You are on page 1of 43

TEORI PROBABILITAS

1
Simbol
 P(A)= probabilitas peristiwa A terjadi.
 P(A atau B)= Probabilitas terjadinya
peristiwa A atau peristiwa B.

2
Aturan Penjumlahan
untuk peristiwa saling meniadakan
(mutually exclusive)

 Jika peristiwa A dan B bersifat saling


meniadakan maka probabilitas terjadinya
peristiwa A atau peristiwa B adalah:
 P(A atau B)= P(A) + P(B)

Keterangan:
P(A atau B)= Probabilitas terjadinya peristiwa A atau
peristiwa B
P(A)= Probabilitas peristiwa A
P(B)= Probabilitas peristiwa B.
3
Contoh Aturan Penjumlahan
untuk peristiwa saling meniadakan
(mutually exclusive)
 Pada tahap akhir penerimaan mahasiswa
baru program S3 terdapat 4 calon
mahasiswa yaitu Andi, Badu, Citha, dan
Doni. Di antara 4 calon tersebut hanya
satu calon yang akan diterima.
 Probabilitas Andi diterima= P(Andi)= ¼=
0,25
 Probablitas Andi atau Citha diterima=
P(Andi atau Citha)= ¼ + ¼= 2/4 = 0,50
4
Aturan Penjumlahan
untuk peristiwa saling meniadakan
(mutually exclusive)
 Tiga peristiwa:
P(A atau B atau C)= P(A) + P(B) + P(C)
Keterangan:
P(A atau B atau C) = Probabilitas terjadinya peristiwa A
atau peristiwa B atau peristiwa C
P(A)= Probabilitas peristiwa A
P(B)= Probabilitas peristiwa B
P(C)= Probabilitas peristiwa C
Lihat Contoh sebelumnya:
Probabilitas Andi atau Chita atau Doni diterima= (Andi atau
Chita atau Doni)= ¼ + ¼ + ¼ = ¾ = 0,75
5
Aturan Penjumlahan
untuk peristiwa tidak saling meniadakan
(non-mutually exclusive)

 Jika peristiwa A dan B dapat terjadi


bersamaan (tidak saling meniadakan), maka
probabilitas terjadinya peristiwa A
atau peristiwa B adalah probabilitas
terjadinya peristiwa A ditambah probabilitas
terjadinya peristiwa B dikurangi probabilitas
terjadinya peristiwa A dan B secara
bersamaan:
 P(A atau B)= P(A) + P(B) - P(A dan B)
6
Aturan Penjumlahan
untuk peristiwa tidak saling meniadakan
(non-mutually exclusive)

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


Keterangan:
P(A atau B)= Probabilitas terjadinya peristiwa A atau
peristiwa B akan terjadi pada peristiwa tidak saling
meniadakan.
P(A)= Probabilitas terjadinya peristiwa A
P(B)= Probabilitas terjadinya peristiwa B.
P(A dan B)= Probabilitas peristiwa A dan B akan terjadi
bersamaan pada peristiwa tidak saling meniadakan.

7
Contoh Aturan Penjumlahan
untuk peristiwa tidak saling meniadakan
(non-mutually exclusive)
 Berikut ini hasil pengumpulan pendapat karyawan mengenai usulan
penyerahan pengelolaan asuransi kesehatan kepada pihak luar:

Jenis kelamin Setuju (S) Menolak Total


(M)
Pria (P) 40 30 70
Wanita (W) 60 50 110
Total 100 80 180
•Probabilitas karyawan pria atau karyawan yang setuju:
P(P atau S)= P(P) + P(S) – P(P dan S)= 70/180 + 100/180 – 40/180=
130/180
•Probabilitas karyawan wanita atau karyawan yang menolak:
P(W atau M)= P(W) + P(M) – P(W dan M)= 110/180 + 80/180 - 50/180=
140/180
8
Aturan Penjumlahan:
untuk peristiwa tidak saling meniadakan
(non-mutually exclusive)

 Tiga peristiwa:
P(A atau B atau C)= P(A) + P(B) + P(C)
-P(A dan B) – P(A dan C) – P(B dan C) +
P(A dan B dan C).

