PROBABILITAS

Ika Savitri, SKM, M. Epid

PROGRAM STUDI ILMU KEPERAWATAN

STIK SITI KHADIJAH PALEMBANG
2020
OUTLINE

1. Konsep Probabilitas
2. Pendekatan Probabilitas
3. Hukum Probabilitas
4. Distribusi Probabilitas
5. Macam distribusi Probabilitas
 Angka berapa Gambar sawit
yang keluar nih ? atau garuda
ya ?
 Probabilitas adalah
peluang suatu kejadian

Simbol  P
Angka positif maks = 1 min = 0

P = 1  peristiwa kemungkinan terjadi

P = 0  peristiwa tidak mungkin terjadi (mustahil)

0≤P≤1
Konsep Dasar Probabilitas
adalah perbandingan antara kejadian yang
diharapkan muncul dengan banyaknya
kejadian yang mungkin muncul.

Contoh :
• Peluang kelahiran bayi berjenis kelamin
laki-laki
• Peluang sembuh pasien DBD
• Peluang sembuh pasien Covid 19

5
Pendekatan Probabilitas

Probabilitas

Pendekatan Klasik Pendekatan Empiris Pendekatan Subjektif

1. Pendekatan KLASIK
Merupakan pendekatan matematis  probabilitas
matematis atau teoritis (probabilitas apriori).

Pada teori ini penentuan besarnya peluang

dilakukan berdasarkan pemikiran logis atau teori.

“Probabilitas suatu peristiwa adalah jumlah hasil yg

diharapkan terjadi pada peristiwa dibagi dgn jumlah semua
kemungkinan yg dpt terjadi”

P (e) = n
N
Contoh :
1. Sebuah uang logam yg dilempar keatas satu
kali maka sewaktu jatuh kedua permukaan
mempunyai peluang yg sama untuk tampak.
P (e) = 1 = 0,5
2

2. Peluang keluar sisi angka 2 pada pelemparan

dadu.

P (e) = 1 = 0,1
6
2. Pendekatan EMPIRIS
Probabilitas menurut pendekatan ini ditentukan
berdasarkan pengamatan  berdasarkan
pengalaman atau kejadian yg dialami.

Contoh :
Sebuah uang logam yg dilempar keatas 100 kali
maka kemungkinan muncul permukaan A
mungkin 65 atau 47 tergantung hasil yg terjadi
(meskipun simetris tdk berarti mesti Pa = 50).

Note : ciri teori ini, bila dilakukan trial berulang-ulang, hasil akan
mendekati limit peluang relatifnya
Contoh :
1. Tahun lalu, dari 700.000 pasien mengunjungi
puskesmas ada 700 orang periksa ke klinik
gigi. Dari data tsb diestimasikan peluang
seseorang menderita penyakit gigi adalah...
P (e) = 700 = 0,001
700.000

2. Peluang keluar sisi angka 2 pada pelemparan

dadu.

P (e) = 1 = 0,1
6
3. Pendekatan SUBJEKTIF
Probabilitas menurut pendekatan ini ditentukan
berdasarkan perasaan atau perkiraan peneliti.

Contoh :
 Probabilitas atau kemungkinan hujan hari ini
0,9 (karena cuaca mendung).

 Seorang dokter yg hrs menentukan suatu

pengobatan penyakit yg blm pernah terjadi
sebelumnya, maka alternatif pengobatan yg
diberikan dokter berdasarkan atas pendekatan
subjektif terhadap besarnya peluang
kesembuhan
Hukum Probabilitas

Hukum Dasar Probabilitas

Hukum Pertambahan Hukum Perkalian

 Dlm hukum pertambahan  apakah kedua peristiwa

tersebut saling meniadakan atau dapat terjadi bersamaan.

