PROBABILITAS ATAU PELUANG

 Pendahuluan
Meja judi membawa pengembangan peluang. Penjudi
meminta bantuan matematikawan (Pascal, Leibniz, Fermat,
Bernoulli) untuk mengatur siasat optimum berbagai
permainan judi agar memperoleh kemenangan
Pengembangan teori peluang, inferensia statistika berusaha
meramal dan menggeneralisasi di luar permainan judi yang
berkaitan dengan kejadian-kejadian yang bersifat peluang,
seperti politik, bisnis, peramalan cuaca, dan penelitian
ilmiah.

1
Percobaan, Ruang Sampel dan Titik Sampel
 Percobaan
Proses fisik yang hasilnya dapat diamati.
Mentos coin; Melempar dadu; Membaca suhu;
Menghitung jumlah lenderaan melalui tikungan Amoi tiap
jam; dll
Hasil percobaan : faktor kebetulan
 Ruang sample (S)
Himpunan semua kemungkinan hasil (outcome) suatu
percobaan.
 Titik sample [n(S)]
Setiap kemungkinan hasil dalam ruang sample.

2
Contoh
 Tentukan ruang sample dan titik sample
1. 1 koin ditos→S = {H(Head), Taste(T)}; n(S) = 2 = 21
2. 1 koin ditos 2x →S = {HH, HT, TH, TT}; n(S) = 4 = 22
3. 1 koin ditos 3x →S = {HHH, HHT, HTH, HTT, THH,
THT,TTH,TTT}; n(S) = 8 = 23
4. 1 set kartu bridge →S = {Hati (13), Wajik (13), Sekop(13),
Klever(13)}; n(S) = 52 = 4x13
5. Alfabet →S = (a,b,…,z); n(S) = 26
6. Orang tua dengan 3 anak →S = {LLL,LLP,LPL,LPP,PLL,
PLP, PPL, PPP}; n(S) = 8

3
Contoh(1)
 Tentukan ruang sample 2 dadu (biru dan hijau) dilempar
Dadu Dadu Hijau
Biru 1 2 3 4 3 6

1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)

2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
 S 6= {(1,1),(6,1) (6,2) (6,3) →n(S)
(1,2), (1,3),…(6,6)} (6,4)= 36(6,5)
= 6x6 (6,6)

4
Contoh(2)
 Tentukan ruang sample 1 coin dan 1 dadu dilempar

Dadu
Coin 1 2 3 4 3 6

H (H,1) (H,2) (H,3) (H,4) (H,5) (H,6)

T (T,1) (T,2) (T,3) (T,4) (T,5) (T,6)

 S = {(H,1), (H,2), (H,3),…(T,6)} →n(S) = 12 = 2x6

5
 Kejadian
 Kejadian
Himpunan bagian dari ruang sampel atau kumpulan dari beberapa atau
seluruh titik sample.
 Kejadian Kosong
Kejadian yang tidak mengandung titik sample. Contoh : kejadian
terlihatnya organisme mikroskopik dengan mata telanjang
 Kejadian sederhana
Kejadian yang hanya mengandung satu titik sample. Contoh:
Terambilnya kartu hati dari satu set kartu bridge
 Kejadian majemuk
Kejadian yang mengandung lebih dari satu titik sample. Contoh:
Terambilnya kartu merah dari satu set kartu bridge

6
Pengertian Peluang
 Sesuatu akan terjadi atau suatu nilai yang digunakan untuk
mengukur tingkat terjadinya suatu kejadian yang acak.
Jika suatu kejadian A mungkin terjadi di dalam n(A) cara
dari n(S) kemungkinan, dimana n(S) kemungkinan ini
mempunyai kesempatan sama untuk terjadi : n( A)
P ( A) 
1. 0 ≤ P(A) ≤ 1 n( S )
2. P(A) = 0 (pasti tidak terjadi).
3. P(A) mendekati 0 (praktis tidak terjadi)
4. P(A) = 1 (pasti terjadi)
5. P(A) mendekati 1 (praktis terjadi)
Peluang (1)
1. Suatu kotak berisi 10 kelereng merah, 18 kelereng hijau.
dan 22 kelereng kuning. Kecuali warna lain-lainnya identik.
Isi kotak diaduk, seseorang matanya ditutup mengambil
sebuah kelereng secara acak. Berapa peluangnya terambil
kelereng merah, kelereng hijau, kelereng kuning ?
Jawab:
A = terambil kelereng merah→n(A) = 10
B = terambil kelereng hijau→n(B) = 18
C = terambil kelereng kuning→n(C) = 22
n(S) = n(A) + n(B) + n(C) = 10 + 18 + 22 = 50
n( A) 10 n( B) 18 n(C ) 22
P( A)   ; P( B)   ; P(C )  
n( S ) 50 n( S ) 50 n( S ) 50
8
Peluang (2)
2. Sebuah huruf dari alfabet diambil secara acak, hitung
peluang terambilnya :
a. huruf hidup (vokal)
b. huruf mati (konsonan).
Jawab :
A = terambil huruf hidup = a,e,i,o,u→ n(A) = 5
B = terambil huruf mati → n(B) = 21
n(S) = n(A) + n(B) = 5 + 21 = 26
n( A) 5 n( B) 21
P( A)   ; P( B)  
n( S ) 26 n( S ) 26

