PROBABILITAS

Dasar-dasar Teori Peluang

Ratna Wijayanti, M.Pd.

ratnawijayanti@uym.ac.id
Konsep Dasar Probabilitas

Probabilitas dan Teori Keputusan

Pengertian Probabilitas dan

Konsep-Konsep Dasar Manfaat Probabilitas
Probabilitas
Pendekatan Terhadap
Probabilitas
Distribusi Probabilitas
Diskrit Hukum Dasar Probabilitas

Distribusi Normal Teorema Bayes

Teori Keputusan

Over view
 PROBABILITAS

• Probabilitas sering didefinisikan sebagai peluang

atau kemungkinan
• Pengertian probabilitas :
“ suatu nilai yang digunakan untuk mengukur
tingkat terjadinya suatu kejadian yang acak “
 PROBABILITAS

Manfaat
Manfaat mengetahui probabilitas adalah membantu
pengambilan keputusan yang tepat, karena kehidupan di dunia
tidak ada kepastian, dan informasi yang tidak sempurna.

Contoh
• Pembelian harga saham berdasarkan analisis harga saham
• Peluang produk yang diluncurkan perusahaan (sukses atau
tidak), dll.
 KONSEP DASAR PROBABILITAS
Probabilitas
Suatu ukuran tentang kemungkinan suatu peristiwa (event) akan terjadi di masa
mendatang. Probabilitas dinyatakan antara 0 sampai 1 atau dalam persentase.

Eksperimen/Percobaan
Pengamatan terhadap beberapa aktivitas atau proses yang memungkinkan timbulnya paling
sedikit dua peristiwa tanpa memperhatikan peristiwa mana yang akan terjadi.

Hasil (outcome)
Suatu hasil dari sebuah percobaan, himpunan semua hasil (outcome) yang mungkin dalam
suatu percobaan disebut ruang sampel.

Peristiwa (event)
Kumpulan dari satu atau lebih hasil yang terjadi pada sebuah percobaan atau kegiatan atau
bisa disebut dengan himpunan bagian dari ruang sampel.
 Pengertian Peluang

Contoh

Percobaan/Kegiatan Pertandingan sepak bola Persita VS PSIS

di Stadion Tangerang, 5 Maret 2003.
Persita menang
Hasil Persita kalah
Seri -- Persita tidak kalah dan tidak menang
Peristiwa Persita Menang
PENDEKATAN
PROBABILITAS
Pendekatan Klasik,Pendekatan Relatif, dan
Pendekatan Subjektif
Pendekatan Klasik
• Didasarkan pada suatu asumsi bahwa seluruh hasil dari suatu eksperimen
mempunyai kemungkinan (peluang) yang sama
• Pada pendekatan ini, kita harus mengetahui terlebih dahulu seluruh kejadian yang
akan muncul
Keterangan:
𝑛( 𝐴) = peluang A
𝑃 ( 𝐴) = = Banyaknya kejadian A
𝑛(𝑆) = Banyaknya ruang sampel A

Contoh:
• Sebuah mata uang logam mempunyai dua sisi (Angka dan Gambar), jika mata
uang logam tersebut dilambungkan 1 kali, peluang untuk keluar sisi Angka adalah
…
• Terdapat 200 mahasiswa di suatu Universitas di Jakarta, terdapat 50 orang
diantaranya Wanita. Berapakah peluang mahasiswa Wanita tersebut?
8
 PENDEKATAN KLASIK

Percobaan Hasil Probabilitas

Kegiatan 1. Muncul gambar 2 ½

melempar uang 2. Muncul angka
Kegiatan 1. Menjual saham 2 ½
perdagangan 2. Membeli saham
saham
Perubahan harga 1. Inflasi (harga naik) 2 ½
2. Deflasi (harga turun)

Mahasiswa 1. Lulus memuaskan 3 1/3

belajar 2. Lulus sangat memuaskan
3. Lulus terpuji

9
Pendekatan Empiris/Frekuensi Relatif
 Probabilitas suatu kejadian tidak dianggap sama, tergantung dari berapa
banyak suatu kejadian terjadi.
 Pada pendekatan empiris, kita menghitung probabilitas suatu peristiwa
berdasarkan informasi peristiwa yang telah terjadi