 Dlm hukum perkalian  apakah kedua peristiwa tersebut

saling bebas atau bersyarat.
Hukum Pertambahan
• Peristiwa Saling Meniadakan

P(A Ս B) = P(A) + P(B) A B

Contoh :
1. Permukaan sebuah koin
2. Kelahiran bayi laki-laki atau perempuan pada kelahiran tunggal

Soal :
Akan dipilih 1 orang perawat dari 5 kandidat yg ada, untuk bertugas
ke lokasi KLB diare. Kelima perawat tersebut adalah A, B, C, D, E.
Berapa probabiltas perawat B atau E ?

Penyelesaian :

P(B Ս E) = P(B) + P(E)

= 1/5 + 1/5
= 2/5 13
= 0,4
Hukum Pertambahan
• Peristiwa dapat terjadi bersamaan

P(A U B) = P(A) + P(B) – P (AB) A AB B

Contoh :
1. Penarikan kartu AS dan berlian
2. Seorang perawat dan laki-laki

Soal :
Sebuah RS akan merekrut 1 orang pegawai baru dari 4 kandidat yg melamar,
mereka adalah dokter Ari, dokter Elia, perawat Beni dan bidan Caca. Berapa
probabiltas Elia akan terpilih ? Bila yg akan dipilih wanita atau dokter ?

14
P(A U B) = P(A) + P(B) – P (AB) A B
AB
Penyelesaian :

Setiap orang memiliki peluang yaitu :

peluang wanita = 2/4
peluang laki-laki = 2/4
peluang dokter = 2/4
peluang wanita dokter = 1/4
peluang laki-laki dokter = 1/4
peluang perawat = 1/4
peluang bidan = 1/4

Maka peluang dokter atau wanita

P (wanita atau dokter ) = P(wanita) + P(dokter) - P (wanita dokter)
= 2 /4 + 2/4 - 1/4
= 0,75

15
Hukum Perkalian
• Peristiwa Saling Bebas/Lepas

P(A Ո B) = P(A) x P(B)

Contoh :
Dadu yg dilambungkan dua kali, maka peluang keluar sisi 5 pada lemparan
pertama dan lemparan kedua tidak ada hubungan sama sekali.

P(A Ո B) = P(A) x P(B)

P(5 Ո 5) = 1/6 x 1/6
= 1/36

Dadu dan koin dilambungkan secara bersamaan, peluang keluar permukaan

A pada koin dan sisi 3 pada dadu adalah :

P(A) = 1/2 P(A Ո B) = P(A) x P(B)

P(3) = 1/6 P(H Ո 3) = 1/2 x 1/6
= 1/12 16
Hukum Perkalian
• Peristiwa Bersyarat

P(A Ո B) = P(A) x P(B | A)

Terjadinya peristiwa kedua apabila peristiwa pertama telah terjadi.

Contoh :
Dua kartu ditarik dari satu set kartu bridge, peluang untuk yang tertarik
pada tarikan keduanya adalah kartu kartu AS adalah :

Peluang AS I  4/56
Peluang AS II  3/52 (syaratnya pada tarikan pertama sudah terambil AS)

P(A Ո B) = P(A) x P(B | A)

P(AS I Ո AS II) = 4/56 x 3/52
= 0,07 x 0,05 17
= 0,0035
Contoh :
Sebuah penerbangan reguler berangkat tepat waktunya adalah P(B) = 0,83.
Peluang penerbangan itu mendarat tepat pada waktunya adalah P(A) = 0,92
Peluang penerbangan itu berangkat dan mendarat tepat pada waktunya adalah
P(A Ո B) = 0,78
Hitung peluang suatu pesawat pada penerbangan tersebut !

Penyelesaian :
Peluang pesawat mendarat tepat waktu bila diketahui pesawat tersebut
berangkat tepat waktu adalah :

P(A Ո B) = P(A) x P(B | A)

= 0,92 x 0,93
= 0,85

18
PERMUTASI
Peluang yg terjadi pada sejumlah individu yg
disusun dgn memperhatikan bentuk susunan dan
urutan.

Contoh :
 Menghitung jadwal kerja.
 Menghitung peluang seseorang mendapatkan pelayanan.
 Menghitung banyaknya tindakan yg dpt dilakukan dlm
menangani penderita.

