Anda di halaman 1dari 43

Teori Probabilitas

Oleh:
Karbito, S.ST, M.Kes.

26/11/21 Biostatistik//Karbito 1
Pengertian
Probabilitas (peluang):
Adl kesempatan untuk terjadinya sesuatu.
Nilai peluang biasanya dinyatakan dlm
bentuk fraksi atau desimal, misalnya 0,5;
0,3; 0,6 hingga scr umum nilai peluang
terletak antara 0 dan 1.
Nilai peluang : 0≤P≤1

26/11/21 Biostatistik//Karbito 2
Kegunaan
1. Bidang Ekonomi dan Managemen
Meramalkan penjualan dll
2. Bidang Kedokteran
Mendiagnosis / pengobatan penyakit dll
3. Bidang Kesehatan Masyarakat
Mencari faktor determinan masalah
kesehatan.
4. Dan lain-lain
26/11/21 Biostatistik//Karbito 3
Klasifikasi

Berdasarkan pendekatan, teori peluang


dibagi menjadi 3 (tiga), yaitu :
1.Pendekatan klasik
2.Pendekatan frekuensi relatif
3.Pendekatan subyektif

26/11/21 Biostatistik//Karbito 4
Pendekatan Klasik
Teori peluang dg pendekatan klasik disbt jg
pendekatan apriori atau probabilitas
teoritis.
Teori peluang ini berdasarkan pendekatan
bahwa suatu kejadian (event) dpt
ditentukan berdasarkan logika atau teori
sebelum peristiwanya terjadi. Misalnya,
jenis kelamin suatu kelahiran atau
pelemparan mata uang.
26/11/21 Biostatistik//Karbito 5
Pendekatan Klasik
Teori peluang dg pendekatan klasik tdk dpt
diberlakukan pd semua peristiwa, misalnya :
1.Keadaan yg tdk dpt ditentukan besarnya
peluang sebelum peristiwanya terjadi,
misalnya besarnya peluang bayi yg
dilahirkan untuk dpt hidup sampai umur 65
tahun.

26/11/21 Biostatistik//Karbito 6
Pendekatan Klasik
2. Probabilitas dg pendekatan klasik
dilakukan dg suatu anggapan bahwa hasil
suatu peristiwa dpt terjadi dg suatu
kepastian dan simetris, sedangkan
semua peristiwa di dunia penuh dg
ketidakpastian shg hal-hal yg terjadi di
luar dugaan tdk diperhitungkan.
Misalnya, pelemparan mata uang dg hasil
miring shg bukan gbr / huruf yg di atas.
26/11/21 Biostatistik//Karbito 7
Pendekatan Klasik
Teori peluang dg pendekatan klasik dpt
dikatakan bahwa :
probabilitas suatu event adl jumlah hasil
yg diharapkan terjadi pd sejumlah event
(n) dibagi dg jumlah semua kemungkinan
yg dpt terjadi (N).
Rumus : P(e) = n/N

26/11/21 Biostatistik//Karbito 8
Pendekatan Klasik
Contoh :
Dalam suatu peristiwa kelahiran, dimana
kelahiran bayi laki-laki mempunyai peluang
yg sama dg kelahiran bayi wanita maka
besarnya peluang kelahiran bayi laki-laki scr
matematis dpt di tulis sbb :
P(laki-laki) = 1 / (1 + 1)
P(laki-laki) = 0,5

26/11/21 Biostatistik//Karbito 9
Pendekatan Frekuensi Relatif
Peluang terjadinya suatu event dimasa yg
akan datang yg ditentukan berdsrkan
frekuensi event tsb di masa lampau.
Contoh :
Berdsrkan data thn lalu diketahui bhw dari 6.000
org yg datang berobat ke RS, terdpt 600 yg
membutuhkan rawat inap dan dari data tsb
diestimasi bhw peluang seorang yg datang ke RS
dan membutuhkan rawat inap adl sebesar
600/6.000 = 0,1 atau 10%.

26/11/21 Biostatistik//Karbito 10
Pendekatan Subyektif
Peluang terjadinya suatu event yg
ditentukan berdsrkan pertimbangan pribadi
atau pengalaman pribadi thdp kejadian
masa lampau atau tebakan (intelectual
guess).
Peluang dg pendekatan subyektif, mrpk
teori peluang yg paling fleksibel dan sering
digunakan pd peristiwa yg jarang terjadi.

