PROBABILITAS
2
Introduction
Probabilitas
3
Probabilitas adalah cara untuk mengungkapkan pengetahuan atau
kepercayaan bahwa suatu kejadian akan berlaku atau telah terjadi.
Probabilitas disebut juga teori kemungkinan atau peluang.
Probabilitas suatu kejadian adalah angka yang menunjukkan kemungkinan
terjadinya suatu kejadian. Nilainya di antara 0 dan 1.
Kejadian yang mempunyai nilai probabilitas 1 adalah kejadian yang PASTI
terjadi atau sesuatu yang telah terjadi. Sedangkan suatu kejadian yang
mempunyai nilai probabilitas 0 adalah kejadian yang MUSTAHIL atau TIDAK
MUNGKIN terjadi.
Introduction
4
 Peluang 0 (nol) = peluang terhadap suatu kejadian yang TIDAK MUNGKIN
terjadi
Contoh : peluang manusia bisa hidup dengan tidak bernapas selama 24 jam
 Peluang 1 (satu) = peluang terhadap seuatu kejadian yang PASTI terjadi
Contoh : peluang manusia akan mati
 Nilai peluang komplemen dari suatu kejadian = 1 – nilai kejadian
Contoh :
peluang terjadi kebakaran 0.3, maka
peluang TIDAK terjadi kebakaran = 1 – peluang terjadi kebakaran
= 1 – 0.3 = 0.7
Introduction
5
 Perkataan-perkataan kemungkinan dalam suatu pernyataan di dalam teori
probabilitas diterjemahkan menjadi angka-angka sehingga untuk selanjutnya
dapat diolah dengan menggunakanmatematika
 Seperti seorang manajer pemasaran terlebih dahulu melihar besarnya peluang
produknya untukmerebut pasar, sebelummenpromosikan produknya.
 Teori probabilitas ini sering digunakan oleh para pengambil keputusan untuk
memutuskan apa yang harus dilakukan selanjutnyaatau apa yang harus dipilih
Introduction
6
 Statistika deskriptif : menggambarkan data
 Statistik inferensi  kesimpulan valid dan perkiraan akurat ttg populasi dengan
mengobservasi sampel
 Teori probabilitas sbg dasar statistika inferensi
 Beberapa istilah yang sering digunakan dalam teori probabilitas seperti ruang
sampel dankejadian atau peristiwa
Introduction
7
Konsep Dasar Probabilitas
1. Ruang Sampel
 Informasi yang dicatat dan dikumpulkan dalam bentuk asli, baik dalam bentuk
hitunganmaupunpengukuran,disebut data mentah
 Himpunan semua hasil yang mungkin dari suatu percobaan statistika disebut
ruang sampel, dinyatakan dengan S.
 Unsur atau anggota ruang sampel disebut titiksampel
8
Konsep Dasar Probabilitas
1. Ruang Sampel
Contoh:
 Himpunanangkapada dadu
𝐒 = {𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔}
Titik sampel
RuangSampel
Maka ruang sampel adalah semua yang termasuk dalam S, adapun 1, atau 2, atau 3, …, atau 6
disebut titik-titik sampel.
9
Konsep Dasar Probabilitas
1. Ruang Sampel
Contoh:
 𝑆 = 𝑥 𝑥2 + 2𝑥 − 24 = 0 ,
Dimana
𝑥2
+ 2𝑥 − 24 = 0
𝑥 + 6 𝑥 − 4 = 0
𝑥 + 6 = 0 𝑎𝑡𝑎𝑢 𝑥 − 4 = 0
𝑥 = −6 atau 𝑥 = 4
𝐒 = {−𝟔, 𝟒}
Titik sampel
RuangSampel
10
Konsep Dasar Probabilitas
2. Kejadian
Himpunanbagiandari ruang sampel, disebut kejadian
Contoh:
Diketahui himpunanangka yang munculpada pelemparan dadu yaitu:
S = {1,2,3,4,5,6}
Misalkan A adalah kejadian munculnyaangka genap
maka
A = {2,4,6}
Konsep Dasar Probabilitas
2. Kejadian
Suatu kejadian yang hanya mengandung satu unsur ruang sampel, disebut kejadian
sederhana. Kejadian yang dapat dinyatakan sebagai gabungan beberapa kejadian
sederhana, disebut kejadian majemuk.
Contoh:
Diketahui himpunanangka yang munculpada pelemparan dadu yaitu:
S = {1,2,3,4,5,6}
MisalkanA = {2,4,6} dan B = 2,3,4,5,6
Maka A disebut kejadian sederhana dan B disebutkejadian majemukkarena
B = { 2,4,6 ∪ 3,5 }
11
Konsep Dasar Probabilitas
2. Kejadian
Ruang null atau ruang kosong adalah himpuan bagian ruang sampel yang tidak
mengandungunsur, dinyatakan dengan ∅.
Contoh:
Diketahui himpunanbilangan yaitu:
S = {1,2,3,4,5,6, 7, 8, 9}
MisalkanA = 𝑥 𝑥 bilangan yang habis dibagi 10
Maka A = ∅ karena tidak terdapat satupun bilangan dari ruang sampel yang habis
dibagi dengan 10.
12
Konsep Dasar Probabilitas
2. Kejadian
Operasi dengan Kejadian
1. Irisan
Irisan dua kejadian A dan B adalah kejadian yang unsurnya termasuk dalam A dan B.
Dinyatakan dengan 𝐴 ∩ 𝐵 = {𝑥 ∈ 𝐴 𝑑𝑎𝑛 𝑥 ∈ 𝐵}.
S
A B
𝑨 ∩ 𝑩
Gambar 1.Irisan A danB
13
Konsep Dasar Probabilitas
2. Kejadian
Operasi dengan Kejadian
1. Irisan
Contoh:
Diketahui himpunanbilangan yaitu:
S = {1, 2, 3, 4, 5, 6, 7, 8, 9}
Misalkan
A = 2,4,6,8 , B = 2,3, 5,7 dan
C = 1,3, 5, 7,9
Maka
A ∩ 𝐵 = 2 dan 𝐵 ∩ 𝐶 = 3, 5, 7
Gambar 2.Irisan
S
A B
2
4
6 8
3
5 7
9
1
C
14
Konsep Dasar Probabilitas
2. Kejadian
Operasi dengan Kejadian
1. Irisan
Bila 𝐴 ∩ 𝐵 = ∅ maka kejadian A dan B disebutsaling terpisah.
S
A B
Gambar 3.Kejadian yangsaling terpisah
15
Konsep Dasar Probabilitas
2. Kejadian
Operasi dengan Kejadian
2. Gabungan
Gabungan dua kejadian A dan B adalah kejadian yang mengandung semua unsur
yang termasuk A atau B atau keduanya.
Dinyatakan dengan 𝐴 ∪ 𝐵 = {𝑥 ∈ 𝐴 𝑎𝑡𝑎𝑢 𝑥 ∈ 𝐵}.
S
A B
𝑨 ∪ 𝑩
Gambar 4.Gabungan A danB
16
Konsep Dasar Probabilitas
2. Kejadian
Operasi dengan Kejadian
2. Gabungan
Contoh:
Diketahui himpunanbilangan yaitu:
S = {1, 2, 3, 4, 5, 6, 7, 8, 9}
Misalkan
A = 2,4,6,8 , B = 2,3, 5,7 dan
C = 1,3, 5, 7,9
Maka
A ∪ 𝐵 = 2,3,5,6,7,8
𝐴 ∪ 𝐵 ∪ 𝐶 = 1,2,3,5,6,7,8,9
Gambar 5.Gabungan A, B, danC
S
A B
2
4
6 8
3
5 7
9
1
C
17
Konsep Dasar Probabilitas
2. Kejadian
Operasi dengan Kejadian
2. Komplemen
Komplemen suatu kejadian A terhadap S adalah himpunan semua unsur yang tidak
termasuk A. Dinyatakan dengan A′ = {𝑥 ∈ 𝑆 𝑑𝑎𝑛 𝑥 ∉ 𝐴}.
S
A
𝑨′
Gambar 6.Komplemen A
18
Konsep Dasar Probabilitas
2. Kejadian
Operasi dengan Kejadian
S
A
𝑨′
Gambar 6.Komplemen A
𝟏. 𝑨 ∩ ∅ =
𝟐. 𝑨 ∪ ∅ =
𝟑. 𝑨 ∩ 𝑨′
=
4. 𝑨 ∪ 𝑨′ =
5. 𝑨′ ′ =
∅
∅
𝑨
𝑨
𝑺
19
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Teorema 1:
Bila suatu operasi dapat dilakukan dengan 𝑛1 cara, dan bila operasi kedua dapat
dilakukan dengan 𝑛2 cara, maka kedua operasi itu dapat dikerjakan bersama dengan
𝑛1𝑛2 cara.
Teorema 2:
Bila suatu operasi dapat dilakukan dengan 𝑛1 cara, dan bila operasi kedua dapat
dilakukan dengan 𝑛2 cara, dan bila operasi ketiga dapat dilakukan dengan 𝑛3 cara,
dan seterusnya, maka deretan k operasi dapat dilakukan bersama dengan 𝑛1𝑛2…𝑛𝑘
cara.
20
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Contoh:
Berapa banyak titik sampel dalam ruang sampel bila dua buah dadu dilantunkan
sekali?
Jawab:
Dadu pertama (1) dapat menghasilkan salah satu dari enam kemungkinan, dadu
kedua (2) pun dapat menghasilkansalah satu dari enam kemungkinan.
Dimana 𝑛1 = 6 𝑑𝑎𝑛 𝑛2 = 6
Sehingga𝑛 𝑠 = 𝑛1. 𝑛2 = 6 6 = 36
Sehingga, ketika kedua dadu dilantunkan bersamaan, dapat menghasilkan salah
satu dari 36 kemungkinanyang ada.
21
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Dadu kedua
1 2 3 4 5 6
Dadu
Pertama
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
6 6,1 6,2 6,3 6,4 6,6 6,6
22
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Contoh:
Berapa macam hidangan dapat disajikan bila masing-masing hidangan dapat terdiri
atas sop, nasi goreng, bakmi, dan soto. Bila tersedia 4 macam sop, 3 macam nasi
goreng,5 macam bakmi, dan 4 macam soto?
