BAB XII

PROBABILITAS

(ATURAN DASAR PROBABILITAS)

(PERTEMUAN KE-27)

Oleh :
Andri Wijaya, S.Pd., S.Psi., M.T.I.

PROBABILITAS

ATURAN DASAR PROBABILITAS

Beberapa kombinasi dari kejadian dalam sebuah

eksperimen dapat dihitung probabilitasnya
berdasarkan dua aturan, yaitu
1. Aturan Penjumlahan

Kejadian Saling Meniadakan (Saling

Lepas)

Kejadian Tidak Saling Meniadakan

2. Aturan Perkalian

Kejadian Bebas

Kejadian Tak Bebas (Bersyarat)

3

KEJADIAN SALING MENIADAKAN

Kejadian saling meniadakan adalah kejadian
dimana jika sebuah kejadian terjadi, maka
kejadian yang kedua tidak mungkin terjadi
secara bersamaan.
Jika A telah terjadi, maka kejadian B tidak akan
terjadi

P A atau B P A B P A P B

KEJADIAN SALING MENIADAKAN

Contoh
Pada pelemparan dua buah dadu bersamaan.
Tentukan peluang munculnya dadu berjumlah 4
atau 8.
Jawaban
P(A) = peluang munculnya dadu berjumlah 4
P(B) = peluang munculnya dadu berjumlah 8
P(A atau B) = P(A) + P(B)
3
5
8 2

P(A atau B) =
36 36 36 9

KEJADIAN SALING MENIADAKAN

KEJADIAN TIDAK SALING

MENIADAKAN

Dua kejadian saling berinterseksi (beririsan)

disebut sebagai probabilitas bersama.
P(A atau B) adalah peluang
terjadi dan B mungkin
menyatakan, kemungkinan
terjadi, dalam hal kejadian
meniadakan.

bahwa A mungkin
terjadi. Hal ini
bahwa A dan B
yang tidak saling

P(A atau B) = P(A) + P(B) P(A dan B)

P(A B) = P(A) + P(B) P(A B)

KEJADIAN TIDAK SALING

MENIADAKAN

Contoh
Berapa probabilitas bahwa sebuah kartu yang
dipilih secara acak dari satu set kartu yang
berisi 52 kartu adalah kartu bergambar raja
atau bergambar hati?
Jawaban
Kartu bergambar raja, (A) = 4
Kartu bergambar hati, (B) = 13
Kartu bergambar raja dan hati, (A B) = 1
8

KEJADIAN TIDAK SALING

MENIADAKAN

Jawaban

P A B P A P B P A B
4 13 1
P A B

52 52 52
16
P A B
62
P A B 0,3077
9

KEJADIAN TAK BEBAS (BERSYARAT)

Probabilitas bersyarat P(A/B) menyatakan bahwa

probabilitas terjadinya kejadian A jika kejadian
B sudah terjadi atau akan terjadi.

P A B
P A / B
P B
P A B
P B / A
P A

P(A/B) = probabilitas A terjadi jika B terjadi

P(B/A) = probabilitas B terjadi jika A terjadi

10

KEJADIAN TAK BEBAS (BERSYARAT)

Contoh
Dua dadu dilempar sekali. Jika A = {x : x < 5} dan
B = {x : x bilangan ganjil}. Hitunglah P(A/B) dan
P(B/A). (Catatan : x = jumlah dua mata dadu)
Jawaban
S = 36
A = 6 (11, 12, 21, 13, 31, 22)
B = 18 (21, 41, 61, 12, 32, 52, 23, 43, 63, 14, 34,
54, 25, 45, 65, 16, 36, 56)
A B = 2 (12, 21)

11

KEJADIAN TAK BEBAS (BERSYARAT)

Jawaban

P A B
P A / B
P B
2
P A / B
18
P A / B 0,11

P A B
P B / A
P A
2
P B / A
6
P B / A 0,33
12

PROBABILITAS KEJADIAN INTESEKSI

Probabilitas kejadian interseksi berasal dari

rumus kejadian tak bebas atau bersyarat

P A B
P A / B
P B

P A B P B P A / B

P A B
P B / A
P A

P A B P A P B / A

P A B C P A P B / A P C / A B

13

PROBABILITAS KEJADIAN INTESEKSI

Contoh
Pengambilan 2 kartu berturut-turut dari satu set
kartu bridge. Berapa probabilitasnya bahwa
pengambilan kartu pertama As, yang kedua juga
kartu As. Hasil pengambilan pertama tidak
dikembalikan lagi. Hasil pengambilan kedua
dipengaruhi oleh hasil pengambilan pertama.

14

PROBABILITAS KEJADIAN INTESEKSI

Jawaban
S = 52
A=4
B/ A = 3, S = 51

P A B P A P B / A
4 3
P A B

52 51
12
P A B
2652
P A B 0,0045

15

KEJADIAN BEBAS
Dua kejadian atau lebih dikatakan merupakan
kejadian bebas apabila terjadinya kejadian
tersebut tidak saling mempengaruhi.
Dua kejadian A dan B dikatakan kejadian bebas,
jika kejadian A tidak mempengaruhi kejadian B,
dan sebaliknya.

