%

AKL Muhammadiyah Makassar

 Bayes Theorem
28

Pengembangan konsep probabilitas bersyarat

P(A \ B i ) P(B i )
P(B i \ A) 
P(A \ B 1 ) P(B 1 )  P(A \ B 2 ) P(B 2 )  ...  P(A \ B k ) P(B k )

Peristiwa A hanya bisa terjadi jika salah satu dari n

peristiwa yg saling asing B1, B2, …, B3 juga terjadi

AKL Muhammadiyah Makassar

 Masalah Ruang Sampel
29

AKL Muhammadiyah Makassar

 Ruang sampel
30

Ruang Sampel adalah himpunan dari semua hasil

yg mungkin terjadi pada suatu percobaan/kejadian.

Misalnya:
Sebuah dadu dilempar ke atas, maka kemungkinan
mata dadu yg muncul paling atas adalah 1, 2, 3, 4, 5
atau 6. Sehingga ruang sampel dari mata dadu yg
muncul paling atas pada pelemparan sebuah dadu
adalah 1, 2, 3, 4, 5 dan 6.

AKL Muhammadiyah Makassar

 31

Suatu pabrik memproduksi sejenis produk kesehatan.

Kemungkinan produk yg dihasilkan adalah produk yg
“cacat” dan “tidak cacat”. Sehingga ruang sampel dari
sebuah produk yg dihasilkan oleh pabrik tsb adalah
produk yg "cacat" dan produk yg "tidak cacat".
Sebuah koin dilempar ke atas. Setelah jatuh, maka
kemungkinan sisi yg muncul paling atas adalah
“Gambar” atau “Angka”. Sehingga ruang sampel dari
sisi yg muncul pada pelemparan sebuah koin adalah
"Angka" dan "Gambar".

AKL Muhammadiyah Makassar

 32

Ruang sampel secara matematis biasanya

dilambangkan dg T.
Ruang sampel sisi yg muncul pada sebuah dadu yg
dilempar, T = {1, 2, 3, 4, 5, 6}
Ruang sampel produk yg dihasilkan sebuah pabrik,
T = {Cacat, Tidak Cacat}
Ruang sampel sisi yg muncul pada sebuah koin yg
dilempar, T = {Angka, Gambar}

AKL Muhammadiyah Makassar

 33

Kemungkinan2 yg akan muncul dlm ruang sampel

disebut juga dg Titik Sampel. Sehingga titik sampel
merupakan unsur atau anggota dari ruang sampel.
Agar titik-titik sampel dlm suatu ruang sampel bisa
tersusun dg baik, maka pencatatannya bisa dibantu
dg menggunakan Diagram Pohon atau Diagram
Venn.

AKL Muhammadiyah Makassar

 Contoh
34

Dlm penelitian yg dilakukan pada sekelompok

orang, diperoleh data 68 orang sarapan dg nasi, 50
orang sarapan dg roti, dan 8 orang sarapan nasi dan
roti, sedangkan 35 orang sarapannya tidak dg nasi
ataupun roti.
Hitung banyaknya orang dlm kelompok tsb!

AKL Muhammadiyah Makassar

 Jawab
35

Kita gunakan diagram Venn untuk menjawab soal tsb. Jika kita
gambarkan dg diagram Venn maka gambarnya seperti gambar
berikut ini.

Banyak orang yg ada di dlm kelompok tsb adalah 60 + 8 + 42 + 35 =

145 orang. Jadi, banyaknya orang dlm kelompok tsb ada 145 orang.

AKL Muhammadiyah Makassar

 Faktorial, Permutasi,
Kombinasi
36

AKL Muhammadiyah Makassar

 Factorial
37

Berapa banyak cara yg mungkin dlm mengatur

sesuatu dlm kelompok.
Faktorial bilangan asli n adalah perkalian semua
bilangan asli yg kurang atau sama dg n.
Faktorial dilambangkan dg tanda !. Jadi jika n!,
maka dibaca "n faktorial".
Factorial = n!
n! = n x (n -1) x (n -2) x …… x 1

AKL Muhammadiyah Makassar

 38

utk faktorial 0, hasilnya adalah 1.

Berikut ini adalah faktorial 0 sampai faktorial 10.
0! = 1
1! = 1
2! = 1 × 2 = 2
3! = 1 × 2 × 3 = 6
4! = 1 × 2 × 3 × 4 = 24
5! = 1 × 2 × 3 × 4 × 5 = 120
6! = 1 × 2 × 3 × 4 × 5 × 6 = 720
7! = 1 × 2 × 3 × 4 × 5 × 6 × 7 = 5040
8! = 1 × 2 × 3 × 4 × 5 × 6 × 7 × 8 = 40320
9! = 1 × 2 × 3 × 4 × 5 × 6 × 7 × 8 × 9 = 362880
10! = 1 × 2 × 3 × 4 × 5 × 6 × 7 × 8 × 9 × 10 = 3628800

AKL Muhammadiyah Makassar

 Contoh:
39

Empat buah lukisan A, B, C dan D akan dipajang berurutan

pada sebuah dinding pameran. Berapakah jumlah susunan yg
dpt dibentuk dari keempat lukisan tsb?
Jawab:
Karena jumlah lukisan yg akan dibentuk susunannya adalah 4
maka jumlah susunan yg bisa dibentuk adalah 4!.
4! = 1 × 2 × 3 × 4 = 24
Jadi jumlah susunan yg dpt dibentuk adalah 24 susunan. Ke-24
susunan tsb adalah sbb:
ABCD, ABDC, ACBD, ACDB, ADBC, ADCB, BACD, BADC,
BCAD, BCDA, BDAC, BDCA, CABD, CADB, CBAD, CBDA,
CDAB, CDBA, DABC, DACB, DBAC, DBCA, DCAB, DCBA.