Jawab:
Diketahui 𝑛1 = 4 , 𝑛2 = 3, 𝑛3 = 5, 𝑑𝑎𝑛 𝑛4 = 4
Sehingga𝑛 𝑠 = 𝑛1. 𝑛2. 𝑛3. 𝑛4 = 4 3 (5)(4) = 240.
Sehingga,akan terdapat 240 kemungkinanmacamhidangan yang dapat disajikan.
23
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Contoh:
Berapa banyak bilangan genap yang terdiri atas tiga angka yang daoat dibuat dari
angka 1,2, 5, 6, dan 9 bilaangka ituhanya boleh digunakan sekali?
Jawab:
Karena bilangan yang akan dibentuk terdiri atas tiga angka, maka satu angka
pertama (1) merupakan ratusan, angkakedua (2) adalah puluhan dan angkaketiga
(3) adalah satuan, dimana bilangan yang akan dibuat haruslah merupakan
bilangangenap maka angkasatuan haruslah2 atau 6.
24
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Jawab:
Karena satu angkaakan terpilihmengisiposisi satuan, maka hanya akan ada 4
kemungkinanangka yang boleh dipilihuntuk mengisiposisi puluhan,dan karena
satu angka lagiterpilihpada puluhan,maka hanya ada 3 kemungkinanangka yang
dapat dipilihuntukmengisiposisi ratusan.
Dengan demikian𝑛1 = 3 , 𝑛2 = 4, 𝑛3 = 2
Sehingga𝑛 𝑠 = 𝑛1. 𝑛2. 𝑛3 = 3 4 (2) = 24.
Sehingga,akan terdapat 24 kemungkinanbilanganratusan dan genapyang dapat
dibentukdari 5 angkatersebut.
25
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Definisi:
Suatu permutasi adalah suatu susunan yang dapat dibentuk dari suatu kumpulan
benda yang diambilsebagian atau seluruhnya.
Teorema 3:
Banyaknya permutasi n benda yang berlainan adalah n!
Teorema 4:
Banyaknya permutasi n benda berlainan bila diambilr sekaligus adalah:
𝒏𝑷𝒓 =
𝒏!
𝒏 − 𝒓 !
26
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Contoh:
Berapa banyak permutasi yang dapat dibuat dari tiga huruf a, b,c?
Jawab:
Diketahui 𝑛 = 3
Sehingga𝑛 𝑠 = 𝑛! = 3! = (3)(2)(1) = 6
Terdapat 6 susunan yang berlainan yang dapat dibentuk,yaitu:
𝑆 = {𝑎𝑏𝑐, 𝑎𝑐𝑏, 𝑏𝑎𝑐, 𝑏𝑐𝑎, 𝑐𝑎𝑏, 𝑐𝑏𝑎}
27
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Contoh:
Berapa banyak permutasi yang dapat dibuat dari tiga huruf a, b,c, dan d jika dua huruf
diambilsekaligus?
Jawab:
Diketahui 𝑛 = 4 , 𝑟 = 2
Sehingga 𝑛𝑃𝑟 =
𝑛!
𝑛−𝑟 !
=
4!
4−2 !
=
4!
2!
=
4 3 2!
2!
= 4 3 = 12
Terdapat 12 susunan yang berlainan yang dapat dibentuk,yaitu:
𝑆 = {𝑎𝑏, 𝑎𝑐, 𝑎𝑑, 𝑏𝑎, 𝑏𝑐, 𝑏𝑑, 𝑐𝑎, 𝑐𝑏, 𝑐𝑑, 𝑑𝑎, 𝑑𝑏, 𝑑𝑐}
28
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Teorema 5:
Banyaknya permutasi n benda berlainan yang disusun melingkaradalah (n-1)!
Contoh:
Berapa banyak permutasi yang dapat dibuat dari tiga huruf a, b,c jika disusun
melingkar?
Jawab:
Diketahui 𝑛 = 3
Sehingga 𝑛 − 1 ! = 3 − 1 ! = 2! = 2 1 = 2
Terdapat 2 susunan yang berlainan yang dapat dibentuk,yaitu: 𝑆 = {𝑎𝑏𝑐, 𝑏𝑎𝑐}
29
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Teorema 6:
Banyaknya permutasi n benda berlainan bila diambil 𝑛1 diantaranya berjenispertama,
𝑛2 diantaranya berjenis kedua, …, 𝑛𝑘 diantaranya berjenis ke-𝑘 adalah:
𝒏
𝒏𝟏, 𝒏𝟐, … 𝒏𝒌
=
𝒏!
𝒏𝟏! 𝒏𝟐! … 𝒏𝒌!
Teorema 7:
Banyaknya cara menyekat n benda dalam r sel, masing-masing berisi 𝑛1 dalam sel
pertama, 𝑛2 dalam sel kedua, …,𝑛𝑟 dalam sel ke-𝑟 adalah:
𝒏
𝒏𝟏, 𝒏𝟐, … 𝒏𝒓
=
𝒏!
𝒏𝟏! 𝒏𝟐! … 𝒏𝒓!
Dimana 𝑛1 + 𝑛2 + …+𝑛𝑟 = 𝑛
30
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
31
Contoh:
Suatu bunga hias akan dipasangi bolam lampu yang dirangkai seri. Berapa banyak
cara menyusun 9 bola tersebut jika 3 diantaranya berwarna merah, 4 kuning, dan 2
biru?
Jawab:
Diketahui 𝑛 = 9, 𝑛1 = 3 , 𝑛2 = 4, 𝑛3 = 2
Sehingga𝑛 𝑠 =
𝑛!
𝑛1!𝑛2 !𝑛3!
=
9!
3!4!2!
= 1260.
Terdapat 1260 susunan yang berlainan yang dapat dibentuk.
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
32
Contoh:
Berapa banyak permutasi yang dapat dibuat dari huruf pada kata “STATISTIKA”?
Jawab:
STATISTIKA terbentuk dari 2 huruf S, 2 huruf A, 3 huruf T, 2 huruf I,dan 1 huruf K
Diketahui 𝑛 = 10, 𝑛1 = 2 , 𝑛2 = 2, 𝑛3 = 3, 𝑛4 = 2, 𝑛5 = 1
Sehingga𝑛 𝑠 =
𝑛!
𝑛1!𝑛2 !𝑛3!𝑛4 !𝑛5!
=
10!
2!2!3!2!1!
= 75600
Terdapat 75600 susunan yang berlainan yang dapat dibentuk dari huruf pada kata
STATISTIKA.
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
Teorema 8:
Jumlahkombinasi dari n benda yang berlainan biladiambilsebanyak 𝑟 adalah:
𝒏
𝒓
=
𝒏!
𝒓! 𝒏 − 𝒓 !
Contoh:
Bila ada empat kimiawan dan tiga fisikawan, carilah banyaknya panitia tiga orang
yang dapat dibuat yang beranggotakan dua kimiawandan satu fisikawan?
33
Konsep Dasar Probabilitas
3. Menghitung TitikSampel
34
Jawab:
Banyaknya cara memilihdua kimiawandari empatadalah:
4
2
=
4!
2! 4 − 2 !
=
4!
2! 2!
= 6
Banyaknya cara memilihdua kimiawandari empatadalah:
3
1
=
3!
1! 3 − 1 !
=
3!
1! 2!
= 3
Jadi banyaknya cara menyusunpanitia yang dapat dibentukadalah (6)(3)=18.
Konsep Dasar Probabilitas
4. Peluang Suatu Kejadian
35
Definisi:
0 ≤ 𝑃 𝐴 ≤ 1, 𝑃 ∅ = 0, 𝑃 𝑆 = 1
Teorema 9:
Bila suatu percobaan dapat menghasilkan 𝑛(𝑆) macam hasil, dan bila kejadian A tepat
sebanyak 𝑛(𝐴), maka peluangkejadian A adalah:
𝑷 𝑨 =
𝒏 𝑺
𝒏(𝑨)
Konsep Dasar Probabilitas
4. Peluang Suatu Kejadian
36
Contoh:
Berapa peluangmunculangka genapjikasebuah dadu dilantunkan sekali?
Jawab:
Diketahui
S = 1,2,3,4,5,6 ⇒ 𝑛 𝑆 = 6
A = 2,4,6 ⇒ 𝑛 𝐴 = 3
maka
𝑃 𝐴 =
𝑛 𝐴
𝑛 𝑆
=
3
6
=
1
2
= 0.5 = 50 %
Artinya bahwa ketika dadu dilantukan sekali, peluang munculnya angka 2 atau 4
atau 6 adalah 0.5.
Konsep Dasar Probabilitas
5. Hukum Peluang
37
Teorema 10 :
Bila A dan B dua kejadian sembarang, maka:
𝑷 𝑨 ∪ 𝑩 = 𝑷 𝑨 + 𝑷 𝑩 − 𝑷(𝑨 ∩ 𝑩)
Akibatnya:
Bila A dan B dua kejadian terpisah, artinya bahwa 𝐴 ∩ 𝐵 = ∅ sehingga𝑃 𝐴 ∩ 𝐵 = 0,
maka:
𝑷 𝑨 ∪ 𝑩 = 𝑷 𝑨 + 𝑷 𝑩
Bila 𝐴1, 𝐴2, … , 𝐴𝑛 salingterpisah, maka:
𝑷 𝐴1 ∪ 𝐴2 ∪ ⋯ ∪ 𝐴𝑛 = 𝑷 𝐴1 + 𝑷 𝐴2 + ⋯ + 𝑷 𝐴𝑛
Konsep Dasar Probabilitas
5. Hukum Peluang
38
Teorema 11:
Bila A dan A’ dua kejadian yang salingberkomplemen,maka:
𝑷 𝑨′ = 𝟏 − 𝑷 𝑨
Contoh:
Jikasebuah dadu dilantunkansekali,hitung:
(a) Peluang munculnya angka genap
(b) Peluang munculnya angka prima
(c) Peluang munculnya angka ganjil
(d) peluang munculnya angka genap atau angka prima,
(e) Peluang munculnya angka genap atau ganjil.