9
Aturan Peluang
1. Aturan Perjumlahan
a. Kejadian saling lepas atau saling asing (eksklusif)
Kejadian yang tidak dapat terjadi secara bersamaan. Peluang eksklusif :
Contoh:
Terdapat dua dadu biru dan hijau. Kedua dadu dilempar secara bersamaan. Tentukan peluang munculnya sisi dadu yang memiliki
jumlah 3 atau 10 ?
Jawab : n(S) = 36
P( A  B)  P( A)  P( B)  P( A  B  C )  P( A)  P( B)  P(C )
A = munculnya mata dadu berjumlah 3 = {(1,2),(2,1)}
n(A) = 2 → P(A) = 2/36
B = munculnya mata dadu berjumlah 10 = {(4,6),(5,5),(6,4)}
n(B) = 3 → P(B) = 3/36

P( A  B )  P( A)  P( B)  (2 / 36)  (3 / 36)  5 / 36 10
1. Aturan Perjumlahan (1)
b. Kejadian bukan saling lepas (inklusif)
Kejadian yang dapat terjadi secara bersamaan. Peluang inklusif:

Contoh: Terdapat dua dadu biru dan hijau. Kedua dadu dilempar secara bersamaan. Tentukan peluang munculnya sisi dadu yang
memiliki jumlah 3 atau ≤ 4 ?
P( A  B)  P( A)  P( B)  P( A  B)
Jawab : n(S) = 36
A = munculnya mata dadu berjumlah 3 = {(1,2),(2,1)}
n(A) = 2 → P(A) = 2/36
B = munculnya mata dadu berjumlah ≤ 4
B ={(1,1),(1,2),(1,3),(2,1),(2,2),(3,1)}; n(B) = 6 → P(B) = 6/36

A  B  {(1,2), (2,1)  n( A  B)  2; P( A  B)  2 / 36
P( A  B)  P( A)  P( B)  P( A  B)  (2 / 36)  (6 / 36)  (2 / 36) 116 / 36
1. Aturan Perjumlahan(2)
c. Kejadian komplemen

Contoh : c c
P( A)  P( A )  1  P( A )  1  P ( A)
Peluang besok hujan 0,36. Tentukan peluang besok tidak
hujan.
Jawab :
A = besok hujan; P(A) = 0,36
Ac = besok tidak hujan
P(Ac) = 1 – P(A) = 1 – 0,36 = 0,64

12
2. Aturan Perkalian
a. Kejadian bersyarat Dua kejadian (A dan B) dikatakan bersyarat
jika terjadinya kejadian yang satu menjadi syarat terjadinya
kejadian lain, ditulis B|A

P( A  B)
P( B | A)  jika P( A)  0
P( A)
atau
P( A  B)  P( A).P( B | A)
Contoh : Misalkan S : sarjana di suatu kota

13
2. Aturan Perkalian(1)
Bekerja Menganggur Jumlah
Laki-laki 460 40 500
Wanita 140 260 400
Jumlah 600 300 900
Diambil secara acak seorang. Tentukan peluang terpilih seorang laki-laki
dengan syarat sudah bekerja
 Jawab : n(S) = 900; B = Terpilih seorang laki-laki
n( A) 600
A = Terpilih sudah bekerja→n(A) = 600  P( A)  n( S )  900
B|A = Terpilih seorang laki-laki dengan syarat sudah bekerja
A  B  Terpilih sorang laki  laki dan sudah be ker ja
n( A  B ) 460
n( A  B)  460  P( A  B)  
n( S ) 900
P( A  B) 460 / 900 460
P ( B | A)   
P( A) 600 / 900 600
14
2. Aturan Perkalian(2)
b. Kejadian bebas
Dua Kejadian (A dan B) disebut kejadian bebas, jika
terjadinya kejadian A tidak mempengaruhi terjadinya
kejadian B atau sebaliknya
P( A  B)  P( A).P( B)

15
2. Aturan Perkalian(3)
 Peluang Romeo hidup 10 tahun lagi 0,84. Peluang Juliet hidup 10
tahun lagi 0,79. Tentukan peluangnya akan hidup 10 tahun lagi:
a. Romeo dan Juliet kedua-duanya
b. Si Romeo saja
c. Si Juliet saja
 Jawab:
A = Romeo hidup 10 tahun lagi→P(A) = 0,84
Ac = Romeo mati 10 tahun lagi→P(Ac) = 1 - 0,84 = 0,16
B = Juliet hidup 10 tahun lagi →P(B) = 0,79
Bc = Juliet mati 10 tahun lagi→P(Bc) = 1 - 0,79 = 0,21

16
2. Aturan Perkalian(4)
a. Romeo dan Juliet kedua-duanya
P( A  B)  P( A).P( B)  0,84(0,79)  0,6636
b. Si Romeo saja
P( A  B c )  P( A).P( B c )  0,84(0,21)  0,1764
c. Si Juliet saja
P( Ac  B)  P( Ac ).P( B)  0,16(0,79)  0,1264