26/11/21 Biostatistik//Karbito 11
Pendekatan Subyektif
Contoh :
Seorang kepala puskesmas merekrut tenaga
baru. Dari sejumlah pelamar yg datang
diputuskan hanya 3 org calon saja yg akan
diseleksi kemudian dilakukan wawancara
berkaitan dg bidang keahliannya.
Selanjutnya, berdsrkan pertimbangan
pribadinya ditentukan 1 org diantara 3 org
yg mempunyai peluang terbesar untuk
menjalankan tugasnya dg baik.
26/11/21 Biostatistik//Karbito 12
Hubungan Kejadian (Event)
Peluang terjadinya event sbg hasil dari satu
atau bbrp percobaan memp hub sbb:
1.Kejadian yg saling eksklusif
2.Kejadian yg tdk saling eksklusif
3.Kejadian Independen (terdiri event
marginal, gabungan dan event bersyarat)
4.Kejadian Dependen (terdiri event
marginal, gabungan dan event bersyarat)

26/11/21 Biostatistik//Karbito 13
Kejadian Saling Eksklusif

Suatu kejadian mempy hub saling eksklusif


(mutually exclusif) bila peluang terjadinya
suatu event hanya satu dari semua event yg
dpt dihasilkan.
Kejadian ini disbt jg event marginal atau
event tanpa syarat.

26/11/21 Biostatistik//Karbito 14
Kejadian Saling Eksklusif
Misalnya, suatu kelahiran normal hanya
dilahirkan bayi laki-laki atau perempuan,
dan bila kelahiran bayi laki-laki telah
terjadi maka tdk mungkin dilahirkan bayi
perempuan.
Scr matematis dpt ditulis sbb :
Plaki-laki = 1/(1+1) = 0,5
Pperempuan = 1/(1+1) = 0,5

26/11/21 Biostatistik//Karbito 15
Kejadian Saling Eksklusif

Pd percobaan yg menghslkan event A dan


event B, kita ingin mengetahui besarnya
peluang A atau peluang B, maka berlaku
hukum penjumlahan.

Rumus : P(A atau B) = P(A) + P(B)

26/11/21 Biostatistik//Karbito 16
Kejadian Saling Eksklusif
Contoh :
Seorang dokter mengadakan pengobatan
thdp 5 org penderita TB paru selama 6 bln.
Kelima penderita memiliki penyakit yg sama
beratnya krn itu memp peluang yg sama
untuk sembuh. Besarnya peluang penderita
ke-2 atau ke-5 untuk sembuh sbb :
P(2 atau 5) = P(2) + P(5)
= 1/5 + 1/5
= 0,2 + 0,2 = 0,4
26/11/21 Biostatistik//Karbito 17
Kejadian Tidak Saling Eksklusif

Pd kejadian dg hub yg tdk saling eksklusif


terdpt sebagian dari dua event yg
bergabung, berarti terdpt fraksi yg
mengandung event A dan event B.

A AB B

26/11/21 Biostatistik//Karbito 18
Kejadian Tidak Saling Eksklusif

Bila kita ingin mengetahui besarnya peluang


A atau B maka rumusnya sbb :

Rumus : P(A atau B) = P(A) + P(B) - P(AB)

26/11/21 Biostatistik//Karbito 19
Kejadian Tidak Saling Eksklusif
Contoh :
Seorang direktur RS akan merekrut 1 org tenaga
kes dan mengadakan seleksi thdp 4 org pelamar
yg terdiri dari dokter laki2, dokter wanita, laki2
bukan dokter dan wanita bukan dokter. Brp
besarnya peluang tenaga yg direkrut tsb wanita
atau dokter?
P(wanita atau dokter) = P(wanita) + P(dokter) - P(wanita dokter)
= 2/4 + 2/4 - 1/4
= 3/4  0,75

26/11/21 Biostatistik//Karbito 20
Kejadian Independen

Adl suatu kejadian bila terjadinya satu


event tdk berpengaruh terhdp peluang
terjadinya event yg lain.

Kejadian independen terdiri :


1.Event marginal
2.Event gabungan
3.Event bersyarat

26/11/21 Biostatistik//Karbito 21
Kejadian Independen
1. Event independen marginal
Bila terjadinya suatu event tunggal yg
stabil dan tdk terpengaruh oleh
banyaknya trial yg dilakukan dan trial yg
manapun.
Contoh, kelahiran. Peluang dilahirkan nya
bayi laki2 adl 0,5 demikian pula dg
peluang dilahirkannya bayi perempuan jg
sebesar 0,5.