(f) Peluang tidakmunculnya angka genap
(g)Peluang tidaknya munculnya angka genap
atau angka prima
Konsep Dasar Probabilitas
5. Hukum Peluang
39
Jawab:
𝑆 = 1,2,3,4,5,6 ⇒ 𝑛(𝑆) = 6
𝐴 = 2,4,6 ⇒ 𝑛(𝐴) = 3
𝐵 = 2,3,5 ⇒ 𝑛(𝐵) = 3
𝐶 = 1,3,5 ⇒ 𝑛 𝐶 = 3
𝐴 ∪ 𝐵 = 2,3,4,5,6 ⇒ 𝑛 𝐴 ∪ 𝐵 = 5
𝐴 ∪ 𝐶 = 1,2,3,4,5,6 ⇒ 𝑛(𝐴 ∪ 𝐶) = 6
a. 𝑃 𝐴 =
𝑛 𝐴
𝑛(𝑆)
=
3
6
=
1
2
b. 𝑃 𝐵 =
𝑛 𝐵
𝑛(𝑆)
=
3
6
=
1
2
c. 𝑃 𝐶 =
𝑛 𝐶
𝑛(𝑆)
=
3
6
=
1
2
d. 𝑃 𝐴 ∪ 𝐵 =
𝑛 𝐴∪𝐵
𝑛(𝑆)
=
5
6
e. 𝑃 𝐴 ∪ 𝐶 =
𝑛 𝐴∪𝐶
𝑛(𝑆)
=
6
6
= 1
f. 𝑃 𝐴’ = 1 – 𝑃 𝐴 = 1 −
1
2
=
1
2
g. 𝑃 𝐴 ∪ 𝐵 ′
= 1 – 𝑃 𝐴 ∪ 𝐵 = 1 −
5
6
=
1
6
Konsep Dasar Probabilitas
5. Hukum Peluang
40
Contoh:
Peluang seorang mahasiswa lulus matematika 2/3 dan peluangnya lulus biologi 4/9.
Bila peluangnya lulus paling sedikit satu mata kuliah adalah 4/5, berapakah
peluangnya luluspada kedua mata kuliahtsb?
Jawab:
𝑃 𝐴 =
2
3
𝑃 𝐵 =
4
9
𝑃 𝐴 ∩ 𝐵 =
4
5
Maka:
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃 𝐴 ∪ 𝐵 =
2
3
+
4
9
−
4
5
=
14
45
Dengan demikian,peluangseorang mahasiswa lulus
pada kedua mata kuliahtersebut adalah 0.311.
Konsep Dasar Probabilitas
6. Peluang Bersyarat
41
Peluang bersyarat adalah peluang terjadinya suatu kejadian B bila diketahui bahwa
kejadian A telah terjadi.
Peluangbersyarat dinyatakan denganP 𝐵 𝐴 , ditentukanoleh:
P 𝐵 𝐴 =
𝑃 𝐴 ∩ 𝐵
𝑃 𝐴
, 𝑏𝑖𝑙𝑎 𝑃 𝐴 > 0
Bila kejadian A danB dapat terjadi pada suatu percobaan, maka:
𝑃 𝐴 ∩ 𝐵 = 𝑃(𝐴)P 𝐵 𝐴
Konsep Dasar Probabilitas
6. Peluang Bersyarat
42
Contoh:
Misalkan ruang sampel S menyatakan orang dewasa yang telah lulus SMA di suatu
kota kecil. Mereka dikelompokkan menurut jenis kelamin dan status pekerjaan
sebagai berikut:
Kota tersebut akan dijadikan kota pariwisata dan akan dipilih seorang laki-laki secara
acak untuk mempromosikannya. Berapa peluang terpilihnya laki-laki dengan syarat
sudah bekerja?
Bekerja Tidak Bekerja
Laki-laki 460 40
Perempuan 140 260
Konsep Dasar Probabilitas
6. Peluang Bersyarat
43
Jawab:
Misalkan:
A : laki-laki
B : status bekerja
Maka :
𝑃 𝐵 =
𝑛 𝐵
𝑛(𝑆)
=
600
900
=
2
3
𝑃 𝐴 ∩ 𝐵 =
𝑛 𝐴 ∩ 𝐵
𝑛 𝑆
=
460
900
=
23
45
P 𝐴 𝐵 =
𝑃 𝐴 ∩ 𝐵
𝑃 𝐴
=
23
45
2
3
=
𝟐𝟑
𝟑𝟎
Atau denganmenggunakanruang sampel B:
P 𝐴 𝐵 =
460
600
=
𝟐𝟑
𝟑𝟎
Dengandemikian,peluangterpilihnyalaki-
laki dengansyarat sudah memiliki
pekerjaan adalah: 0.767
Konsep Dasar Probabilitas
6. Peluang Bersyarat
44
Contoh:
Terdapat kotak yang isinya 20 buah bag, lima di antaranya cacat. Bila 2 bag
dikeluarkan dari kotak satu demi satu secara acak (tanpa mengembalikan yang
pertama ke dalam kotak, berapakah peluangkedua bag itu cacat?
Jawab:
Misalkan:
𝐴 ∶ bag pertama rusak
𝐵 ∶ bag yang kedua cacat
Konsep Dasar Probabilitas
6. Peluang Bersyarat
45
Jawab:
Dimana
𝑃 𝐴 =
5
20
=
1
4
setelah kejadan A terjadi, maka kemungkinan terpilihnya bag yang cacat lagi
adalah 4 dari 19 bag yang tersisa. Sehingga,𝑃 𝐵 𝐴 =
4
19
Maka :
𝑃 𝐴 ∩ 𝐵 = P A . P 𝐵 𝐴 =
1
4
4
19
=
1
19
Jadi peluang munculnyaterambilnyabag A dan B cacat adalah: 1
19
.
Konsep Dasar Probabilitas
6. Peluang Bersyarat
46
Bila dalam contoh sebelumnya, bag yang diambil pertama dikembalikan maka akan
berlaku:
P 𝐵 𝐴 = 𝑃(𝐵)
Dalam hal ini,kejadian A dan B dikatakan bebas.
Definisi:
KejadianA dan B bebas, jikadan hanya jika:
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃(𝐵)
Konsep Dasar Probabilitas
6. Peluang Bersyarat
47
Contoh:
Dua dadu dilantunkan dua kali. Berapa peluangnya mendapat jumlah 7 dan 11 dalam
dua lantunanpertama?
Jawab:
Misalkan:
𝐴1 ∶ 7 munculdalam lantunanpertama
𝐴2 ∶ 7 munculdalam lantunankedua
𝐵1 ∶ 11 munculdalam lantunanpertama
𝐵2 ∶ 11 munculdalam lantunankedua
Konsep Dasar Probabilitas
6. Peluang Bersyarat
48
Jawab:
Akan dihitungpeluangkejadian 𝐴1 ∩ 𝐵2 atau 𝐵1 ∩ 𝐴2 yang salingterpisah.
Maka :
𝑃 𝐴1 ∩ 𝐵2 ∪ 𝐵1 ∩ 𝐴2 = 𝑃 𝐴1 ∩ 𝐵2 + 𝑃 𝐵1 ∩ 𝐴2
= 𝑃 𝐴1 𝑃 𝐵2 + 𝑃 𝐵1 𝑃 𝐴2
=
6
36
2
36
+
2
36
6
36
=
1
6
1
18
+
1
18
1
6
=
1
54
Jadi peluang munculnya jumlah 7 dan 11 dalam dua kali lantunan dua buah dadu
adalah 1
54
.
Konsep Dasar Probabilitas
6. Peluang Bersyarat
49
Ilustrasi:
Misalkan ruang sampel S menyatakan orang dewasa yang telah lulus SMA di suatu
kota kecil. Mereka dikelompokkan menurut jenis kelamin dan status pekerjaan
sebagai berikut:
Kota tersebut akan dijadikan kota pariwisata dan akan dipilih seorang laki-laki secara
acak untuk mempromosikannya. Peluang terpilihnya laki-laki dengan syarat sudah
bekerja:
Bekerja Tidak Bekerja
Laki-laki 460 40
Perempuan 140 260
Konsep Dasar Probabilitas
6. Peluang Bersyarat
50
Ilustrasi:
Misalkan:
A : laki-laki
B : status bekerja
Maka :
𝑃 𝐵 =
𝑛 𝐵
𝑛(𝑆)
=
600
900
=
2
3
𝑃 𝐴 ∩ 𝐵 =
𝑛 𝐴 ∩ 𝐵
𝑛 𝑆
=
460
900
=
23
45
P 𝐴 𝐵 =
𝑃 𝐴 ∩ 𝐵
𝑃 𝐴
=
23
45
2
3
=
𝟐𝟑
𝟑𝟎
Atau denganmenggunakanruang sampel B:
P 𝐴 𝐵 =
460
600
=
𝟐𝟑
𝟑𝟎
Dengandemikian,peluangterpilihnyalaki-
laki dengansyarat sudah memiliki
pekerjaan adalah: 0.767
Konsep Dasar Probabilitas
7. Aturan Bayes
51
Ilustrasi:
Pemilihan secara acak seorang penduduk dewasa dalam rangka usaha penggalakan
kota sebagai kota pariwisata ke penjuru negeri. Sebelumnya telah dihitung peluang
terpilihnya seorang laki-laki dalam status bekerja. Misalkan tersedia keterangan
tambahan bahwa 36 dari status bekerja dan 12 dari yang menganggur adalah anggota
koperasi. Berapakah peluang orang yang telah terpilih berstatus bekerja bila diketahui
orang tersebut anggotakoperasi?
Misalkan C kejadian bahwa orang yang terpilih anggotakoperasi. Peluangbersyarat:
P 𝐵 𝐶 =
𝑃 𝐵 ∩ 𝐶
𝑃 𝐶
Konsep Dasar Probabilitas
7. Aturan Bayes
52
Ilustrasi:
dimana:
P 𝐶 = 𝑃 𝐵 ∩ 𝐶 + 𝑃 𝐵′ ∩ 𝐶
Sehingga:
P 𝐵 𝐶 =
𝑃 𝐵 ∩ 𝐶
𝑃 𝐶
⇒
𝑃 𝐵 ∩ 𝐶
𝑃 𝐵 ∩ 𝐶 + 𝑃 𝐵′ ∩ 𝐶
S
C
𝑩
Gambar 7.Kejadian B,C, dan C’
𝑩′
Konsep Dasar Probabilitas
7. Aturan Bayes
53
Ilustrasi:
Maka :
𝑃 𝐵 ∩ 𝐶 =
36
900
=
1
25
𝑃 𝐵′ ∩ 𝐶 =
12
900
=
1
75
P 𝐵 𝐶 =
1
25
1
25
+
1
75
=
3
4
Jadi peluang terpilihnya orang yang bekerja dengan syarat diamerupakan anggota
koperasi adalah 3
4
.
