PROBABILITAS

Andi suhenda
 Pengertian .....

Suatu nilai yg digunakan utk mengukur tingkat

terjadinya suatu kejadian yg diacak
(Mendenhall and Reinmuth, 1982)
ada 3 kunci dalam probabilitas
1. Eksperimen
2. Hasil / outcome
3. Kejadian atau peristiwa / event
• Probabilitas biasanya dinyatakan dengan
bilangan desimal (0,50, 0,25) atau bilangan
pecahan (1/2, 5/10)
• Nilai probabilitas dilambangkan dg “P”
• Nilai probabilitas berkisar antara 0 – 1
• Rumus : 0 ≤ P ≤ 1
• Nilai probabilitas selalu menghasilkan nilai yg
positif
 Pendekatan
menghitung
probabilitas

Objektif subjektif

Frekuensi
Klasik
Relatif
 Pendekatan Klasik
• Didasarkan pada asumsi bahwa seluruh hasil dari suatu
eksperimen mempunyai kemungkinan (peluang) yg sama
• Suatu kejadian A yg dapat terjadi sebanyak x cara (hasil
atau outcome) dari seluruh n cara (eksperimen)
• Misal : ada n DRM, x tdk lengkap (P(A)) → n – x =
lengkap
• A DRM tdk lengkap = suatu kejadian atau event
 Rumus

P (E) = X / N

P = Probabilitas
E = Event (kejadian)
X = Jumlah kejadian yg diinginkan (peristiwa)
N = Keseluruhan kejadian yg mungkin terjadi
 Contoh:
Percobaan Hasil Jumlah Probabilitas

Tidak Lulus
Mahasiswa Belajar Lulus Memuaskan 4 1/4
Lulus Sangat Memuaskan
Lulus dengan Pujian
 Pendekatan Frekuensi Relatif /
Empiris

Perhitungan yg didasarkan atas limit dari

frekuensi relatif dan berdasarkan observasi,
pengalaman atau kajadian (peristiwa) yg telah
terjadi
 Contoh :
• Pelemparan 100 x coin → 50x keluar sisi A, maka dikatakan P(A)
= 50%
• Dari 10.000 hasil suatu produksi, 100 rusak → P(rusak) = 1% =
0,01
• Distribusi relatif
Upah (Rp. 1000,-) Jumlah %
200 – 499 90 30
500 – 749 165 55
750 – 999 45 15
Kalau diambil secara acak satu orang probabilitas untuk terambil
seseorang yg mempunyai upah antara 200 – 499 ribu rupaiah
adalah → 90/300 = p (0,3)
 Rumus :

P (E) = lim X / N
Probabilitas suatu kejadian merupakan limit dari frekuensi relatif kejadian tersebut yg
secara teoritis berlaku utk nilain n yg besar sekali atau tdk terhingga

X f fr

X1 f1 f1/n
X2 f2 f2/n
. . .
. . .
. . .
X9 f9 f9/n

Jumlah ∑f1 = n ∑f1/n = 1

• fr = frekuensi relatif
• X1 = kejadian 1
• P(X1) = limit f1/n
n → 00
 Contoh....
Kepala rekam medis mengatakan bahwa dari
100 DRM, ada 25 DRM yg rusak. Kemudian
seorang petugas rekam medis mengambil satu
DRM secara acak. Berapakah probabilitasnya
bahwa DRM tersebut rusak?.
 Jawab...
Dari soal, n = 100 dan x = 25

P (A) = x/n
= 25/100
= 0,25 atau 25%
 Rumus Frekuensi Relatif

Jumlah / frekuensi terjadinya kejadian tersebut di

masa lalu

Probabilitas terjadinya = -------------------------------------------------------------------

suatu kejadian
Jumlah observasi
 Contoh
Pada suatu penelitian terhadap 65 karyawan yg
bekerja di perusahaan swasta, salah satu
karakteristik yg dinyatakan ialah besarnya gaji /
upah bulanan, yg digambarkan sebagai berikut :
X 55rb 65rb 75rb 85rb 95rb 105rb 115rb
f 8 10 16 14 10 5 2

Kalau bertanya pada salah seorang karyawan

tersebut, berapa besarnya probabilitas bahwa
upahnya Rp. 65.000,-? Rp. 105.000,-?
 Jawab