9
ATURAN PERKALIAN
untuk Peristiwa-peristiwa Independen,
Dependen, dan Bersyarat
 Peristiwa independen
 P(A dan B) = P(A) × P(B)
 Probabilitas bersyarat untuk peristiwa
independen
P(A dan B) P(A) dan P(B)
P(A | B)    P(A)
P(B) P(B)
 Peristiwa dependen
 P(A dan B) = P(A) × P(B|A)
 Atau P(A dan B) = P(B) × P(A|B)

10
Peristiwa Independen
 Dua peristiwa adalah independen jika terjadinya
suatu peristiwa tidak mempengaruhi terjadinya
peristiwa yang lain.
 Contoh: Sebuah uang logam (salah satu sisi
disebut A dan sisi yang lain disebut B), dilempar
dua kali secara random. Kejadian sisi A maupun
kejadian sisi B pada lemparan pertama tidak akan
mempengaruhi hasil lemparan kedua, apakah
yang di bagian sisi A atau sisi B.
11
Peristiwa Independen:
untuk probabilitas bersyarat

 Probabilitas bersyarat berarti probabilitas


terjadinya suatu peristiwa setelah peristiwa lain
terjadi lebih dulu.
 P(B|A)= Probabilitas peristiwa B akan terjadi
dengan syarat peristiwa A terjadi lebih dulu.
 Rumus
P(B dan A)
P(B | A) 
P(A)

12
Peristiwa Independen:
untuk probabilitas bersyarat

 Pada peristiwa independen, probabilitas


terjadinya peristiwa B dengan syarat
peristiwa A terjadi lebih dulu sama dengan
probabilitas terjadinya peristiwa B (karena
bersifat independen atau berdiri sendiri).
 P(B|A)= P(B)

13
Peristiwa Dependen dan
Bersyarat
 Dua peristiwa adalah dependen jika terjadinya
suatu peristiwa mempengaruhi terjadinya peristiwa
yang lain.
 Contoh: Seorang manajer mengatakan bahwa 10%
produk dikategorikan rusak dan sisanya layak
dijual. Peristiwa rusak pada proses produksi
tergantung dari persentase produk baik, dan
sebaliknya. Dengan demikian, peristiwa-peristiwa
tersebut dinamakan peristiwa dependen (saling
bergantung.
14
Ilustrasi 1
 Dari 100 perusahaan, 40 di antaranya mengguna-
kan personal computer (P) dan 30 di antaranya
menggunakan mini computer (M). Dari 70
perusahaan tsb, 20 di antaranya menggunakan
personal computer maupun mini computer.
a. Tentukan probabilitas bahwa pengambilan secara
random akan terjadi perusahaan yang menggunakan
mini computer (M) dengan syarat bahwa perusahaan
tsb menggunakan personal computer (P).
b. Tunjukkan peristiwa-peristiwa P dan M independen
atau dependen.
15
a. P(perusahaanmenggunakan mini computer dengan
syarat bahwa perusahaan tsb menggunakan personal
computer):
P(M dan P) 0,20
P(M | P)    0,50
P(P) 0,40

b. Untuk menentukan P dan M independen atau dependen


dapat dijelaskan sbb:
 P(M) = 0,30 dan P(M|P)= 0,50
 Karena P(M) ≠ P(M|P) berarti peristiwa P dan M adalah
dependen.

16
Ilustrasi 2
 Sebuah perusahaan besar memproduksi 2 jenis barang, M
dan O. Probabilitas bahwa produk M akan memberikan
keuntungan minimum 10% diperkirakan 0,3. Probabilitas
bahwa produk O akan memberikan keuntungan minimum
10% diperkirakan 0,2. Probabilitas bahwa kedua produk M
dan O secara bersama akan memberikan keuntungan
minimum 10% diperkirakan 0,06.
a. Tentukan probabilitas bahwa produk O akan memberikan
keuntungan minimum 10% dengan syarat produk M memberikan
keuntungan minimum 10%.
b. Buktikan bahwa pencapaian keuntungan minimum 10% kedua
produk tersebut adalah independen.

17
Peristiwa Independen:
untuk probabilitas bersyarat
 P(produk O akan memberikan keuntungan
minimum 10% dengan syarat Produk M
memberikan keuntungan minimum 10%)
P(O dan M) 0,06
P(O | M)    0,20
P(M) 0,30
 Karena P(O) = P(O|M) = 0,20 berarti peristiwa
pencapaian keuntungan minimum 10% kedua
produk tersebut adalah independen