Konsep Dasar Probabilitas
7. Aturan Bayes
54
Teorema 12:
Aturan Bayes, Misalkan {𝐵1, 𝐵2, … , 𝐵𝑛} suatu himpunan kejadian yang merupakan
suatu sekatan ruang sampel S dengan 𝑃(𝐵1) ≠ 0, untuk 𝑖 = 1,2, … , 𝑛. Misalkan A
suatu kejadian sembarang dalam S dengan 𝑃(𝐴) ≠ 0,untuk k = 1,2, … , 𝑛,
P 𝐵𝑘 𝐴 =
𝑃 𝐵𝑘 ∩ 𝐴
𝑃 𝐵𝑖 ∩ 𝐴
𝑛
𝑖=𝑛
=
𝑃 𝐵𝑘 P 𝐴 𝐵𝑘
𝑃 𝐵𝑖 P 𝐴 𝐵𝑖
𝑛
𝑖=𝑛
Konsep Dasar Probabilitas
7. Aturan Bayes
55
Contoh:
Tiga anggota suatu koperasi dicalonkan menjadi ketua. Peluang Pak Ali terpilih 0.3,
peluang Pak Badu terpilih 0.5, sedangkan peluang Pak Cokro 0.2. Kalau Pak Ali
terpilih, maka peluang kenaikan iuran koperasi adalah 0.8, bila Pak Badu atau Pak
Cokro yang terpilih maka peluang kenaikan iuran adalah masing-masing 0.1 dan 0.4.
Bila seseorang merencanakan masuk jadi anggota koperasi tersebut tapi menundanya
beberapa minggu dan kemudian mengetahui bahwa iuran telah naik, maka
berapakah peluangPak Cokro terpilih jadi ketua?
Konsep Dasar Probabilitas
7. Aturan Bayes
56
Jawab:
Misalkan:
𝐴 ∶ Orang yang terpilihmenaikkan iuran
𝐵1 ∶ Pak Aliyang terpilih
𝐵2 ∶ Pak Badu yang terpilih
𝐵3 ∶ Pak Cokro yang terpilih
Berdasarkan aturan Bayes, dapat dituliskansbb:
P 𝐵3 𝐴 =
𝑃 𝐵3 ∩ 𝐴
𝑃 𝐵𝑖 ∩ 𝐴
3
𝑖=1
Konsep Dasar Probabilitas
7. Aturan Bayes
57
Jawab:
𝑃 𝐵1 ∩ 𝐴 = 𝑃 𝐵1 P 𝐴 𝐵1 = 0.3 0.8 = 0.24
𝑃 𝐵2 ∩ 𝐴 = 𝑃 𝐵2 P 𝐴 𝐵2 = 0.5 0.1 = 0.05
𝑃 𝐵3 ∩ 𝐴 = 𝑃 𝐵3 P 𝐴 𝐵3 = 0.2 0.4 = 0.08
Sehingga:
P 𝐵3 𝐴 =
0.08
0.24 + 0.05 + 0.08
=
0.08
0.37
=
8
37
Berdasarkan kenyataan bahwa iuran telah naik,dan peluangPak Cokro terpilih
sangat kecil yaitu sebesar 8
37
= 0.216, halinimenunjukkanbahwa kemungkinan
besar bukan Pak Cokro yangterpilih sebagai ketuaKoperasi.
Konsep Dasar Probabilitas
7. Aturan Bayes
58
Contoh:
Dalam industri perakitan, tiga mesin yaitu 𝑀1, 𝑀2, dan 𝑀3 menghasilkan 30%, 45%,
dan 25% produk. Diketahui dari pengalaman sebelumnya bahwa 2%, 3%, dan 2%
dari produk yang dihasilkan setiap mesin mengalami kerusakan (cacat). Diambil satu
produk secara acak, tentukan peluang bahwa produk yang cacat itu berasal dari mesin
𝑀3!
Konsep Dasar Probabilitas
7. Aturan Bayes
59
Jawab:
Misalkan:
𝐴 ∶ Produk yang dihasilkan mengalamikerusakan
𝐵1 ∶ Mesin pertama yang terambil
𝐵2 ∶ Mesin kedua yang terambil
𝐵3 ∶ mesin ketigayang terambil
Berdasarkan aturan Bayes, dapat dituliskansbb:
P 𝐵3 𝐴 =
𝑃 𝐵3 ∩ 𝐴
𝑃 𝐵𝑖 ∩ 𝐴
3
𝑖=1
Konsep Dasar Probabilitas
7. Aturan Bayes
60
Jawab:
𝑃 𝐵1 ∩ 𝐴 = 𝑃 𝐵1 P 𝐴 𝐵1 = 0.3 0.02 = 0.006
𝑃 𝐵2 ∩ 𝐴 = 𝑃 𝐵2 P 𝐴 𝐵2 = 0.45 0.03 = 0.0135
𝑃 𝐵3 ∩ 𝐴 = 𝑃 𝐵3 P 𝐴 𝐵3 = 0.25 0.02 = 0.0050
Sehingga:
P 𝐵3 𝐴 =
0.005
0.006 + 0.0135 + 0.005
=
0.005
0.0245
= 0.204
Peluangproduk yang cacat itu berasal dari mesin 𝑀3 yaitu 0.204.
Dari 100 mahasiswa yang diwisuda, 42 belajar matematika, 68 belajar
psikologi, 54 belajar sejarah, 22 belajar matematika dan sejarah, 25 belajar
matematika dan psikologi, 7 belajar sejarah dan tidak belajar matematika
maupun psikolohi, 10 belajar ketiga mata pelajaran, dan 8 tidak belajar satu
pun dari ketiga pelajaran. Bila seorang siswa dipilih secara acak, hitunglah:
• peluang dia hanya belajar matematika
• peluang dia hanya belajar sejarah
• peluang dia hanya belajar psikologi
• peluang dia belajar sejarah dan psikologi tapi tidak belajar matematika.
• peluang bahwa bila dia belajar sejarah, dia belajar ketiga mata pelajaran.
Semoga Bermanfaat!!!!
Terima kasih

More Related Content

PPTX
PELUANG_induk-kelas x kurikulum merdeka.pptx
PPTX
peluang.pptx
PDF
Laporan praktikum teori peluang 1
PPTX
Teori peluang dalam matematika dan rumus
DOCX
Makalah peluang new
DOCX
peluang matematika
PPTX
PELUANG KEJADIAN DALAM FORMAT PRESENTASI.pptx
PPT
Stat d3 7
PELUANG_induk-kelas x kurikulum merdeka.pptx
peluang.pptx
Laporan praktikum teori peluang 1
Teori peluang dalam matematika dan rumus
Makalah peluang new
peluang matematika
PELUANG KEJADIAN DALAM FORMAT PRESENTASI.pptx
Stat d3 7

Similar to 6. Probabilitas.pdf (20)

PPTX
Slide week 2b teori peluang
PPT
Statistika Dasar-Prodi. Geologi (Pertemuan 1 dan 2).ppt
DOCX
Statistika dasar
DOCX
Pertemuan 9 (kombinasi, permutasi dan peluang)
DOCX
Makalah kombinasi, permutasi dan peluang
DOCX
Makalah matematika peluang
DOCX
Makalah matematika smk 2019 tentang peluang
PPTX
power point slide modul Bilangan bermanfaat silankan bisa dipelajari
PDF
2 teknik bab 5 peluang mgmpmtkpas
PDF
Pertemuan Peluang Kejadian Majemuk FASE E
PPT
teori-peluang_filemmmmmmmmmmmmmmmmmmmmmm
DOC
Probabilitas
PPT
PERTEMUAN 1 "PROBABILITAS" teknik indusri
PPT
Materi tentang PELUANG suatu kejadian.ppt
PPTX
konsep dasar permutasi dan kombinasi.4.pptx
PPT
MATERI PERTEMUAN V TEORI PROBABILITAS.ppt
PPT
Materi Peluang untuk Kelas XII Kurikulum Merdeka
PDF
Modul matematika-peluang
DOCX
Makalah_Matematika_Peluang.docx
PPT
5. PELUANG (s) - Matematika SMP Kelas IX [www.defantri.com].ppt
Slide week 2b teori peluang
Statistika Dasar-Prodi. Geologi (Pertemuan 1 dan 2).ppt
Statistika dasar
Pertemuan 9 (kombinasi, permutasi dan peluang)
Makalah kombinasi, permutasi dan peluang
Makalah matematika peluang
Makalah matematika smk 2019 tentang peluang
power point slide modul Bilangan bermanfaat silankan bisa dipelajari
2 teknik bab 5 peluang mgmpmtkpas
Pertemuan Peluang Kejadian Majemuk FASE E
teori-peluang_filemmmmmmmmmmmmmmmmmmmmmm
Probabilitas
PERTEMUAN 1 "PROBABILITAS" teknik indusri
Materi tentang PELUANG suatu kejadian.ppt
konsep dasar permutasi dan kombinasi.4.pptx
MATERI PERTEMUAN V TEORI PROBABILITAS.ppt
Materi Peluang untuk Kelas XII Kurikulum Merdeka
Modul matematika-peluang
Makalah_Matematika_Peluang.docx
5. PELUANG (s) - Matematika SMP Kelas IX [www.defantri.com].ppt
Ad

More from Jurnal IT (20)

PDF
Belajar Java Dasar
PDF
12_Sinkronisasi.pdf
PDF
11_GUI Pada Java.pdf
PDF
9_Multithreading.pdf
PDF
8_Penangan Eksepsi.pdf
PDF
7_Packages.pdf
PDF
6_String.pdf
PDF
5_Pewarisan.pdf
PDF
4_Array.pdf
PDF
3_Pengertian_Class_Object_Method.pdf
PDF
2_Struktur_kontrol.pdf
PDF
1_Pengenalan_Java.pdf
PDF
delphi part 13.pdf
PDF
delphi part 11.pdf
PDF
delphi part 8 new.pdf
PDF
delphi part 7 new.pdf
PDF
delphi part 6.pdf
PDF
delphi part 5.pdf
PDF
delphi part 4.pdf
PDF
delphi part 3.pdf
Belajar Java Dasar
12_Sinkronisasi.pdf
11_GUI Pada Java.pdf
9_Multithreading.pdf
8_Penangan Eksepsi.pdf
7_Packages.pdf
6_String.pdf
5_Pewarisan.pdf
4_Array.pdf
3_Pengertian_Class_Object_Method.pdf
2_Struktur_kontrol.pdf
1_Pengenalan_Java.pdf
delphi part 13.pdf
delphi part 11.pdf
delphi part 8 new.pdf
delphi part 7 new.pdf
delphi part 6.pdf
delphi part 5.pdf
delphi part 4.pdf
delphi part 3.pdf
Ad

Recently uploaded (20)

PPTX
ppt_bola_basket_kelas x sma mata pelajaran pjok.pptx
PPTX
Tools of Digital Media in Marketing Era Digital 4.0_WEBINAR PDPTN "Digital Ma...