• P(X = 65) = f2/n = 10/65 = 0,15 atau 15%

• P(X = 105) = f6/n = 5/65 = 0,077 atau 7,7%
 Pandangan Subjektif
• Probabilitas ditentukan oleh pembuat pernyataan
• Contoh :
seorang direktur RS menyatakan keyakinannya
bahwa RS yg dipimpinnya akan mendapatkan
akreditas A
• Kebenaran dari probabilitas subjektif ini sangat
tergantung kepada orang yg menentukannya
tetapi walaupun demikian teori probabilitas
dapat membantunya
 Unsur2 Probabilitas
• Ruang Sampel
• Titik sampel
• Peristiwa / Kejadian / Event
 Ruang Sampel
• Himpunan yg elemen2nya merupakan hasil yg
mungkin terjadi dari suatu eksperimen
• Ditulis dg lambag S
• Jika suatu eksperimen dimana a1, a2, a3 ......an
menunjukkan semua hasil yg terjadi, maka
ruang sampel ditulis : S = (a1, a2, a3 ......an)
 Titik Sampel
• Semua elemen yg ada di dalam suatu ruang
sampel, yaitu a1, a2, a3 ......an
 Peristiwa / Kejadian / Event
• Himpunan bagian dari suatu ruang sampel
• Ditulis dg lambag huruf besar A, B dst dan
dituliskan peristiwa yg mungkin muncul dalam
hasil
• Misalnya hanya a2, a4 sebagai hasil peristiwa,
maka yg ditulis : A = hasil yg diterima (a2, a4)
 Contoh :
• Eksperimen : pelemparan sebuah dadu
• Hasil : mata dadu yg tampak
• Ruang sampel : S = (1, 2, 3, 4, 5, 6)
• Suatu peristiwa : A Titik ganjil yg tampak (1, 3, 5)
B Titik genap yg tampak (2, 4, 6)
 3 Operasi dalam Peristiwa
• Union peristiwa A dan B adalah himpunan
semua elemen yg ada di dalam himpunan A
maupun B, ditulis A ᴗ B
• Interaksi dua peristiwa A dan B adalah
himpunan semua elemen yg ada di dalam A
dan juga B, ditulis A ᴖ B
• Komplemen peristiwa A adalah himpunan
semua elemen yg tidak di dalam A, ditulis Aᴄ
 Diagram Venn
• Union
• Interaksi
• Komplemen
Union
Interaksi
Komplemen
 Asas Perhitungan Probabilitas
• Hukum pertambahan
• Hukum perkalian
 Hukum Pertambahan
• Jika kita memerlukan probabilitas dalam dua
peristiwa, saling meniadakan (peristiwa
mutually exclusive) atau dapat terjadi bersama
(non mutually exclusive)
• Menggunakan kata kunci “atau” pada kalimat
pernyataan tsb
 Kejadian Mutually Exclusive
• Apabila satu peristiwa terjadi akan meniadakan
peristiwa yg lain untuk terjadi atau dikatakan peristiwa
tersebut saling meniadakan
• Contoh : permukaan sebuah dadu, kelahiran anak laki2
atau perempuan pada seorang ibu dg kehamilan tunggal
• P (A ᴗ B) = P(A) + P(B)
• Contoh soal : ada 5 org kandidat untuk dikirim ke
tempat KLB Diare (sebut sj A, B, C, D, E) tetapi yg akan
dikirim hanya 1 org. Probabilitas (peluang) D atau E akan
dikirim adalah P(DᴗE) = 1/5 + 1/5 = 2/5
 Kejadian Non Mutually Exclusive
• Apabila dua peristiwa atau lebih dapat terjadi
bersama-sama
• Contoh : penarikan kartu as dan bata, seorang anak
laki2 dan dokter
• P (A ᴗ B) = P(A) + P(B) – P (AᴖB)
• Contoh soal : pada penarikan satu kartu set kartu
bridge, peluang akan terambilnya kartu as atau
bata adalah P(as) = 4/52 dan P(berlian) = 13/52.
Ada sebuah kartu as dan bata : P(asᴖbata) = 1/52,
maka 4/52 + 13/52 -1/52 = 16/52
 Hukum Perkalian
• Dua kondisi yg harus diperhatikan apakah
kedua peristiwa tersebut saling bebas atau
bersyarat
 Peristiwa Bebas
• Apabila kejadian atau ketidakjadian suatu
peristiwa tidak mempengaruhi peristiwa lain
• Menggunakan kata kunci “dan” pada kalimat
pernyataan tsb
• Rumus : P (AᴖB) = P(A) x P(B)
• Contoh soal : sebuah dadu dilambungkan dua
kali, peluang keluarnya mata 5 untuk kedua
kalinya adalah P(5ᴖ5) = 1/6 x 1/6 = 1/36
 Peristiwa Tidak Bebas / Bersyarat
• Apabila kejadian atau ketidakjadian suatu peristiwa
akan berpengaruh terhadap peristiwa lain
• Simbol : P (BIA) ....probabilitas B pada kondisi A
• Rumus : P (AᴖB) = P(A) x P(BIA)
• Contoh soal : sebuah kartu ditarik dari satu set kartu
bridge, peluang untuk yg tertarik keduanya kartu as
adalah peluang as1 adalah 4/52 → P(as1) = 4/52
dan peluas kartu as2 dg syarat as1 sdh tertarik
adalah 3/51 → P (as2Ias1) = 3/51, maka P(as1ᴖas2)
= P(as1) x P(as2Ias1) = 4/52 x 3/51 = 1/221
 Permutasi / Kombinasi
• DALIL I (kaidah umum pergandaan) → kalau suatu
step (langkah) dari suatu eksperimen
menghasilkan k hasil yg berbeda dan step ke2
menghasilkan m hasil yg berbeda, maka kedua
langkah eksperimen akan menghasilkan k x m hasil
• Contoh : untuk sampai ke gerbang poltekkes
tasikmalaya seorang mhs dapat melakukannya dg 2
cara (bus, angkot), dari gerbang ke jurusan ada 2
cara (jalan kaki, numpang ke teman), maka brp
cara mhs akan sampai di jurusan = .....2 x 2 = 4 cara
 Permutasi / Kombinasi
• DALIL II → permutasi → urutan dipentingkan n P r = ni/(n-r)i