26/11/21 Biostatistik//Karbito 22
Kejadian Independen
2. Event independen gabungan (joint event)
Adl peluang 2 event atau lebih yg
terjadi scr bersamaan atau terjadi
berturut2 dan mrpk hasil kali dari
peluang marginal masing2 event. Dlm hal
ini berlaku hukum perkalian.
Rumus : P(AB) = P(A) x P(B)

26/11/21 Biostatistik//Karbito 23
Kejadian Independen
Contoh :
Seorang peneliti ingin mengetahui besarnya
peluang kelahiran pertama laki-laki dan kelahiran
kedua juga laki-laki. Berapa besar peluang
kejadian tsb.

Jawab : P(L1L2) = P(L1) x P(L2)

P(L1L2) = 0,5 x 0,5 = 0,25

26/11/21 Biostatistik//Karbito 24
Kejadian Independen

3. Event independen bersyarat (conditional


event)
Adl suatu peluang kejadian yg terjadi
setelah adanya event/kejadian lain.
Misalnya, dua event A dan event B, maka
event B terjadi setelah event A terjadi.
Rumus : P(B/A) = P(B)

26/11/21 Biostatistik//Karbito 25
Kejadian Independen
Contoh :
Seorang peneliti ingin mengetahui besarnya
peluang kelahiran kedua wanita bila pada
kelahiran pertama wanita, demikian pula bila
kelahiran pertama laki-laki.

Jawab : P(W2/W1) = P(W2) = 0,5 atau

P(W2/L1) = P(W2) = 0,5

26/11/21 Biostatistik//Karbito 26
Kejadian Dependen
Adl suatu kejadian bila terjadinya
satu/beberapa event bergantung pada
beberapa event yg lain.

Kejadian dependen terdiri :


1.Event bersyarat
2.Event gabungan (banyak terjadi)
3.Event marginal

26/11/21 Biostatistik//Karbito 27
Kejadian Dependen
1. Event dependen bersyarat
Bila terjadinya suatu event setelah
terjadinya event lain. Misalnya, terdapat
event A dan event B, maka event B
terjadi setelah event A terjadi.
Rumus : P(B/A) = P(BA) / P(A)

P(B/A) = Peluang terjadinya B setelah A terjadi


P(BA) = Peluang gabungan B dan A
P(A) = Peluang marginal event A
26/11/21 Biostatistik//Karbito 28
Kejadian Dependen
Contoh :
Pd bangsal perawatan anak suatu RS, terdpt 10 org anak
yg menderita penyakit ginjal yg terdiri dari 6 anak laki-
laki, dimana 2 diantaranya adl sindroma nefrotik dan 4
org dg akut glomerulonefritis, dan 4 org anak perempuan
yg terdiri dari 1 org dg sindroma nefrotik dan 3 org dg
akut glomerulonefritis. Setiap anak mempunyai peluang yg
sama yaitu 1/10.
Jika kita mengambil 1 org anak laki-laki, brp besar
peluang anak tsb menderita sindroma nefrotik dan brp
besar peluang anak tsb menderita akut glomerulonefritis.

26/11/21 Biostatistik//Karbito 29
Kejadian Dependen

Diketahui :
2 anak laki-laki (L) dg sindroma nefrotik (NS)
4 anak laki-laki (L) dg akut glomerulonefritis (GNA)
1 anak wanita (W) dg sindroma nefrotik (NS)
3 anak wanita (W) dg akut glomerulonefritis (GNA)

Jawab : P(NS/L) = P(NS/L) / P(L)


= (2/6)/(6/6) = 0,33

P(GNA/L) = P(GNA/L) / P(L)


= (4/6)/(6/6) = 0,67
26/11/21 Biostatistik//Karbito 30
Kejadian Dependen

2. Event dependen gabungan


Untuk mengetahui besarnya peluang
event gabungan yg dependen dpt
digunakan rumus dibawah ini.
Rumus : P(BA) = P(B/A) x P(A)

Rumus tsb diperoleh dari event bersyarat :


P(B/A) = P(BA) / P(A)

26/11/21 Biostatistik//Karbito 31
Kejadian Dependen
3. Event dependen marginal
Besarnya peluang untuk event marginal
yg dependen adl jumlah semua peluang
gabungan.
Rumus : P(L) = P(GNA/L) + P(NS/L)

Dari contoh diatas, besarnya peluang


terpilihnya anak laki-laki adl 4/6 + 2/6 = 6/6
atau 1,0.
26/11/21 Biostatistik//Karbito 32
Permutasi
Permutasi :
Adl peluang yg terjadi pd sejumlah individu
yg disusun dg memperhatikan bentuk
susunan atau urutan.
Kegunaan : menyusun jadwal kerja,
menghitung peluang mendpt pelayanan atau
mengetahui banyaknya tindakan yg
dilakukan dlm menangani penderita.