P(A dan B) = P(A) P(B)

16

KEJADIAN BEBAS
Contoh
Pada pelemparan dua buah dadu bersamaan.
Berapa peluang munculnya dadu berjumlah 7
dan 5?
Jawaban
P(A) = peluang munculnya dadu berjumlah 7
P(B) = peluang munculnya dadu berjumlah 5

P A B P A P B
6 6
P A B

36 36
1
P A B
36

17

KEJADIAN BEBAS

18

PROBABILITAS MARJINAL

Probabilitas marjinal menyatakan bahwa suatu

kejadian yang terjadi bersamaan dengan
kejadian lainnya, dimana kejadian lainnya
tersebut mempengaruhi terjadinya kejadian yang
pertama.

19

PROBABILITAS MARJINAL

Contoh
Suatu universitas mempunyai 100 mahasiswa
yang terdiri dari 4 fakultas, yaitu
FE = 400, FH = 200, FT = 150, FK = 250
Dari jumlah tersebut terdapat anggota menwa,
dengan rincian sebagai berikut
FE = 200, FH = 50, FT = 25, FK = 150
Berapa probabilitas bahwa mahasiswa tersebut
seorang anggota menwa jika suatu saat bertemu
salah seorang mahasiswa?
20

PROBABILITAS MARJINAL

Jawaban

P M
P M
P M
P M

200
FE
1000
50
FH
1000
25
FT
1000
150
FK
1000

21

PROBABILITAS MARJINAL

Jawaban

P M P M FE P M FH P M FT P M FK
200 50 25 150
P M
1000
425
P M
1000
P M 0,425
22

TEOREMA BAYES
Bayes mengembangkan teori untuk menghitung
probabilitas tentang sebab-sebab terjadinya
suatu kejadian berdasarkan pengaruh yang
dapat diperoleh sebagai hasil observasi.
Rumus

Peluang

P(Bi) disebut peluang a priori dari

event Bi
Peluang P(Bi A) disebut peluang a posteriori
dari event Bi (bila diketahui event A terjadi)

23

TEOREMA BAYES

Posterior Probability
Probabilitas yang dihitung berdasarkan
informasi yang diperoleh dari hasil observasi
Probabilitas bersyarat

Prior Probability
Probabilitas yang perhitungan nilainya tidak
didasarkan atas informasi dari observasi
Probabilitas tidak bersyarat

24

TEOREMA BAYES

Contoh
Suatu pabrik menggunakan 4 mesin untuk
memproduksi sejenis barang. Produksi harian
dari mesin I (1000 buah), mesin II (1200 buah),
mesin III (1800 buah), dan mesin IV (2000 buah).
Produksi yang mengalami kerusakan dari mesin
I (1%), mesian II (0,5%), mesin III (0,5%), dan
mesin IV (1%). Berapa probabilitas bahwa
barang tersebut rusak dari mesin I, II, III, dan
IV?
25

TEOREMA BAYES

Jawaban

S 6000
1000 1
P M 1

6000 6
1200 1
P M 2

6000 5
1800 3
P M 3

6000 10
2000 1
P M 4

6000 3

R rusak
P R / M 1 0,01
P R / M 2 0,005
P R / M 3 0,005
P R / M 4 0,01

26

TEOREMA BAYES

Jawaban

P M 1 P R / M 1
P M 1 / R
P R
0,00167
P M 1 / R
0,00747
P M 1 / R 0,22
P M 2 P R / M 2
P R
0,001
P M 2 / R
0,00747
P M 2 / R 0,13
P M 2 / R

P M 3 P R / M 3
P M 3 / R
P R
0,0015
P M 3 / R
0,00747
P M 3 / R 0,20
P M 4 P R / M 4
P R
0,0033
P M 4 / R
27
0,00747
P M 4 / R 0,44
P M 4 / R

TEOREMA BAYES

28

TEOREMA BAYES

Jawaban

P R P RM 1 P RM 2 P RM 3 P RM 4
P R 0,00167 0,001 0,0015 0,0033
P R 0,00747

29

SOAL-SOAL
Karyawan yang berjumlah 300 diberikan kuesioner
tentang besarnya upah bulanan yang diterima,
yang disajikan dalam tabel berikut
1.Berapa probabilitas bahwa gaji yang diterima
kurang dari 50
2.Berapa probabilitas bahwa gaji yang diterima
diatas 10 tapi dibawah 30
3.Berapa probabilitas bahwa gaji yang diterima
lebih dari 40
4.Tentukan frekuensi relatifnya
30

SOAL-SOAL
A dan B merupakan dua kejadian yang
saling meniadakan. Diketahui P(A) = 0,75
dan P(B) = 0,6. Tentukan probabilitas
1.P(Ac)
2.P(Bc)
3.(A B)
4.P(A B)
5.P(Ac Bc)
31

SOAL-SOAL
Sebanyak 500 pekerja di sebuah perusahaan, 100
diantaranya berkeluarga. Diantara sejumlah
pekerja tersebut, 300 orang pekerja pria termasuk
50 orang diantaranya berkeluarga, Jika salah
seorang pekerja dipilih secara acak, berapa
probabilitas bahwa
orang tersebut pria
orang tersebut wanita
orang tersebut berkeluarga
orang tersebut pria dan berkeluarga
orang tersebut wanita atau berkeluarga

32