PDF
Bahan Bacaan Rencana Kolaborasi Inkuiri.pdf
PDF
Konsep Dasar Nifas, Neonatus, Bayi, Balita dan Anak Pra Sekolah.pdf
PPTX
PPT SILVIA YULITA dompet digtal shopeepay
PPT
MATA KULIAH FILSAFAT ILMU ADMINISTRASI PENDIDIKAN
PPTX
Ulangan Harian Kelas 7 Merancang Percobaan, Metode ilmiah SMP IBRAHIMY 1 Suko...
PDF
Ilmu tentang pengembangan teknologi pembelajaran
PPT
KOMITMEN MENULIS DI BLOG IGTIK PB PGRI.ppt
PDF
Modul Ajar Deep Learning Bahasa Indonesia Kelas 6 Kurikulum Merdeka
PDF
Materi PPT Seminar #AITalks: AI dan Iman
PDF
Modul Ajar Deep Learning Seni Rupa Kelas 6 Kurikulum Merdeka
DOC
CV_Kanaidi, SE., M.Si., cSAP., CGRC., CBCM_18 Agustus 2025.doc
PDF
Aminullah Assagaf_B34_Statistik Ekonometrika.pdf
DOCX
Modul Ajar Pembelajaran Mendalam PKWU Kerajinan Kelas 12 Terbaru 2025
PDF
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 6 Kurikulum Merdeka
PDF
MRT Tangguh, Indonesia Maju: Mewujudkan Transportasi Publik yang Aman, Nyaman...
PPTX
3. Membuat Peta Konsep Kecerdasan Artifisial.pptx
PPTX
MODUL 2 LK 2.1.pptx MODUL 2 LK 2.1.pptx MODUL 2 LK 2.1.pptx
PDF
Laporan Hibah dengan menggunakan NVivo.pdf
ppt_bola_basket_kelas x sma mata pelajaran pjok.pptx
Tools of Digital Media in Marketing Era Digital 4.0_WEBINAR PDPTN "Digital Ma...
Bahan Bacaan Rencana Kolaborasi Inkuiri.pdf
Konsep Dasar Nifas, Neonatus, Bayi, Balita dan Anak Pra Sekolah.pdf
PPT SILVIA YULITA dompet digtal shopeepay
MATA KULIAH FILSAFAT ILMU ADMINISTRASI PENDIDIKAN
Ulangan Harian Kelas 7 Merancang Percobaan, Metode ilmiah SMP IBRAHIMY 1 Suko...
Ilmu tentang pengembangan teknologi pembelajaran
KOMITMEN MENULIS DI BLOG IGTIK PB PGRI.ppt
Modul Ajar Deep Learning Bahasa Indonesia Kelas 6 Kurikulum Merdeka
Materi PPT Seminar #AITalks: AI dan Iman
Modul Ajar Deep Learning Seni Rupa Kelas 6 Kurikulum Merdeka
CV_Kanaidi, SE., M.Si., cSAP., CGRC., CBCM_18 Agustus 2025.doc
Aminullah Assagaf_B34_Statistik Ekonometrika.pdf
Modul Ajar Pembelajaran Mendalam PKWU Kerajinan Kelas 12 Terbaru 2025
Modul Ajar Deep Learning Pendidikan Pancasila Kelas 6 Kurikulum Merdeka
MRT Tangguh, Indonesia Maju: Mewujudkan Transportasi Publik yang Aman, Nyaman...
3. Membuat Peta Konsep Kecerdasan Artifisial.pptx
MODUL 2 LK 2.1.pptx MODUL 2 LK 2.1.pptx MODUL 2 LK 2.1.pptx
Laporan Hibah dengan menggunakan NVivo.pdf

6. Probabilitas.pdf

  • 3. 3 Probabilitas adalah cara untuk mengungkapkan pengetahuan atau kepercayaan bahwa suatu kejadian akan berlaku atau telah terjadi. Probabilitas disebut juga teori kemungkinan atau peluang. Probabilitas suatu kejadian adalah angka yang menunjukkan kemungkinan terjadinya suatu kejadian. Nilainya di antara 0 dan 1. Kejadian yang mempunyai nilai probabilitas 1 adalah kejadian yang PASTI terjadi atau sesuatu yang telah terjadi. Sedangkan suatu kejadian yang mempunyai nilai probabilitas 0 adalah kejadian yang MUSTAHIL atau TIDAK MUNGKIN terjadi. Introduction
  • 4. 4  Peluang 0 (nol) = peluang terhadap suatu kejadian yang TIDAK MUNGKIN terjadi Contoh : peluang manusia bisa hidup dengan tidak bernapas selama 24 jam  Peluang 1 (satu) = peluang terhadap seuatu kejadian yang PASTI terjadi Contoh : peluang manusia akan mati  Nilai peluang komplemen dari suatu kejadian = 1 – nilai kejadian Contoh : peluang terjadi kebakaran 0.3, maka peluang TIDAK terjadi kebakaran = 1 – peluang terjadi kebakaran = 1 – 0.3 = 0.7 Introduction
  • 5. 5  Perkataan-perkataan kemungkinan dalam suatu pernyataan di dalam teori probabilitas diterjemahkan menjadi angka-angka sehingga untuk selanjutnya dapat diolah dengan menggunakanmatematika  Seperti seorang manajer pemasaran terlebih dahulu melihar besarnya peluang produknya untukmerebut pasar, sebelummenpromosikan produknya.  Teori probabilitas ini sering digunakan oleh para pengambil keputusan untuk memutuskan apa yang harus dilakukan selanjutnyaatau apa yang harus dipilih Introduction
  • 6. 6  Statistika deskriptif : menggambarkan data  Statistik inferensi  kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi sampel  Teori probabilitas sbg dasar statistika inferensi  Beberapa istilah yang sering digunakan dalam teori probabilitas seperti ruang sampel dankejadian atau peristiwa Introduction
  • 7. 7 Konsep Dasar Probabilitas 1. Ruang Sampel  Informasi yang dicatat dan dikumpulkan dalam bentuk asli, baik dalam bentuk hitunganmaupunpengukuran,disebut data mentah  Himpunan semua hasil yang mungkin dari suatu percobaan statistika disebut ruang sampel, dinyatakan dengan S.  Unsur atau anggota ruang sampel disebut titiksampel
  • 8. 8 Konsep Dasar Probabilitas 1. Ruang Sampel Contoh:  Himpunanangkapada dadu 𝐒 = {𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔} Titik sampel RuangSampel Maka ruang sampel adalah semua yang termasuk dalam S, adapun 1, atau 2, atau 3, …, atau 6 disebut titik-titik sampel.
  • 9. 9 Konsep Dasar Probabilitas 1. Ruang Sampel Contoh:  𝑆 = 𝑥 𝑥2 + 2𝑥 − 24 = 0 , Dimana 𝑥2 + 2𝑥 − 24 = 0 𝑥 + 6 𝑥 − 4 = 0 𝑥 + 6 = 0 𝑎𝑡𝑎𝑢 𝑥 − 4 = 0 𝑥 = −6 atau 𝑥 = 4 𝐒 = {−𝟔, 𝟒} Titik sampel RuangSampel
  • 10. 10 Konsep Dasar Probabilitas 2. Kejadian Himpunanbagiandari ruang sampel, disebut kejadian Contoh: Diketahui himpunanangka yang munculpada pelemparan dadu yaitu: S = {1,2,3,4,5,6} Misalkan A adalah kejadian munculnyaangka genap maka A = {2,4,6}
  • 11. Konsep Dasar Probabilitas 2. Kejadian Suatu kejadian yang hanya mengandung satu unsur ruang sampel, disebut kejadian sederhana. Kejadian yang dapat dinyatakan sebagai gabungan beberapa kejadian sederhana, disebut kejadian majemuk. Contoh: Diketahui himpunanangka yang munculpada pelemparan dadu yaitu: S = {1,2,3,4,5,6} MisalkanA = {2,4,6} dan B = 2,3,4,5,6 Maka A disebut kejadian sederhana dan B disebutkejadian majemukkarena B = { 2,4,6 ∪ 3,5 } 11
  • 12. Konsep Dasar Probabilitas 2. Kejadian Ruang null atau ruang kosong adalah himpuan bagian ruang sampel yang tidak mengandungunsur, dinyatakan dengan ∅. Contoh: Diketahui himpunanbilangan yaitu: S = {1,2,3,4,5,6, 7, 8, 9} MisalkanA = 𝑥 𝑥 bilangan yang habis dibagi 10 Maka A = ∅ karena tidak terdapat satupun bilangan dari ruang sampel yang habis dibagi dengan 10. 12
  • 13. Konsep Dasar Probabilitas 2. Kejadian Operasi dengan Kejadian 1. Irisan Irisan dua kejadian A dan B adalah kejadian yang unsurnya termasuk dalam A dan B. Dinyatakan dengan 𝐴 ∩ 𝐵 = {𝑥 ∈ 𝐴 𝑑𝑎𝑛 𝑥 ∈ 𝐵}. S A B 𝑨 ∩ 𝑩 Gambar 1.Irisan A danB 13
  • 14. Konsep Dasar Probabilitas 2. Kejadian Operasi dengan Kejadian 1. Irisan Contoh: Diketahui himpunanbilangan yaitu: S = {1, 2, 3, 4, 5, 6, 7, 8, 9} Misalkan A = 2,4,6,8 , B = 2,3, 5,7 dan C = 1,3, 5, 7,9 Maka A ∩ 𝐵 = 2 dan 𝐵 ∩ 𝐶 = 3, 5, 7 Gambar 2.Irisan S A B 2 4 6 8 3 5 7 9 1 C 14