P = jumlah permutasi
n = banyaknya objek
r = jumlah anggota pasangan
! = faktrorial (ex : 3! =3x2x1)
Contoh :
Suatu tim dibutuhkan dlm operasi terdiri
dari dua orang ahli yaitu seorg ahli bedah
dan seorg perawat. Sedangkan ketersediaan
yg ada 3 org ahli bedah dan 5 org perawat.
Berapa jumlah tim yg dpt dihasilkan dari
tenaga tersebut ?

Ahli Bedah Perawat

B1 P1
B2 P2
B3 P3
P4
P5
Dari data dpt disusun 15 pasangan tim :

B1 P1 B2 P1 B3 P1
P2 P2 P2
P3 P3 P3
P4 P4 P4
P5 P5 P5

Peluang tiap tim sama yaitu : 1/15

 3 x 5 = 15 (dpt lebih mudah dilakukan

penyusunan tim)
KOMBINASI
Peluang yg terjadi pada sejumlah individu yg
disusun dgn memperhatikan bentuk susunan dan
urutan.

C = jumlah kombinasi (urutan tdk penting)

n = banyaknya objek
r = jumlah anggota pasangan
! = faktrorial (ex : 3! =3x2x1)
Contoh :
Tiga orang pasien (A, B, C) digigit ular dan dibawa
ke PKM, disana hanya tersedia 2 dosis antiracun
ular. Berapa kemungkinan pasangan yg akan
diberikan 2 dosis tersebut ?

Penyelesaian :

3 C 2 = 3! = 3 x 2 x 1 = 3
2! (3 – 2)! 2 x 1 x 1

Ada 3 pasangan yg akan diberikan obat yaitu AB, CA, BC

A  B = AB, BA
A  C = AC, CA urutan tdk ada artinya
B  C = BC, CB
Distribusi Probabilitas

Distribusi Probabilitas

Distribusi Normal
Distribusi Binomial Distribusi Poisson (Gauss)
Dll

 Sebaran peluang yg menunjukkan besarnya peluang dari

setiap hasil (outcome) yg muncul dalam suatu percobaan
acak (random).
Distribusi Binomial
Menggambarkan fenomena dgn dua hasil atau outcome.

Penemu  James Bernaulli sehingga dikenal jg dgn Distribusi Bernaulli.

Syarat :
1. Jumlah peristiwa merupakan bilangan bulat.
2. Setiap peristiwa mempunyai dua outcome.
ex : sehat/sakit
laki/perempuan

3. Peluang sukses sama setiap peristiwa.

4. Setiap peristiwa bebas satu sama lain (tidak terikat).

p = probabilitas yg kita inginkan

q=1-p
n = banyaknya peristiwa 25
r = jumlah sukses yg diinginkan
Distribusi Binomial
Contoh :

Kita ingin mengetahui besarnya probabilitas kelahiran 2 bayi laki-laki dari 3

kelahiran.

Penyelesaian  gunakan rumus diatas !

p = 0,5 (peristiwa kelahiran jenis kelamin hanya laki-laki dan perempuan)
q = 0,5
n=3
r=2
Maka diperoleh :

3x2x1 X (0,5) 2 (0,5) = 0,375

2x1x1

Dpt disimpulkan bhw probabilitas untuk memperoleh 2 bayi laki-laki dari 3

kelahiran adalah 0,375 atau 37,5%.

26
Distribusi Poisson
Distribusi Poisson digunakan utk menentukan peluang suatu kejadian yg
jarang terjadi dlm periode pendek ttp populasi luas.

Penemu  Simeon Denis Poisson.