Contoh
Tentukanlah muncul nilai 20 atau P(20) dari data
berikut

10
CONTOH PENDEKATAN EMPIRIS/ FREKUENSI RELATIF

Contoh soal 2:
Contoh soal 1:

Sebuah Perusahaan elektronik memproduksi

Sebuah Penelitian yang dilakukaan oleh
Hp sebanyak 500.000 unit merk tertentu,
Lembaga survei dimana terdapat 800 ribu
namun terdapat 50 unit barang yang cacat.
orang lulus dari Universitas fakultas hukum.
Maka bisa disimpulkan, peluang Hp yang
Penelitian menunjukkan sebuah percobaan,
cacat adalah
hasilnya terdapat 450 dari 800 ribu orang
tidak bekerja sesuai bidangnya. Berapakah
probabilitas seorang lulusan fakultas hukum
tidak bekerja sesuai bidangnya?

11
Pendekatan
Subjektif
 Probabilitas suatu kejadian didasarkan pada penilaian pribadi
yang dinyatakan dalam suatu derajat kepercayaan.
 Jika tidak ada pengalaman / pengamatan masa lalu sebagai
dasar untuk perhitungan probabilitas, maka probabilitas itu
bersifat subjektif.
 Biasanya terjadi dalam bentuk opini atau pendapat.
ATURAN
PROBABILITAS
 Aturan penjumlahan :
- Kejadian yang saling menghilangkan
- Kejadian yang tidak saling menghilangkan

 Aturan perkalian :
- Kejadian bebas
- Kejadian bersyarat

13
 Aturan Penjumlahan
(Kejadian Saling Lepas/mutually exclusive)
 Bila terdapat dua jenis kejadian, misalnya kejadian A dan
B, jika kejadian A terjadi maka kejadian B tidak akan
terjadi atau sebaliknya.
 Rumusan probabilitas: P( A  B)  P( A)  P( B)
 Contoh:
1. Berapa peluang munculnya angka 3 atau 4 pada dadu? P( A  B)  P( A)  P( B)
1 1
P(3 atau 4 )  
6 6

2. Terdapat kartu yang membentuk kata: AUSTRALIA

Dari 9 kartu diambil 1 kartu secara acak. Berapakah probabilitas
terambilnya kartu A atau kartu S.
14
 Aturan Penjumlahan
(Kejadian Tidak Saling Lepas/non-mutually exclusive)

 Bila terdapat dua jenis kejadian, misalnya kejadian A dan B, jika

kejadian A terjadi maka kejadian B bisa saja terjadi atau
sebaliknya.
 Rumusan probabilitas: P( A  B)  P( A)  P( B)  P( A  B)
 Contoh:
Berapa probabilitas sebuah kartu yang dipilih secara acak dari 1 set
kartu yang berisi 52 buah adalah kartu bergambar raja (King) atau
bergambar hati (Heart).
4 13 1
P ( A)  ; P( B)  ; P( A  B) 
52 52 52
P ( A  B )  P ( A)  P ( B )  P ( A  B )
4 13 1 16
   
52 52 52 52
15
 Kejadian Tidak Saling Lepas

Contoh:
Terdapat suatu acara seminar nasional yang melibatkan 300 peserta. Acara ini diikuti oleh
sebanyak 180 Perempuan (P), 150 peserta dari kalangan pekerja swasta (S), 90 peserta
dari kalangan perempuan pegawai swasta. Jika seorang peserta seminar nasioanl
mendapatkan hadiah undian, berapakah probabilitas peserta yang terpilih: a.) bukan
pegawai swasta , b.) perempuan atau pegawai swasta, c.) perempuan tetapi bukan
pegawai swasta.
Seorang mahasiswa memiliki kemungkinan lulus dalam mata kuliah statistik
sebesar 0,80; selanjutnya lulus mata kuliah ekonometrik sebesar 0.75 dan lulus
keduanya 0,70. Hitunglah: a.) Probabilitas mahasiswa tersebut akan lulus dalam
matakuliah statistik dan ekonometrik b.) Mahasiwa tidak lulus keduanya.