18
Ilustrasi 3
 Sebuah perusahaan melakukan penelitian tentang kedisiplinan
karyawan dalam menepati jam masuk kantor. Hasil penelitian sbb:
Keterangan Jumlah karyawan
Tidak terlambat (A) 70% atau Prob.
Terlambat paling lama 5 menit 0,7
(B) 20% atau Prob.
Terlambat lebih dari 5 menit (C) 0,2
 Diantara yang tidak terlambat terdapat 60%
10% karyawan
atau Prob. bagian
produksi (D), dan dari yang terlambat0,1
paling lama 5 menit terdapat
9% karyawan bagian yang sama (produksi). Jika dari bagian produksi
dipanggil seseorang secara random, berapa probabilitas bahwa ia:
a. Tidak telambat?
b. Terlambat paling lama 5 menit?
c. Terlambat lebih dari 5 menit?
19
 Diantara yang tidak terlambat (A) terdapat 60% karyawan
bagian produksi (D)
 P(D|A) = 0,60
 Dari yang terlambat paling lama 5 menit (B) terdapat 9%
karyawan bagian produksi (D)
 P(D|B) = 0,09
 Dari yang terlambat lebih dari 5 menit (C) terdapat 50%
karyawan bagian produksi (D)
 P(D|C) = 0,50
 Dengan demikian dapat diperoleh nilai P(D)
 P(D) = P(A dan D) + P(B dan D) + P(C dan D)
= P(D|A)×P(A) + P(D|B)×P(B)+ P(D|C)×P(C)
= 0,60×0,70 + 0,09×0,20+ 0,50×0,10 = 0,488
20
 Jadi, jika dari bagian produksi dipanggil secara
random, probabilitas:
a. Tidak terlambat
P(A dan D)
P(A | D) 
P(D)
P(D | A) x P(A)

P(D)
0,60 x 0,7 0,42
   0,861
0,488 0,488

21
b. Terlambat paling lama 5 menit
P(B dan D)
P(B | D) 
P(D)
P(D | B) x P(B)

P(D)
0,09 x 0,2 0,018
   0,037
0,488 0,488

c. Terlambat lebih dari 5 menit


P(C dan D)
P(C | D) 
P(D)
P(D | C) x P(C)

P(D)
0,50 x 0,1 0,05
   0,102
0,488 0,488 22
Ilustrasi 4
 Rumah Sakit Kasih Sayang yang telah bertahun-tahun praktik
menyimpulkan bahwa 10% dari seluruh pasien yang datang
menderita penyakit demam berdarah, 20% menderita
penyakit hepatitis, dan yang lain sebenarnya dalam keadaan
sehat. Diantara yang menderita penyakit demam berdarah,
90% menyatakan sakit perut, dan yang menderita hepatitis
menyampaikan keluhan yang sama (sakit perut) sebesar
50%. Sedangkan yang sehat menyampaikan keluhan sakit
perut sebesar 5%. Apabila ada seorang pasien datang dan ia
mengeluh sakit perut, berapa probabilitas pasien tersebut:
 Menderita penyakit demam berdarah?

 Menderita penyakit hepatitis?

 Sebenarnya sehat?

23
 P(demam berdarah) = P(D) = 0,10
 P(hepatitis) = P(H) = 0,20
 P(sehat) = 0,70
 Diantara yang menderita penyakit demam berdarah (D), 90%
menyatakan sakit perut (P). Jadi, P(P|D) = 0,90
 Diantara yang menderita penyakit hepatitis (H), 50% menyatakan
sakit perut (P). Jadi, P(P|H) = 0,50
 Diantara yang sehat (S), 5% menyatakan sakit perut (P). Jadi,
P(P|S) = 0,05
 P(sakit perut) = P(P)
= P(P|D)×P(D) + P(P|H)×P(H) + P(P|S)×P(S)
= 0,90×0,10 + 0,50×0,20 + 0,05×0,70
= 0,225

24
a. Jika ada seorang pasien P(D | P) 
P(D dan P)
datang dan ia mengeluh P(P)
sakit perut, probabilitas 
P(P| D) x P(D)
pasien tersebut menderita P(P)
penyakit demam berdarah: 0,90 x 0,10 0,09
   0,40
0,225 0,225

b. Jika ada seorang pasien P(H | P) 


P(H dan P)
datang dan ia mengeluh P(P)
sakit perut, probabilitas 
P(P| H) x P(H)
pasien tersebut menderita P(P)
penyakit hepatitis: 0,50 x 0,20 0,10
   0,44
0,225 0,225

25
c. Jika ada seorang pasien datang dan ia mengeluh
sakit perut, probabilitas pasien tersebut menderita
penyakit hepatitis:

P(S dan P)
P(S | P) 
P(P)
P(P| S) x P(S)

P(P)
0,05 x 0,70 0,035
   0,16
0,225 0,225

26
Ilustrasi 5
 Perhatikan dengan cermat 2 pernyataan berikut ini dan hitung
probabilitas masing-masing dengan melihat tabel.
 Seorang karyawan yang memiliki hasil kerja tinggi akibat dari hasil tes yang
bagus.
 Seorang karyawan yang memiliki hasil tes bagus dengan syarat dari
karyawan yang miliki hasil kerja tinggi.