Contoh :
 kejadian kecelakaan dari ribuan mobil yg lewat pada jalan tol.
 kejadian orang meninggal krn shock pada waktu suntik meningitis
padahal selalu disuntikkan pada setiap orang yg berangkat haji.

Syarat :
1. Terjadinya peristiwa sangat jarang dlm periode pendek.
2. Probabilitas setiap periode selalu konstan.
3. Utk terjadinya bbrp event dlm periode yg sangat pendek hampir
mendekati nol.
4. Merupakan event yg independen.
27
Distribusi Poisson

P (X) = probabilitas terjadinya event

x! = x faktorial
ℷ = rata-rata terjadinya event per periode ttt
e = 2,71828
= dpt dilihat pada tabel poisson

28
Distribusi Normal (Gauss)
Penemu  Abraham de Moivre dipopulerkan oleh Carl Fredreich Gauss.

Ciri-ciri distribusi normal :

1. Disusun dari variabel random kontinue.
2. Simetris.
3. Seperti lonceng.
3. Event yg dihasilkan bersifat independent

29
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?

30
Untuk memudahkan Anda dapat digunakan diagram pohon :
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

•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: 31

P(G|C|A) = 0,6 x 0,9 x 0,8 = 0,432

Latihan Permutasi
1. Dalam melakukan supervisi ke daerah, seorang
dokter selalu ditemani seorang perawat. Di PKM
tersebut ada 2 orang dokter & 4 orang perawat yg
membantu pelaksanaan supervisi. Brp tim yg dpt
disusun oleh dokter tsb ?

2. Di sebuah RS terdapat 3 dokter yg bergiliran jaga.

Setiap hari dibagi menjadi 3 shift dan masing-
masing 8 jam. Berapa banyak susunan dokter jaga
setiap hari ?

3. Bila seorang ahli bedah dlm melakukan operasi

membutuhkan 3 org asisten. Sedangkan dia
mempunyai 5 org asisten. Brp tim yg dpt disusun
oleh dokter tsb ?
Latihan Kombinasi
1. 10 mhs akan melakukan PKL yg terdiri dari 7 laki-
laki dan 3 wanita. Setiap tim terdiri dari 2 org. Brp
kombinasi yg dpt dihasilkan dari klpk mhs tsb ?

2. Bila dari 10 org tsb hanya 5 org yg terdiri dari 2 org

wanita dan 3 org laki-laki yg akan melakukan PKL.
Brp kombinasi yg dpt dihasilkan ?
Latihan :
1. Suatu penelitian dilakukan seorang dokter
kebidanan utk meneliti kadar Hb ibu hamil. Untuk
penelitian ini telah diambil sebanyak 50 bumil dan
didapatkan rata-rata kadar Hb = 9,5 gr/dl, dgn
simpangan baku 4,5 gr/dl.
a. Hitung probabilitas seorang ibu hamil yg
memiliki Hb>12 gr/dl dari 50 org tsb.
b. Hitunglah probabilitas seorang ibu hamil yg
memiliki Hb< 8 gr/dl dari 50 org tsb.
Latihan :
2. Hasil analisis dari pengukuran kadar glukosa
darah sewaktu-waktu sejumlah 100 orang didapat
rata-rata 152 mg% dan S = 55 mg%. Hitunglah
probabilitas seseorang yg diambil scr random akan
mempunyai kadar kolesterol :
a. antara 150 dan 250 mg%.
b. lebih besar dari 250 mg%.
c. kurang dari 150 mg%.
Latihan :
3. Serum kolesterol dari 49 org yg diambil sebagai
sampel adalah 217 mg%, dgn varian 1600 mg%.
a. Hitung probabilitas scr random dari 100 org tsb
yg mempunyai kadar glukosa kurang dari 80 mg
%.
c. Hitung probabilitas scr random dari 100 org tsb
yg mempunyai kadar glukosa lebih dari 200 mg
%.
Latihan :
4. Tekanan darah diastolik sebanyak 100 sampel
rata-rata 73 mm Hg dan S2 = 121. Secara random diambil
satu orang dari seratus orang tersebut. Hitunglah probabilitas
didapatkan bahwa orang tersebut mempunyai tekanan diastolik
sebesar :
a. antara 80 dan 100 mm Hg.
b. kurang dari 80 mm Hg.
c. lebih dari 90 mm Hg.
Latihan :
5. Kejadian tetanus neonatorum (tetanus pada bayi
baru lahir) adalah kejadian yang jarang terjadi.
Diperkirakan probabilitasnya 0,0025. Kalau di
suatu kabupaten pada tahun 2007 telah lahir
sebanyak 1000 bayi perkirakanlah terjadi tetanus
neonatorum :
a. Tepat satu kasus
b. Paling banyak dua kasus
c. Lebih dari lima kasus