AKL Muhammadiyah Makassar

 Cara Menghitung Faktorial dg MS Excel
40

=fact(4) ENTER

AKL Muhammadiyah Makassar

 Permutasi
41

Permutasi adalah banyaknya cara utk menyusun x

obyek yg dipilih dari n obyek dg memperhatikan
urutannya
Formulasinya:
n!
Px 
n

(n - x)!

AKL Muhammadiyah Makassar

 42

Permutasi adalah susunan yg dpt dibentuk dari

suatu kumpulan objek yg diambil sebagian atau
seluruhnya.
Perbedaan antara permutasi dan kombinasi adalah
perhatian pada pengurutannya, dimana pada
permutasi memperhatikan urutan, sedangkan pada
kombinasi tidak memperhatikan urutan.
XY dan YX pada permutasi di hitung 2, sedangkan
pada kombinasi hanya dihitung 1.

AKL Muhammadiyah Makassar

 Contoh:
43

Lima buah hadiah yg berbeda akan diberikan kepada

3 orang juara kelas. Namun setiap para juara hanya
akan mendpt masing-masing 1 buah hadiah.
Berapakah susunan hadiah yg dpt dibentuk utk dpt
diberikan kepada ketiga juara tsb?
Jawab:
Dari soal di atas, kita akan membuat susunan 3
hadiah dari 5 hadiah, sehingga r = 3 dan n = 5.
Sehingga dg menggunakan rumus permutasi,
diperoleh jumlah susunan yg dpt dibentuk sebanyak:

AKL Muhammadiyah Makassar

 Menghitung Permutasi di Excel
44

Jika ada 3 huruf yg terdiri dari A, B dan C. Maka jika

disusun menjadi 2 huruf yg berbeda maka ada
berapa kemungkinan yg bisa terjadi ?
Jika ada 6 orang yg memenuhi syarat untuk maju
dlm Pilkada yg akan diusung oleh salah satu partai
sebagai Bakal Calon Bupati dan Wakil Bupati, maka
ada berapa banyak kemungkinan pasangan bakal
calon yg bisa terjadi ?

AKL Muhammadiyah Makassar

 45

Anda ketikkan pada salah satu sel di Excel, misalnya

di sel C2 yaitu =PERMUT(3;2) atau
=PERMUT(A2;B2) maka hasil perhitungannya
adalah 6
Anda ketikkan pada salah satu sel di Excel, misalnya
di sel C3 yaitu =PERMUT(6;2) atau
=PERMUT(A3;B3) maka hasil perhitungannya
adalah 30

AKL Muhammadiyah Makassar

 Kombinasi
46

Kombinasi adalah banyaknya cara utk menyusun x obyek

yg dipilih dari n obyek dg mengabaikan urutannya.
Formulasinya :
n!
C n
x
x! (n - x)!
Kombinasi adalah menggabungkan beberapa objek dari
suatu kumpulan tanpa memperhatikan urutannya. Oleh
karena itu, kombinasi berbeda dg permutasi, dimana
letak perbedaannya adalah susunan yg tidak diurutkan.
Pada kombinasi, susunan XY sama saja dg YX.

AKL Muhammadiyah Makassar

 Contoh:
47

dlm suatu tim terdpt 4 orang ahli statistik yg sedang

melakukan proyek survey. dlm proyek survey tsb
dibutuhkan 2 orang ahli statistik yg utk sementara
ditugaskan membantu bagian entry data. Dua orang
tsb diambil dari 4 orang ahli statistik tadi. 
Banyaknya cara memilih 2 orang dari 4 orang dpt
dihitung menggunakan rumus kombinasi, dimana
nilai r = 2 dan nilai n = 4.

AKL Muhammadiyah Makassar

 Contoh penerapan Kombinasi di Excel
48

Misalnya dlm setiap jamuan makan pada suatu acara

disediakan buah, dimana dlm setiap sajian
disediakan 2 jenis buah dari 3 jenis buah yg ada
misalnya buah : (Apel, Jeruk, Melon).
Berapa banyak kombinasi 2 jenis buah yg bisa dibuat
dari 3 jenis buah yg tersedia ?

AKL Muhammadiyah Makassar

 49

Sintak penulisan Excel Combin :

=COMBIN(number;number_chosen)
ket :
number : banyaknya object
number_chosen : banyaknya objek yg dipilih
contoh :
Kombinasi 3 dg 2 pilihan
=COMBIN(3;2)  hasilnya 3

AKL Muhammadiyah Makassar

 Mathematical Expectations
50

Kita dpt memprediksikan berapa besar nilai yg

menjadi harapan kita sesuai dg data yg kita miliki
saat ini
Apabila P adalah probabilitas utk memperoleh
sejumlah Q, maka harapan matematisnya adalah
sebesar PQ.
Formulasinya:
E(X)   X.P(X)

AKL Muhammadiyah Makassar

 Contoh
51

Seorang penjual es mendpt laba Rp5000 jika hari

panas. Namun ia akan rugi Rp1000 jika hari hujan.
Berapa harapan matematikanya jika probabilitas
akan turun hujan sebesar 0,4?
Diketahui: Laba = Rp5000, Rugi = Rp1000, P(hujan)
= 40%, P(tdk hujan) = 60%
E = P(tdk hujan) x Laba – P(hujan) x Rugi
= 60% x Rp5000 – 40% x Rp1000
= 3000 – 400 = Rp2600
Harapan laba pd saat turun hujan: Rp2600

AKL Muhammadiyah Makassar