  • 15. Konsep Dasar Probabilitas 2. Kejadian Operasi dengan Kejadian 1. Irisan Bila 𝐴 ∩ 𝐵 = ∅ maka kejadian A dan B disebutsaling terpisah. S A B Gambar 3.Kejadian yangsaling terpisah 15
  • 16. Konsep Dasar Probabilitas 2. Kejadian Operasi dengan Kejadian 2. Gabungan Gabungan dua kejadian A dan B adalah kejadian yang mengandung semua unsur yang termasuk A atau B atau keduanya. Dinyatakan dengan 𝐴 ∪ 𝐵 = {𝑥 ∈ 𝐴 𝑎𝑡𝑎𝑢 𝑥 ∈ 𝐵}. S A B 𝑨 ∪ 𝑩 Gambar 4.Gabungan A danB 16
  • 17. Konsep Dasar Probabilitas 2. Kejadian Operasi dengan Kejadian 2. Gabungan Contoh: Diketahui himpunanbilangan yaitu: S = {1, 2, 3, 4, 5, 6, 7, 8, 9} Misalkan A = 2,4,6,8 , B = 2,3, 5,7 dan C = 1,3, 5, 7,9 Maka A ∪ 𝐵 = 2,3,5,6,7,8 𝐴 ∪ 𝐵 ∪ 𝐶 = 1,2,3,5,6,7,8,9 Gambar 5.Gabungan A, B, danC S A B 2 4 6 8 3 5 7 9 1 C 17
  • 18. Konsep Dasar Probabilitas 2. Kejadian Operasi dengan Kejadian 2. Komplemen Komplemen suatu kejadian A terhadap S adalah himpunan semua unsur yang tidak termasuk A. Dinyatakan dengan A′ = {𝑥 ∈ 𝑆 𝑑𝑎𝑛 𝑥 ∉ 𝐴}. S A 𝑨′ Gambar 6.Komplemen A 18
  • 19. Konsep Dasar Probabilitas 2. Kejadian Operasi dengan Kejadian S A 𝑨′ Gambar 6.Komplemen A 𝟏. 𝑨 ∩ ∅ = 𝟐. 𝑨 ∪ ∅ = 𝟑. 𝑨 ∩ 𝑨′ = 4. 𝑨 ∪ 𝑨′ = 5. 𝑨′ ′ = ∅ ∅ 𝑨 𝑨 𝑺 19
  • 20. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Teorema 1: Bila suatu operasi dapat dilakukan dengan 𝑛1 cara, dan bila operasi kedua dapat dilakukan dengan 𝑛2 cara, maka kedua operasi itu dapat dikerjakan bersama dengan 𝑛1𝑛2 cara. Teorema 2: Bila suatu operasi dapat dilakukan dengan 𝑛1 cara, dan bila operasi kedua dapat dilakukan dengan 𝑛2 cara, dan bila operasi ketiga dapat dilakukan dengan 𝑛3 cara, dan seterusnya, maka deretan k operasi dapat dilakukan bersama dengan 𝑛1𝑛2…𝑛𝑘 cara. 20
  • 21. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Contoh: Berapa banyak titik sampel dalam ruang sampel bila dua buah dadu dilantunkan sekali? Jawab: Dadu pertama (1) dapat menghasilkan salah satu dari enam kemungkinan, dadu kedua (2) pun dapat menghasilkansalah satu dari enam kemungkinan. Dimana 𝑛1 = 6 𝑑𝑎𝑛 𝑛2 = 6 Sehingga𝑛 𝑠 = 𝑛1. 𝑛2 = 6 6 = 36 Sehingga, ketika kedua dadu dilantunkan bersamaan, dapat menghasilkan salah satu dari 36 kemungkinanyang ada. 21
  • 22. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Dadu kedua 1 2 3 4 5 6 Dadu Pertama 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 6 6,1 6,2 6,3 6,4 6,6 6,6 22
  • 23. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Contoh: Berapa macam hidangan dapat disajikan bila masing-masing hidangan dapat terdiri atas sop, nasi goreng, bakmi, dan soto. Bila tersedia 4 macam sop, 3 macam nasi goreng,5 macam bakmi, dan 4 macam soto? Jawab: Diketahui 𝑛1 = 4 , 𝑛2 = 3, 𝑛3 = 5, 𝑑𝑎𝑛 𝑛4 = 4 Sehingga𝑛 𝑠 = 𝑛1. 𝑛2. 𝑛3. 𝑛4 = 4 3 (5)(4) = 240. Sehingga,akan terdapat 240 kemungkinanmacamhidangan yang dapat disajikan. 23
  • 24. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Contoh: Berapa banyak bilangan genap yang terdiri atas tiga angka yang daoat dibuat dari angka 1,2, 5, 6, dan 9 bilaangka ituhanya boleh digunakan sekali? Jawab: Karena bilangan yang akan dibentuk terdiri atas tiga angka, maka satu angka pertama (1) merupakan ratusan, angkakedua (2) adalah puluhan dan angkaketiga (3) adalah satuan, dimana bilangan yang akan dibuat haruslah merupakan bilangangenap maka angkasatuan haruslah2 atau 6. 24
  • 25. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Jawab: Karena satu angkaakan terpilihmengisiposisi satuan, maka hanya akan ada 4 kemungkinanangka yang boleh dipilihuntuk mengisiposisi puluhan,dan karena satu angka lagiterpilihpada puluhan,maka hanya ada 3 kemungkinanangka yang dapat dipilihuntukmengisiposisi ratusan. Dengan demikian𝑛1 = 3 , 𝑛2 = 4, 𝑛3 = 2 Sehingga𝑛 𝑠 = 𝑛1. 𝑛2. 𝑛3 = 3 4 (2) = 24. Sehingga,akan terdapat 24 kemungkinanbilanganratusan dan genapyang dapat dibentukdari 5 angkatersebut. 25
  • 26. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Definisi: Suatu permutasi adalah suatu susunan yang dapat dibentuk dari suatu kumpulan benda yang diambilsebagian atau seluruhnya. Teorema 3: Banyaknya permutasi n benda yang berlainan adalah n! Teorema 4: Banyaknya permutasi n benda berlainan bila diambilr sekaligus adalah: 𝒏𝑷𝒓 = 𝒏! 𝒏 − 𝒓 ! 26
  • 27. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Contoh: Berapa banyak permutasi yang dapat dibuat dari tiga huruf a, b,c? Jawab: Diketahui 𝑛 = 3 Sehingga𝑛 𝑠 = 𝑛! = 3! = (3)(2)(1) = 6 Terdapat 6 susunan yang berlainan yang dapat dibentuk,yaitu: 𝑆 = {𝑎𝑏𝑐, 𝑎𝑐𝑏, 𝑏𝑎𝑐, 𝑏𝑐𝑎, 𝑐𝑎𝑏, 𝑐𝑏𝑎} 27
  • 28. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Contoh: Berapa banyak permutasi yang dapat dibuat dari tiga huruf a, b,c, dan d jika dua huruf diambilsekaligus? Jawab: Diketahui 𝑛 = 4 , 𝑟 = 2 Sehingga 𝑛𝑃𝑟 = 𝑛! 𝑛−𝑟 ! = 4! 4−2 ! = 4! 2! = 4 3 2! 2! = 4 3 = 12 Terdapat 12 susunan yang berlainan yang dapat dibentuk,yaitu: 𝑆 = {𝑎𝑏, 𝑎𝑐, 𝑎𝑑, 𝑏𝑎, 𝑏𝑐, 𝑏𝑑, 𝑐𝑎, 𝑐𝑏, 𝑐𝑑, 𝑑𝑎, 𝑑𝑏, 𝑑𝑐} 28
  • 29. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Teorema 5: Banyaknya permutasi n benda berlainan yang disusun melingkaradalah (n-1)! Contoh: Berapa banyak permutasi yang dapat dibuat dari tiga huruf a, b,c jika disusun melingkar? Jawab: Diketahui 𝑛 = 3 Sehingga 𝑛 − 1 ! = 3 − 1 ! = 2! = 2 1 = 2 Terdapat 2 susunan yang berlainan yang dapat dibentuk,yaitu: 𝑆 = {𝑎𝑏𝑐, 𝑏𝑎𝑐} 29
  • 30. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Teorema 6: Banyaknya permutasi n benda berlainan bila diambil 𝑛1 diantaranya berjenispertama, 𝑛2 diantaranya berjenis kedua, …, 𝑛𝑘 diantaranya berjenis ke-𝑘 adalah: 𝒏 𝒏𝟏, 𝒏𝟐, … 𝒏𝒌 = 𝒏! 𝒏𝟏! 𝒏𝟐! … 𝒏𝒌! Teorema 7: Banyaknya cara menyekat n benda dalam r sel, masing-masing berisi 𝑛1 dalam sel pertama, 𝑛2 dalam sel kedua, …,𝑛𝑟 dalam sel ke-𝑟 adalah: 𝒏 𝒏𝟏, 𝒏𝟐, … 𝒏𝒓 = 𝒏! 𝒏𝟏! 𝒏𝟐! … 𝒏𝒓! Dimana 𝑛1 + 𝑛2 + …+𝑛𝑟 = 𝑛 30
  • 31. Konsep Dasar Probabilitas 3. Menghitung TitikSampel 31 Contoh: Suatu bunga hias akan dipasangi bolam lampu yang dirangkai seri. Berapa banyak cara menyusun 9 bola tersebut jika 3 diantaranya berwarna merah, 4 kuning, dan 2 biru? Jawab: Diketahui 𝑛 = 9, 𝑛1 = 3 , 𝑛2 = 4, 𝑛3 = 2 Sehingga𝑛 𝑠 = 𝑛! 𝑛1!𝑛2 !𝑛3! = 9! 3!4!2! = 1260. Terdapat 1260 susunan yang berlainan yang dapat dibentuk.
  • 32. Konsep Dasar Probabilitas 3. Menghitung TitikSampel 32 Contoh: Berapa banyak permutasi yang dapat dibuat dari huruf pada kata “STATISTIKA”? Jawab: STATISTIKA terbentuk dari 2 huruf S, 2 huruf A, 3 huruf T, 2 huruf I,dan 1 huruf K Diketahui 𝑛 = 10, 𝑛1 = 2 , 𝑛2 = 2, 𝑛3 = 3, 𝑛4 = 2, 𝑛5 = 1 Sehingga𝑛 𝑠 = 𝑛! 𝑛1!𝑛2 !𝑛3!𝑛4 !𝑛5! = 10! 2!2!3!2!1! = 75600 Terdapat 75600 susunan yang berlainan yang dapat dibentuk dari huruf pada kata STATISTIKA.