Di Jepang diketahui dalam satu bulan rata-rata kejadian bunuh

diri 2,75. Kalau kejadian bunuh diri adalah mengikuti distribusi
Poisson, hitunglah probabilitas suatu bulan tertentu :
Tidak ada laporan bunuh diri
Paling banyak 4 laporan kejadian bunuh diri
Enam atau lebih kejadian
Latihan :
6. Di Jepang diketahui dalam satu bulan rata-rata kejadian
bunuh diri 2,75. Kalau kejadian bunuh diri adalah
mengikuti distribusi Poisson, hitunglah probabilitas suatu
bulan tertentu :
a. Tidak ada laporan bunuh diri
b. Paling banyak 4 laporan kejadian bunuh diri
c. Enam atau lebih kejadian
Latihan :
7. Dari laporan puskesmas “PQR” diketahui jumlah ibu yang
melahirkan di seluruh wilayah puskesmas tersebut
(kecamatan) adalah 350 orang. Kalau kecamatan tersebut
masih ada yang melahirkan dengan dukun dan di Indonesia
melahirkan dengan dukun probabilitasnya 0,15. Hitunglah
probabilitas yang melahirkan dengan dukun pada
kecamatan tersebut :
a. Kurang dari 45 ibu
b. Antara 50 s/d 60 ibu
c. Lebih dari 65 ibu
Latihan :
8. Seorg petugas bagian Radiologi di sebuah RS ingin
mengetahui besarnya peluang utk pemeriksaan
Radiologis yg dibutuhkan penderita yg berobat.
Penderita tsb adalah peserta askes. dari data thn
yg lalu diketahui bhw 15% penderita
membutuhkan pemeriksaan radiologis dan 68%
penderita yg membutuhkan pemeriksaan
radiologis adl peserta askes. Brp besar peluang
seorg penderita yg membutuhkan pemeriksaan
radiologis ttp bukan peserta askes ?
Latihan :
9. Disuatu wilayah tdp 120 anak balita, 50%
diantaranya LK. Dari 50% anak LK tersebut
diambil sampel sebesar 10% sedangkan dari anak
wanita diambil sampel sebesar 15%. Dari sampel
anak Lk tsb 50% menderita gizi kurang,
sedangkan dari sampel anak wanita terdapat 11%
gizi kurang. Bila dari semua sampel anak balita
diambil seorg dgn acak sederhana dan diperoleh
anak wanita. Brp besar peluang anak tsb
menderita gizi kurang ?
DAFTAR PUSTAKA

1. Budianto, Eko. 2002. Biostatistika untuk Kedokteran.

Penerbit EGC, Jakarta.
2. Andriani, Debrina Puspita. 2014. Materi Kuliah Probabilitas.
UB.
3. Machfoedz Ircham, 2010, Statistika Induktif Bidang
Kesehatan, Keperawatan dan Kebidanan, Penerbit
Fitramaya, Yogyakarta.
4. Sabri, Luknis & Hastono, Sutanto Priyo, 2010. Statistika
Kesehatan. Penerbit Rajawali Press. Jakarta.