Hasil Kerja
Hasil Tes Tinggi (H) Sedang (A) Rendah (L) Jumlah

Bagus (Q) 150 90 60 300


Sedang (F) 40 30 30 100
Jumlah 190 120 90 400

27
 P(seorang karyawan yang memiliki hasil kerja tinggi akibat dari hasil
tes yang bagus)
150
P(Q | H)   0,50
300
 P(seorang karyawan yang memiliki hasil tes bagus dengan syarat dari
karyawan yang miliki hasil kerja tinggi)

150
P(H | Q)   0,789
190
 P(H|Q) ≠ P(Q|H)

28
Ilustrasi 6
 Perhatikan tabel hasil pengisian SPT berikut ini. Dengan informasi
tersebut hitunglah probabilitas-probabilitas berikut ini.
a. P(A atau S) d. P(F|M) g. P(A atau D atau F)
b. P(D dan S) e. P(A atau M) h. P(B|F)
C. P(F dan A) f. P(B|A)

Kelompok Pengisian SPT


Industri Benar (B) Salah (S) Meragukan (M) Jumlah

Kecil (A) 30 20 10 60
Sedang (D) 40 30 20 90
Besar (F) 30 50 10 90
Jumlah 100 100 40 240
29
60 100 20
a. P(A atau S)  P(A)  P(S) - P(A dan S)     0,583
240 240 240
60
b. P(D dan S)   0,125
240
c. P(F dan A)  0
P(F dan M) 10/240
d. P(F | M)    0,250
P(M) 40/240
60 40 10
e. P(A atau M)  P(A)  P(M) - P(A dan M)     0,375
240 240 240

30
P(B dan A) 30/240
f. P(B | A)    0,500
P(A) 60/240

60 90 90
g. P(A atau D atau F)  P(A)  P(D)  P(F)     1,000
240 240 240

P(B dan F) 30/240


h. P(B | F)    0,333
P(F) 90/240

31
Peristiwa Independen:
untuk probabilitas gabungan (Joint
Probability)

 Probabilitas gabungan peristiwa A dan B


(yang bersifat independen) adalah
probabilitas peristiwa A dan B terjadi
bersamaan sama dengan probabilitas
terjadinya peristiwa A dikalikan dengan
probabilitas terjadinya peristiwa B.
 P(A dan B)= P(A)×P(B)

32
Peristiwa Independen:
untuk probabilitas gabungan (Joint
Probability)

 P(A dan B)= P(A)×P(B)


Keterangan:
P(A dan B)= Probabilitas terjadinya peristiwa A
dan peristiwa B secara bersamaan
P(A)= Probabilitas terjadinya peristiwa A
P(B)= Probabilitas terjadinya peristiwa B

 P(A dan B dan C)= P(A)×P(B)×P(C)

33
Ilustrasi 1: Peristiwa Independen-
Probabilitas Gabungan (Joint Probability)

 Pada percobaan pelemparan uang logam sebanyak


2 kali, probabilitas sisi yang muncul semuanya
adalah gambar kepala (Head= H) adalah:
P (H1 dan H2) = P(H1)×P(H2)
= 0,5×0,5= 0,25
 Pada percobaan pelemparan uang logam sebanyak
3 kali, probabilitas sisi yang muncul semuanya
adalah gambar ekor (Tail= T) adalah:
P(T1 dan T2 dan T3) = P(T1)×P(T2)×P(T3)
= 0,5×0,5×0,5
= 0,125
34
Peristiwa Dependen: Probabilitas
Gabungan (Joint Probability)

 Probabilitas gabungan peristiwa A dan B


(yang bersifat dependen) adalah
probabilitas peristiwa B setelah peristiwa A
terjadi lebih dulu (probabilitas bersyarat)
dikalikan probabilitas terjadinya peristiwa A.
 P(B dan A)= P(B|A) x P(A)

35
Peristiwa Dependen: Probabilitas
Gabungan (Joint Probability)

 P(B dan A)= P(B|A) x P(A)