  • 33. Konsep Dasar Probabilitas 3. Menghitung TitikSampel Teorema 8: Jumlahkombinasi dari n benda yang berlainan biladiambilsebanyak 𝑟 adalah: 𝒏 𝒓 = 𝒏! 𝒓! 𝒏 − 𝒓 ! Contoh: Bila ada empat kimiawan dan tiga fisikawan, carilah banyaknya panitia tiga orang yang dapat dibuat yang beranggotakan dua kimiawandan satu fisikawan? 33
  • 34. Konsep Dasar Probabilitas 3. Menghitung TitikSampel 34 Jawab: Banyaknya cara memilihdua kimiawandari empatadalah: 4 2 = 4! 2! 4 − 2 ! = 4! 2! 2! = 6 Banyaknya cara memilihdua kimiawandari empatadalah: 3 1 = 3! 1! 3 − 1 ! = 3! 1! 2! = 3 Jadi banyaknya cara menyusunpanitia yang dapat dibentukadalah (6)(3)=18.
  • 35. Konsep Dasar Probabilitas 4. Peluang Suatu Kejadian 35 Definisi: 0 ≤ 𝑃 𝐴 ≤ 1, 𝑃 ∅ = 0, 𝑃 𝑆 = 1 Teorema 9: Bila suatu percobaan dapat menghasilkan 𝑛(𝑆) macam hasil, dan bila kejadian A tepat sebanyak 𝑛(𝐴), maka peluangkejadian A adalah: 𝑷 𝑨 = 𝒏 𝑺 𝒏(𝑨)
  • 36. Konsep Dasar Probabilitas 4. Peluang Suatu Kejadian 36 Contoh: Berapa peluangmunculangka genapjikasebuah dadu dilantunkan sekali? Jawab: Diketahui S = 1,2,3,4,5,6 ⇒ 𝑛 𝑆 = 6 A = 2,4,6 ⇒ 𝑛 𝐴 = 3 maka 𝑃 𝐴 = 𝑛 𝐴 𝑛 𝑆 = 3 6 = 1 2 = 0.5 = 50 % Artinya bahwa ketika dadu dilantukan sekali, peluang munculnya angka 2 atau 4 atau 6 adalah 0.5.
  • 37. Konsep Dasar Probabilitas 5. Hukum Peluang 37 Teorema 10 : Bila A dan B dua kejadian sembarang, maka: 𝑷 𝑨 ∪ 𝑩 = 𝑷 𝑨 + 𝑷 𝑩 − 𝑷(𝑨 ∩ 𝑩) Akibatnya: Bila A dan B dua kejadian terpisah, artinya bahwa 𝐴 ∩ 𝐵 = ∅ sehingga𝑃 𝐴 ∩ 𝐵 = 0, maka: 𝑷 𝑨 ∪ 𝑩 = 𝑷 𝑨 + 𝑷 𝑩 Bila 𝐴1, 𝐴2, … , 𝐴𝑛 salingterpisah, maka: 𝑷 𝐴1 ∪ 𝐴2 ∪ ⋯ ∪ 𝐴𝑛 = 𝑷 𝐴1 + 𝑷 𝐴2 + ⋯ + 𝑷 𝐴𝑛
  • 38. Konsep Dasar Probabilitas 5. Hukum Peluang 38 Teorema 11: Bila A dan A’ dua kejadian yang salingberkomplemen,maka: 𝑷 𝑨′ = 𝟏 − 𝑷 𝑨 Contoh: Jikasebuah dadu dilantunkansekali,hitung: (a) Peluang munculnya angka genap (b) Peluang munculnya angka prima (c) Peluang munculnya angka ganjil (d) peluang munculnya angka genap atau angka prima, (e) Peluang munculnya angka genap atau ganjil. (f) Peluang tidakmunculnya angka genap (g)Peluang tidaknya munculnya angka genap atau angka prima
  • 39. Konsep Dasar Probabilitas 5. Hukum Peluang 39 Jawab: 𝑆 = 1,2,3,4,5,6 ⇒ 𝑛(𝑆) = 6 𝐴 = 2,4,6 ⇒ 𝑛(𝐴) = 3 𝐵 = 2,3,5 ⇒ 𝑛(𝐵) = 3 𝐶 = 1,3,5 ⇒ 𝑛 𝐶 = 3 𝐴 ∪ 𝐵 = 2,3,4,5,6 ⇒ 𝑛 𝐴 ∪ 𝐵 = 5 𝐴 ∪ 𝐶 = 1,2,3,4,5,6 ⇒ 𝑛(𝐴 ∪ 𝐶) = 6 a. 𝑃 𝐴 = 𝑛 𝐴 𝑛(𝑆) = 3 6 = 1 2 b. 𝑃 𝐵 = 𝑛 𝐵 𝑛(𝑆) = 3 6 = 1 2 c. 𝑃 𝐶 = 𝑛 𝐶 𝑛(𝑆) = 3 6 = 1 2 d. 𝑃 𝐴 ∪ 𝐵 = 𝑛 𝐴∪𝐵 𝑛(𝑆) = 5 6 e. 𝑃 𝐴 ∪ 𝐶 = 𝑛 𝐴∪𝐶 𝑛(𝑆) = 6 6 = 1 f. 𝑃 𝐴’ = 1 – 𝑃 𝐴 = 1 − 1 2 = 1 2 g. 𝑃 𝐴 ∪ 𝐵 ′ = 1 – 𝑃 𝐴 ∪ 𝐵 = 1 − 5 6 = 1 6
  • 40. Konsep Dasar Probabilitas 5. Hukum Peluang 40 Contoh: Peluang seorang mahasiswa lulus matematika 2/3 dan peluangnya lulus biologi 4/9. Bila peluangnya lulus paling sedikit satu mata kuliah adalah 4/5, berapakah peluangnya luluspada kedua mata kuliahtsb? Jawab: 𝑃 𝐴 = 2 3 𝑃 𝐵 = 4 9 𝑃 𝐴 ∩ 𝐵 = 4 5 Maka: 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃 𝐴 ∪ 𝐵 = 2 3 + 4 9 − 4 5 = 14 45 Dengan demikian,peluangseorang mahasiswa lulus pada kedua mata kuliahtersebut adalah 0.311.
  • 41. Konsep Dasar Probabilitas 6. Peluang Bersyarat 41 Peluang bersyarat adalah peluang terjadinya suatu kejadian B bila diketahui bahwa kejadian A telah terjadi. Peluangbersyarat dinyatakan denganP 𝐵 𝐴 , ditentukanoleh: P 𝐵 𝐴 = 𝑃 𝐴 ∩ 𝐵 𝑃 𝐴 , 𝑏𝑖𝑙𝑎 𝑃 𝐴 > 0 Bila kejadian A danB dapat terjadi pada suatu percobaan, maka: 𝑃 𝐴 ∩ 𝐵 = 𝑃(𝐴)P 𝐵 𝐴
  • 42. Konsep Dasar Probabilitas 6. Peluang Bersyarat 42 Contoh: Misalkan ruang sampel S menyatakan orang dewasa yang telah lulus SMA di suatu kota kecil. Mereka dikelompokkan menurut jenis kelamin dan status pekerjaan sebagai berikut: Kota tersebut akan dijadikan kota pariwisata dan akan dipilih seorang laki-laki secara acak untuk mempromosikannya. Berapa peluang terpilihnya laki-laki dengan syarat sudah bekerja? Bekerja Tidak Bekerja Laki-laki 460 40 Perempuan 140 260
  • 43. Konsep Dasar Probabilitas 6. Peluang Bersyarat 43 Jawab: Misalkan: A : laki-laki B : status bekerja Maka : 𝑃 𝐵 = 𝑛 𝐵 𝑛(𝑆) = 600 900 = 2 3 𝑃 𝐴 ∩ 𝐵 = 𝑛 𝐴 ∩ 𝐵 𝑛 𝑆 = 460 900 = 23 45 P 𝐴 𝐵 = 𝑃 𝐴 ∩ 𝐵 𝑃 𝐴 = 23 45 2 3 = 𝟐𝟑 𝟑𝟎 Atau denganmenggunakanruang sampel B: P 𝐴 𝐵 = 460 600 = 𝟐𝟑 𝟑𝟎 Dengandemikian,peluangterpilihnyalaki- laki dengansyarat sudah memiliki pekerjaan adalah: 0.767
  • 44. Konsep Dasar Probabilitas 6. Peluang Bersyarat 44 Contoh: Terdapat kotak yang isinya 20 buah bag, lima di antaranya cacat. Bila 2 bag dikeluarkan dari kotak satu demi satu secara acak (tanpa mengembalikan yang pertama ke dalam kotak, berapakah peluangkedua bag itu cacat? Jawab: Misalkan: 𝐴 ∶ bag pertama rusak 𝐵 ∶ bag yang kedua cacat
  • 45. Konsep Dasar Probabilitas 6. Peluang Bersyarat 45 Jawab: Dimana 𝑃 𝐴 = 5 20 = 1 4 setelah kejadan A terjadi, maka kemungkinan terpilihnya bag yang cacat lagi adalah 4 dari 19 bag yang tersisa. Sehingga,𝑃 𝐵 𝐴 = 4 19 Maka : 𝑃 𝐴 ∩ 𝐵 = P A . P 𝐵 𝐴 = 1 4 4 19 = 1 19 Jadi peluang munculnyaterambilnyabag A dan B cacat adalah: 1 19 .