16
 Aturan Perkalian
(Kejadian Bebas)
 Bila terdapat dua jenis kejadian, misalnya kejadian A dan B.
 Kejadian A dan kejadian B tidak saling berhubungan satu

dengan yang lainnya.

 Rumusan probabilitas :
P( A  B)  P ( A)  P( B)
Contoh:
Seperangkat kartu bridge (52 kartu) di kocok dan diambil dua kartu satu per satu, dimana
kartu pertama dikembalikan terlebih dahulu sebelum kartu kedua diambil, berapakah
probabilitas kartu pertama muncul kartu Spade (sekop/daun/waru) dan kartu kedua
yang muncul kartu Heart (hati)?

17
 Aturan Perkalian
(Kejadian Bersyarat/tidak bebas)

 Bila terdapat dua jenis kejadian, misalnya kejadian A dan B.

Kejadian A bisa terjadi jika kejadian B sudah terjadi atau
sebaliknya.
 P(A/B)  peluang kejadian A setelah kejadian B terjadi.
 P(B/A)  peluang kejadian B setelah kejadian A terjadi.
 Rumusan probabilitas:

P( A  B) P( A  B)
P( A / B)  P( B / A) 
P( B) P ( A)

18
19
 CONTOH KEJADIAN BERSYARAT
Probabilitas perjalanan Kereta api Argo Parahyangan berangkat tepat waktu
(PW) = 0,95. Perjalanan kereta api argo parahyangan smapai menuju ke
tempat tujuan sesuai dengan jadwal P(J) = 0,80 dan probabilitas perjalanan
kereta api berangkat tepat waktu dan sampai tujuan sesuai jadwal adalah
P(W∩J) = 0,60.
Berapakah probabilitas kereta berangkat tepat waktu bila diketahui bahwa
kereta api argo parahyangan sampai tujuan sesuai jadwal?
Berapakah probabilitas kereta api argo parahyangan sampai tujuan sesuai
jadwal jika diketahui kereta api berangkat tepat waktu?

20
  Suatu pengurutan elemen dimana pengurutan
PERMUTASI elemen tersebut penting.
m! m  elemen
x Pm 
(m  x)! x  kejadian

 Contoh:
Suatu perusahaan mempunyai 10 rencana
investasi. Direktur menyuruh manajer untuk
mencari 5 rencana investasi. Ada berapa carakah?
m  10 10! 10!
5 P10    10  9  8  7  6
x5 (10  5)! 5!
 30240
KOMBINASI
 Suatu pengurutan elemen dimana pengurutan
elemen tersebut tidak penting.
m!
x C m
x! (m  x)!

 Contoh:
Ada 5 calon kades, bagaimana cara memilih 2
calon?
m5 5! 5! 54
2 C 5    10 cara
x 2 2!(5  2)! 2!3! 2  1

22
 TEORI BAYES
 Merupakan salah satu pengaplikasian dari aturan perkalian
dalam konsep probabilitas.
 Kejadian yang digunakan dalam aturan perkalian adalah
kejadian yang bersyarat.
 Dikembangkan secara luas dalam statistik inferensia.
 Teorema ini ditemukan oleh Reverend Thomas Bayes abad
ke-18.
 Rumusan:
 Teori Bayes
Contoh:
PT. CARITA memproduksi produk makanan dengan menggunakan 3 mesin yaitu
mesin A, mesin B, mesin C. Mesin A mampu memproduksi 900 unit, mesin B
mampu memproduksi 450 unit, dan mesin C mampu memproduksi 150 unit.
Namun terdapat masalah dalam proses produksi. Tercatat sebanyak 15% produk
makanan rusak yang diproduksi mesin A, sebanyak 10% dari mesin B, dan
sebanyak 5% dari mesin C. jika dari jumlah produksi dipilih 1 produk makanan
secara acak, hitunglah:
a) Probabilitas produk yang dipilih adalah rusak P(E)
b) Probabilitas produk yang dipilih baik P(E′)
c) Bila produk yang dipilih rusak, maka berapa probabilitasnya yang diproses
mesin A

24