Keterangan:
P(B|A)= Probabilitas terjadinya peristiwa
peristiwa B dengan syarat peristiwa A terjadi
lebih dulu
P(B dan A)= Probabilitas terjadinya peristiwa B
dan A terjadi bersamaan.
P(A)= Probabilitas terjadinya peristiwa A

36
Ilustrasi 2: Peristiwa Dependen-Probabilitas
Gabungan (Joint Probability)

 Di antara 100 unit bahan yang diterima dari pemasok terdapat 10 unit
yang rusak. Jika diambil 2 unit secara random dari 100 unit bahan yang
diterima, probabilitas terambil keduanya rusak dihitung sebagai berikut
(pengambilan tanpa pengembalian).
 Jika peristiwa A adalah pengambilan pertama merupakan bahan yang
rusak dan peristiwa B adalah pengambilan kedua merupakan bahan
rusak.

P(A)= 10/100
P(B|A)= 9/99
Probabilitas terambil keduanya rusak adalah:
P(B dan A)= P(B|A) x P(A)
P(B dan A)= 9/99 x10/100= 0,00909

37
Tabel Probabilitas Gabungan
 Tabel probabilitas gabungan disusun dalam bentuk
kontingensi berdasarkan pada frekwensi observasi.
 Tabel kontingensi adalah tabel yang memuat semua
kemungkinan kejadian suatu variabel, yang
ditunjukkan dengan kolom dan baris.
Hasil Kerja
Hasil Tes Tinggi (H) Sedang (A) Rendah (L) Jumlah

Bagus (Q) 150 90 60 300


Sedang (F) 40 30 30 100
Jumlah 190 120 90 400
38
Ilustrasi 3
 Tentukan probabilitas seorang karyawan memiliki hasil tes sedang (F)
atau hasil kerja rendah (L)
Hasil Kerja
Hasil Tes Tinggi (H) Sedang (A) Rendah (L) Jumlah

Bagus (Q) 0,375 0,225 0,150 0,750


Sedang (F) 0,100 0,075 0,075 0,250
Jumlah 0,475 0,300 0,225 0,1000
 Kejadian seorang karyawan memiliki hasil tes sedang dan kejadian
memiliki hasil kerja rendah dapat terjadi bersama-sama, nilai
probabilitas seorang karyawan memiliki hasil tes sedang (F) atau hasil
kerja rendah (L):
 P(F atau L) = P(F) + P(L) – P(F dan L)
= 0,250 + 0,225 – 0,075 = 0,400
39
 Tentukan probabilias seorang karyawan memiliki
hasil tes sedang (F) dengan syarat memiliki hasil
kerja tinggi (H)
P(F dan H) 0,100
P(F | H)    0,211
P(H) 0,475

40
Ilustrasi 4
 Perhatikan tabel berikut ini. Dengan informasi tersebut, a. susunlah
tabel prob. gab. dan hitunglah probabilitas-probabilitas berikut ini.
b. P(I) d. P(I dan A) f. P(I atau II) h. P(III|A)
c. P(B) e. P(II atau B) g. P(A|I)

Perolehan laba
Kategori Di atas Di atas
Industri Rata (A) Rata (B) Jumlah

I 20 40 60
II 10 10 20
III 20 10 30
IV 25 15 40 41
Kategori Perolehan laba
Industri Di atas Rata (A) Di atas Rata (B) Jumlah

I 0,133 0,267 0,40


II 0,067 0,067 0,13
III 0,133 0,067 0,20
IV 0,167 0,100 0,27
Jumlah 0,500 0,500 1,00

b. P(I) = 0,40 f. P(I atau II) = P(I) dan P(II) = 0,53


c. P(B) = 0,50 g. P(A|I) =0,133/0,40 = 0,33
d. P(I dan A) = 0,13 h. P(III|A) = 0,133/0,500 = 0,27
e. P(II atau B) = P(II) + P(B) – P(II dan B) = 0,57
42
Ilustrasi 5
 Perhatikan tabel berikut ini dan jawablah beberapa
permintaan berikut.
Lulusan
Jenis Kelamin Sarjana (A) Magister (B) Doktor (C) Jumlah

Pria (P) 6 20 20 26
Wanita (W) 4 30 20 54

 a.Jumlah
susunlah tabel10kontingensi
50 40 100

 b. P(A dan W) = 0,04


 c. P(A dan B dan C) = 0
 d. P(B|P) = 0,20/0,46 = 0,43
43

You might also like