  • 46. Konsep Dasar Probabilitas 6. Peluang Bersyarat 46 Bila dalam contoh sebelumnya, bag yang diambil pertama dikembalikan maka akan berlaku: P 𝐵 𝐴 = 𝑃(𝐵) Dalam hal ini,kejadian A dan B dikatakan bebas. Definisi: KejadianA dan B bebas, jikadan hanya jika: 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃(𝐵)
  • 47. Konsep Dasar Probabilitas 6. Peluang Bersyarat 47 Contoh: Dua dadu dilantunkan dua kali. Berapa peluangnya mendapat jumlah 7 dan 11 dalam dua lantunanpertama? Jawab: Misalkan: 𝐴1 ∶ 7 munculdalam lantunanpertama 𝐴2 ∶ 7 munculdalam lantunankedua 𝐵1 ∶ 11 munculdalam lantunanpertama 𝐵2 ∶ 11 munculdalam lantunankedua
  • 48. Konsep Dasar Probabilitas 6. Peluang Bersyarat 48 Jawab: Akan dihitungpeluangkejadian 𝐴1 ∩ 𝐵2 atau 𝐵1 ∩ 𝐴2 yang salingterpisah. Maka : 𝑃 𝐴1 ∩ 𝐵2 ∪ 𝐵1 ∩ 𝐴2 = 𝑃 𝐴1 ∩ 𝐵2 + 𝑃 𝐵1 ∩ 𝐴2 = 𝑃 𝐴1 𝑃 𝐵2 + 𝑃 𝐵1 𝑃 𝐴2 = 6 36 2 36 + 2 36 6 36 = 1 6 1 18 + 1 18 1 6 = 1 54 Jadi peluang munculnya jumlah 7 dan 11 dalam dua kali lantunan dua buah dadu adalah 1 54 .
  • 49. Konsep Dasar Probabilitas 6. Peluang Bersyarat 49 Ilustrasi: Misalkan ruang sampel S menyatakan orang dewasa yang telah lulus SMA di suatu kota kecil. Mereka dikelompokkan menurut jenis kelamin dan status pekerjaan sebagai berikut: Kota tersebut akan dijadikan kota pariwisata dan akan dipilih seorang laki-laki secara acak untuk mempromosikannya. Peluang terpilihnya laki-laki dengan syarat sudah bekerja: Bekerja Tidak Bekerja Laki-laki 460 40 Perempuan 140 260
  • 50. Konsep Dasar Probabilitas 6. Peluang Bersyarat 50 Ilustrasi: Misalkan: A : laki-laki B : status bekerja Maka : 𝑃 𝐵 = 𝑛 𝐵 𝑛(𝑆) = 600 900 = 2 3 𝑃 𝐴 ∩ 𝐵 = 𝑛 𝐴 ∩ 𝐵 𝑛 𝑆 = 460 900 = 23 45 P 𝐴 𝐵 = 𝑃 𝐴 ∩ 𝐵 𝑃 𝐴 = 23 45 2 3 = 𝟐𝟑 𝟑𝟎 Atau denganmenggunakanruang sampel B: P 𝐴 𝐵 = 460 600 = 𝟐𝟑 𝟑𝟎 Dengandemikian,peluangterpilihnyalaki- laki dengansyarat sudah memiliki pekerjaan adalah: 0.767
  • 51. Konsep Dasar Probabilitas 7. Aturan Bayes 51 Ilustrasi: Pemilihan secara acak seorang penduduk dewasa dalam rangka usaha penggalakan kota sebagai kota pariwisata ke penjuru negeri. Sebelumnya telah dihitung peluang terpilihnya seorang laki-laki dalam status bekerja. Misalkan tersedia keterangan tambahan bahwa 36 dari status bekerja dan 12 dari yang menganggur adalah anggota koperasi. Berapakah peluang orang yang telah terpilih berstatus bekerja bila diketahui orang tersebut anggotakoperasi? Misalkan C kejadian bahwa orang yang terpilih anggotakoperasi. Peluangbersyarat: P 𝐵 𝐶 = 𝑃 𝐵 ∩ 𝐶 𝑃 𝐶
  • 52. Konsep Dasar Probabilitas 7. Aturan Bayes 52 Ilustrasi: dimana: P 𝐶 = 𝑃 𝐵 ∩ 𝐶 + 𝑃 𝐵′ ∩ 𝐶 Sehingga: P 𝐵 𝐶 = 𝑃 𝐵 ∩ 𝐶 𝑃 𝐶 ⇒ 𝑃 𝐵 ∩ 𝐶 𝑃 𝐵 ∩ 𝐶 + 𝑃 𝐵′ ∩ 𝐶 S C 𝑩 Gambar 7.Kejadian B,C, dan C’ 𝑩′
  • 53. Konsep Dasar Probabilitas 7. Aturan Bayes 53 Ilustrasi: Maka : 𝑃 𝐵 ∩ 𝐶 = 36 900 = 1 25 𝑃 𝐵′ ∩ 𝐶 = 12 900 = 1 75 P 𝐵 𝐶 = 1 25 1 25 + 1 75 = 3 4 Jadi peluang terpilihnya orang yang bekerja dengan syarat diamerupakan anggota koperasi adalah 3 4 .
  • 54. Konsep Dasar Probabilitas 7. Aturan Bayes 54 Teorema 12: Aturan Bayes, Misalkan {𝐵1, 𝐵2, … , 𝐵𝑛} suatu himpunan kejadian yang merupakan suatu sekatan ruang sampel S dengan 𝑃(𝐵1) ≠ 0, untuk 𝑖 = 1,2, … , 𝑛. Misalkan A suatu kejadian sembarang dalam S dengan 𝑃(𝐴) ≠ 0,untuk k = 1,2, … , 𝑛, P 𝐵𝑘 𝐴 = 𝑃 𝐵𝑘 ∩ 𝐴 𝑃 𝐵𝑖 ∩ 𝐴 𝑛 𝑖=𝑛 = 𝑃 𝐵𝑘 P 𝐴 𝐵𝑘 𝑃 𝐵𝑖 P 𝐴 𝐵𝑖 𝑛 𝑖=𝑛
  • 55. Konsep Dasar Probabilitas 7. Aturan Bayes 55 Contoh: Tiga anggota suatu koperasi dicalonkan menjadi ketua. Peluang Pak Ali terpilih 0.3, peluang Pak Badu terpilih 0.5, sedangkan peluang Pak Cokro 0.2. Kalau Pak Ali terpilih, maka peluang kenaikan iuran koperasi adalah 0.8, bila Pak Badu atau Pak Cokro yang terpilih maka peluang kenaikan iuran adalah masing-masing 0.1 dan 0.4. Bila seseorang merencanakan masuk jadi anggota koperasi tersebut tapi menundanya beberapa minggu dan kemudian mengetahui bahwa iuran telah naik, maka berapakah peluangPak Cokro terpilih jadi ketua?
  • 56. Konsep Dasar Probabilitas 7. Aturan Bayes 56 Jawab: Misalkan: 𝐴 ∶ Orang yang terpilihmenaikkan iuran 𝐵1 ∶ Pak Aliyang terpilih 𝐵2 ∶ Pak Badu yang terpilih 𝐵3 ∶ Pak Cokro yang terpilih Berdasarkan aturan Bayes, dapat dituliskansbb: P 𝐵3 𝐴 = 𝑃 𝐵3 ∩ 𝐴 𝑃 𝐵𝑖 ∩ 𝐴 3 𝑖=1
  • 57. Konsep Dasar Probabilitas 7. Aturan Bayes 57 Jawab: 𝑃 𝐵1 ∩ 𝐴 = 𝑃 𝐵1 P 𝐴 𝐵1 = 0.3 0.8 = 0.24 𝑃 𝐵2 ∩ 𝐴 = 𝑃 𝐵2 P 𝐴 𝐵2 = 0.5 0.1 = 0.05 𝑃 𝐵3 ∩ 𝐴 = 𝑃 𝐵3 P 𝐴 𝐵3 = 0.2 0.4 = 0.08 Sehingga: P 𝐵3 𝐴 = 0.08 0.24 + 0.05 + 0.08 = 0.08 0.37 = 8 37 Berdasarkan kenyataan bahwa iuran telah naik,dan peluangPak Cokro terpilih sangat kecil yaitu sebesar 8 37 = 0.216, halinimenunjukkanbahwa kemungkinan besar bukan Pak Cokro yangterpilih sebagai ketuaKoperasi.
  • 58. Konsep Dasar Probabilitas 7. Aturan Bayes 58 Contoh: Dalam industri perakitan, tiga mesin yaitu 𝑀1, 𝑀2, dan 𝑀3 menghasilkan 30%, 45%, dan 25% produk. Diketahui dari pengalaman sebelumnya bahwa 2%, 3%, dan 2% dari produk yang dihasilkan setiap mesin mengalami kerusakan (cacat). Diambil satu produk secara acak, tentukan peluang bahwa produk yang cacat itu berasal dari mesin 𝑀3!
  • 59. Konsep Dasar Probabilitas 7. Aturan Bayes 59 Jawab: Misalkan: 𝐴 ∶ Produk yang dihasilkan mengalamikerusakan 𝐵1 ∶ Mesin pertama yang terambil 𝐵2 ∶ Mesin kedua yang terambil 𝐵3 ∶ mesin ketigayang terambil Berdasarkan aturan Bayes, dapat dituliskansbb: P 𝐵3 𝐴 = 𝑃 𝐵3 ∩ 𝐴 𝑃 𝐵𝑖 ∩ 𝐴 3 𝑖=1
  • 60. Konsep Dasar Probabilitas 7. Aturan Bayes 60 Jawab: 𝑃 𝐵1 ∩ 𝐴 = 𝑃 𝐵1 P 𝐴 𝐵1 = 0.3 0.02 = 0.006 𝑃 𝐵2 ∩ 𝐴 = 𝑃 𝐵2 P 𝐴 𝐵2 = 0.45 0.03 = 0.0135 𝑃 𝐵3 ∩ 𝐴 = 𝑃 𝐵3 P 𝐴 𝐵3 = 0.25 0.02 = 0.0050 Sehingga: P 𝐵3 𝐴 = 0.005 0.006 + 0.0135 + 0.005 = 0.005 0.0245 = 0.204 Peluangproduk yang cacat itu berasal dari mesin 𝑀3 yaitu 0.204.
  • 61. Dari 100 mahasiswa yang diwisuda, 42 belajar matematika, 68 belajar psikologi, 54 belajar sejarah, 22 belajar matematika dan sejarah, 25 belajar matematika dan psikologi, 7 belajar sejarah dan tidak belajar matematika maupun psikolohi, 10 belajar ketiga mata pelajaran, dan 8 tidak belajar satu pun dari ketiga pelajaran. Bila seorang siswa dipilih secara acak, hitunglah: • peluang dia hanya belajar matematika • peluang dia hanya belajar sejarah • peluang dia hanya belajar psikologi • peluang dia belajar sejarah dan psikologi tapi tidak belajar matematika. • peluang bahwa bila dia belajar sejarah, dia belajar ketiga mata pelajaran.