26/11/21 Biostatistik//Karbito 33
Permutasi
Contoh :
Suatu tim dlm operasi terdiri dari 2 org, yaitu 1
org ahli bedah dan 1 org perawat. Jika kita memp
3 org ahli bedah dan 5 org perawat, berapa
jumlah tim yg dpt dihasilkan dari tenaga tsb?
Ahli Bedah : B1 Perawat : A1
B2 A2
B3 A3
A4
A5
26/11/21 Biostatistik//Karbito 34
Permutasi
Tim yang terbentuk 3 x 5 = 15 tim
Dg susunan sbb :

B1A1 B2A1 B3A1


B1A2 B2A2 B3A2
B1A3 B2A3 B3A3
B1A4 B2A4 B3A4
B1A5 B2A5 B3A5
26/11/21 TEORI
Biostatistik//Karbito
PROBABILITAS//BITO 35
Permutasi
Jenis Permutasi :
1. Permutasi Lengkap
Jika permutasi dilakukan pd semua cara.
Rumus : P = n!
2. Permutasi Sebagian
Jika permutasi dilakukan pd sebagian cara.
N!
N Pn 
( N  n)!
26/11/21 TEORI
Biostatistik//Karbito
PROBABILITAS//BITO 36
Permutasi
Contoh permutasi lengkap :
Bila terdpt 3 org penderita A, B dan C yg
membutuhkan rawat inap, sedangkan tempat
perawatan yg masih kosong terdiri 3 kelas
masing2 hanya untuk 1 orang.
Jawab n3 = 3!
= 3 x 2 x 1 = 6 permutasi

26/11/21 Biostatistik//Karbito 37
Permutasi
Contoh permutasi sebagian :
Bila di sebuah RS setiap hari terdpt 5 org yg
membutuhkan tindakan operasi, tetapi
kemampuan untuk melakukan operasi 3 org scr
berurutan. Maka jumlah permutasinya sbb :
Jawab P = 5! /(5-3)!
5 3

= (5x4x3x2x1)/(2x1)
= 60 permutasi

26/11/21 TEORI
Biostatistik//Karbito
PROBABILITAS//BITO 38
Kombinasi
Mrpk kumpulan individu tanpa
memperhatikan susunan dan urutannya.
Jenis kombinasi :
1.Kombinasi lengkap
2.Kombinasi sebagian

26/11/21 Biostatistik//Karbito 39
Kombinasi
Kombinasi lengkap
Bila suatu kelompok terdiri dari N individu
dan setiap kali diambil n maka kombinasi
yang dihasilkan dinamakan kombinasi
lengkap.
Misalnya : ada 3 penderita, yaitu laki2
dewasa, wanita dewasa dan anak-anak
maka kombinasi yang dihasilkan adalah 1,
krn pd kombinasi tdk memprhatikan
urutan.
26/11/21 Biostatistik//Karbito 40
Kombinasi
Kombinasi sebagian
Bila dari seklompok individu N dan setiap
kali diambil n individu maka kombinasi
demikian disebut kombinasi sebagian. Utk
menghitung byknya kombinasi yang
dihasilkan dpt digunakan rumus sbb:

N!
N Kn 
( N  n)!n!
26/11/21 Biostatistik//Karbito 41
Contoh kombinasi sebagian :

Seorang direktur RS mencari 2 org petugas utk


suatu tim, tetapi ada 7 org yg datang melamar
pekerjaan tsb. Utk mencari 2 org calon pegawai yg
akan diterima sbg pegawai ditentukan dg
menggunakan kombinasi dan memilih kombinasi
yg paling tepat. Kombinasi yg dihasilkan adl sbb :

7!
7 K2   21 Kombinasi
(7  2)!2!

26/11/21 Biostatistik//Karbito 42
Sekian Terima Kasih

26/11/21 Biostatistik//Karbito 43

Anda mungkin juga menyukai