• Dimana P (jumlah permutasi), n (banyaknya objek), r (jumlah

anggota pasangan), i (faktorial = 3i = 3x2x1, 0i = 1, 1i = 1
• Contoh : ada 3 cara yg efektif untuk pengobatan pasien Ca yakni
bedah (B), radiasi (penyinaran = P) dan kemoterapi (obat = O),
ada berapa carakah dpt diobati seseorang yg menderita Ca klu
kepada masing2 pasien hanya 2 macam terapi yg diberikan =
untuk pengobatan ini urutan diperlukan karena seseorang yg
mendapat terapi bedah dan penyinaran (B, P) akan berbeda dg
yg mendapat penyinaran lebih dahulu baru dibedah (P, B)
= 3P2 = 3i/(3-2)i = 3 x 2 x 1/1 = 6
 Permutasi / Kombinasi
• DALIL III → kombinasi → urutan tdk dipentingkan N C r = ni/ri(n-r)i

• Dimana C (jumlah kombinasi), n (banyaknya objek), r (jumlah

anggota pasangan), i (faktorial = 3i = 3x2x1, 0i = 1, 1i = 1
• Contoh : ada 3 org pasien digigit ular dan dibawa ke
puskesmas. Di puskesmas hanya tersedia 2 dosis antiracun
ular. Brp kemungkinan pasangan yg akan diberikan 2 dosis
tsb (pasiennya A, B, C) = 2 org yg berpasangan di sini,
misalnya A dan B sama saja dg B dan A. Jadi, di sini urutan
tdk ada artinya, maka = 3C2 = 3i/2i(3-2)i = 3 x 2 x 1/2x1x1 = 3
 Buku bacaan lanjutan .....
1. J. Supranto, (2000), Statistik, Teori dan
Aplikasi. Edisi ke-6. Jakarta : Erlangga.
2. Sudjana, (2005), Metoda Statistik. Edisi ke-6.
Bandung : Tarsito.
3. Hastono, S.P., dan Sabri L., (2010), Statistik
Kesehatan. Rajawali Pers : Jakarta.