17
Teorema Bayes
 Teorema Bayes dikemukakan oleh Thomas Bayes tahun
1763. Teorema Bayes menerangkan hubungan antara
peluang terjadinya kejadian A dengan syarat kejadian B
telah terjadi dan peluang terjadinya kejadian B dengan
syarat kejadian A telah terjadi.
 Jika kejadian-kejadian B1, B2 , … , Bk merupakan sekatan
dari ruang sampel S dengan P(Bi) ≠ 0 untuk i = 1,2,…,k.
maka untuk sembarang kejadian A yang bersifat P(A) ≠ 0
P( Br ) P( A | Br )
P( Br | A) 
P( B1 ) P( A | B1 )  P( B2 ) P( A | B2 )  ...  P( Bk ) P ( A | Bk )
untuk r  1,2,..., k
18
Teorema Bayes(1)
 Bukti: Penyekatan ruang sampel S.

A  ( B1  A)  ( B2  A)  ...  ( Bk  A)

19
Teorema Bayes(2)
 Perhatikan diagram venn: Kejadian A dapat dipandang
sebagai paduan kejadian-kejadian B1  A, B2  A,..., Bk  A yang
saling terpisah satu sama lain, dengan kata lain:
A  ( B1  A)  ( B2  A)  ...  ( Bk  A) maka diperoleh
P ( A)  P[( B1  A)  ( B2  A)  ...  ( Bk  A)]
P ( A)  P( B1  A)  P ( B2  A)  ...  P( Bk  A)
P ( A)  P( B1 ) P ( A | B1 )  P( B2 ) P ( A | B2 )  ...  P( Bk ) P( A | Bk )

P ( Br  A) P ( Br ) P ( A | Br )
P ( Br | A)  
P ( A) P ( A)
P( Br ) P( A | Br )
P( Br | A) 
P ( B1 ) P( A | B1 )  P( B2 ) P( A | B2 )  ...  P( Bk ) P( A | Bk )
untuk r  1,2,..., k 20
Teorema Bayes(3)
 Tiga anggota sebuah organisasi telah dicalonkan sebagai
ketua. Peluang Tuan Asih terpilih adalah 0,3. Peluang Tuan
Asuh terpilih adalah 0,5. Peluang Tuan Asah terpilih adalah
0,2. Seandainya Tuan Asih terpilih, peluang terjadinya
kenaikan iuran anggota adalah 0,8. Seandainya Tuan Asuh
terpilih, peluang terjadinya kenaikan iuran anggota adalah
0,1. Seandainya Tuan Asah terpilih, peluang terjadinya
kenaikan iuran anggota adalah 0,4. Seseorang bermaksud
menjadi anggota organisasi tersebut, tetapi ia menunda
keputusannya beberapa minggu. Ternyata iuran anggotanya
telah dinaikkan. Berapa peluang Tuan Asah menjadi ketua
terpilih bagi organisasi tersebut

21
Teorema Bayes(4)
 Jawab:
A= Iuran anggota dinaikkan
B1 : Tuan Asih terpilih→P(B1) = 0,3
B2 : Tuan Asuh terpilih→P(B2) = 0,5
B3 : Tuan Asah terpilih→P(B3) = 0,2
A|B1 → P(A|B1) = 0,8;A|B2 → P(A|B2) = 0,1;A|B3 → P(A|B3) = 0,4
B3|A → Tuan Asah terpilih dengan syarat iuran anggota dinaikkan
P( B3 ) P ( A | B3 )
P( B3 | A) 
P ( B1 ) P( A | B1 )  P ( B2 ) P ( A | B2 )  P( B3 ) P ( A | B3 )

0,2(0,4) 0,08 8
P( B3 | A)   
0,3(0,8)  0,5(0,1)  0,2(0,4) 0,37 37
22
Permutasi(P)
 Banyaknya permutasi akibat pengambilan r benda dari n
benda yang berbeda : n!
n Pr 
(n  r )!

 Pada pemilihan pengurus suatu organisasi terdapat 4 orang

calon. Pemilihan tersebut akan memilih Ketua, Sekretaris,
dan Bendahara. Berapa cara/alternatif susunan pengurus
yang mungkin dapat dipilih ?
 Jawab:
4! 4! 4.3.2.1
n  4; t  3  4 P3     24
(4  3)! 1! 1
23
Kombinasi (C)
 Banyaknya cara mengambil r benda dari n benda tanpa
memperhatikan urutannya disebut kombinasi. Banyaknya
kombinasi r benda dari n benda yang berbeda adalah
n!
nCr 
(n  r )!r!
 Dari 5 orang pemain badminton hendak ditentukan
pasangan ganda. Ada berapa pasangan yang dapat
dibentuk ?
 Jawab:
5! 5! 5.4.3.2.1
n  5; r  2  5C 2     10
(5  2)!2! 3!2! 3.2.1.2.1
24