You are on page 1of 12

BAB I

PENDAHULUAN
1.1 Latar Belakang
Dalam hidup kita sering mengalamai hal-hal yang mungkin pernah kita alami. Dari
kejadian yang pernah kita alami tersebut kadang kita bisa memberikan pandangan kepada
orang lain yang sedang mengalami kejadian seperti kita dulu.
Bagi mereka yang lebih kreatif kejadian yang pernah dialaminya dimasa lalu atau
bahkan kejadian yang dialami orang lain dijadikan ramalan untuk masa depan seseorang yang
dipandangnya menyerupai seseorang tadi. Kadang kita dalam hidup ini perlu yakin adanya
kemungkinan-kemungkinan yang akan terjadi dikemudian hari ketika kita melakukan suatu
kegiatan. Hal ini diperlukan untuk menjadikan perhatian dan pertimbangan dalam kita
melankah yang kita ambil dari kejadian-kejadian sebelumnya.
Sebagai gambaran yang realistis adalah ketika ada teman kita yang terjatuh ketika
melewati jembatan A, maka kita sebagai orang yang ingin melewati jembatan A mesti perlu
dipertimbangkan tentang kejadian sebelumnya. Bisa jadi kita akan mengalami seperti orangorang sebelumnya ketika melewati jambatan tersebut.
Dalam makalah ini, penulis ingin menguak tentang kemungkinan-kemungkinan dalam
hidup yang didasarkan pada kejadian-kejadian dimasa lalu. Makalah yang hendak penulis
buat ini adalah mengenai Probabilitas atau kemungkinan.
1.2 Rumusan Masalah
1) Apa pengertian dari probabilitas?
2) Apa manfaat probabilitas dalam penelitian)
3) Bagaimana cara menghitung probabilitas atau peluang suatu kejadian?
1.3 Tujuan Pembelajaran
1) Untuk mengetahui pengertian probabilitas
2) Untuk mengetahui manfaat probabilitas dalam penelitian
3) Untuk mengetahui cara menghitung probabilitas atau peluang suatu kejadian

BAB II
PENDAHULUAN
2.1 Pengertian Probabilitas
Dalam kehidupan sehari-hari kita sering dihadapkan dengan beberapa pilihan yang harus
kita tentukan memilih yang mana. Biasanya kita dihadapkan dengan kemungkinankemungkinan suatu kejadian yang mungkin terjadi dan kita harus pintar-pintar mengambil
sikap jika menemukan keadaan seperti ini, misalkan saja pada saat kita ingin bepergian, kita
melihat langit terlihat mendung. Dalam keadaaan ini kita dihadapkan antara 2 permasalahan,
yaitu kemungkinan terjadinya hujan serta kemungkinan langit hanya mendung saja dan tidak
akan turunnya hujan. Statistic yang membantu permasalahan dalam hal ini adalah
probabilitas.
Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu kejadian, suatu
ukuran tentang kemungkinan atau derajat ketidakpastian suatu peristiwa (event) yang akan
terjadi di masa mendatang. Rentangan probabilitas antara 0 sampai dengan 1. Jika kita
mengatakan probabilitas sebuah peristiwa adalah 0, maka peristiwa tersebut tidak mungkin
terjadi. Dan jika kita mengatakan bahwa probabilitas sebuah peristiwa adalah 1 maka
peristiwa tersebut pasti terjadi. Serta jumlah antara peluang suatu kejadian yang mungkin
terjadi dan peluang suatu kejadian yang mungkin tidak terjadi adalah satu, jika kejadian
tersebut hanya memiliki 2 kemungkinan kejadian yang mungkin akan terjadi.
Contoh : Ketika doni ingin pergi kerumah temannya, dia melihat langit dalam keadaan
mendung, awan berubah warna menjadi gelap, angin lebih kencang dari biasanya seta sinar
matahari tidak seterang biasanya.
Bagaimanakah tindakan Doni sebaiknya?
Ketika Doni melihat keadaan seperti itu, maka sejenak dia berpikir untuk membatalkan
niatnya pergi kerumah temannya. Ini dikarenakan dia beripotesis bahwa sebentar lagi akan
turunya hujan dan kecil kemungkinan bahwa hari ini akan tidak hujan, mengingat gejalagejala alam yang mulai nampak.
Probabilitas dalam cerita tadi adalah peluang kemungkinan turunnya hujan dan peluang tidak
turunnya hujan.

2.2 Manfaat Probabilitas Dalam Penelitian


Manfaat probabilitas dalam kehidupan sehari-hari adalah membantu kita dalam
mengambil suatu keputusan, serta meramalkan kejadian yang mungkin terjadi. Jika kita tinjau
pada saat kita melakukan penelitian, probabilitas memiliki beberapa fungsi antara lain;

Membantu peneliti dalam pengambilan keputusan yang lebih tepat. Pengambilan

keputusan yang lebih tepat dimagsudkan tidak ada keputusan yang sudah pasti karena
kehidupan mendatang tidak ada yang pasti kita ketahui dari sekarang, karena informasi
yang didapat tidaklah sempurna.

Dengan teori probabilitas kita dapat menarik kesimpulan secara tepat atas hipotesis

yang terkait tentang karakteristik populasi.


Menarik kesimpulan secara tepat atas hipotesis (perkiraan sementara yang belum teruji
kebenarannya) yang terkait tentang karakteristik populasi pada situssi ini kita hanya
mengambil atau menarik kesimpulan dari hipotesis bukan berarti kejadian yang akan dating
kita sudah ketehaui apa yang akan tertjadi.

Mengukur derajat ketidakpastian dari analisis sampel hasil penelitian dari suatu

populasi.
Contoh:
Ketika diadakannya sensus penduduk 2000, pemerintah mendapatkan data perbandingan
antara jumlah penduduk berjenis kelamin laki-laki berbanding jumlah penduduk berjenis
kelamin perempuan adalah memiliki perbandingan 5:6, sedangkan hasil sensus pada tahun
2010 menunjukan hasil perbandingan jumlah penduduk berjenis kelamin pria berbanding
jumlah penduduk berjenis kelamin wanita adalah 5:7. Maka pemerintah dapat mengambil
keputusan bahwa setiap tahunnya dari tahun 2000 hingga 2010 jumlah wanita berkembang
lebih pesat daripada jumlah penduduk pria.

2.3 Menghitung Probabilitas atau Peluang Suatu Kejadian


2.3.1 Probabilitas Suatu Peristiwa
Kemungkinan terjadinya suatu peristiwa diantara seluruh peristiwa yang mungkin terjadi.
Probabilitas kemunculan suatu peristiwa atau kejadian biasa disingkat dengan huruf p dan
dinyatakan dalam persen atau proporsi.
CONTOH :
Kepala pabrik mengatakan bahwa dari 100 barang produksinya, ada 25 yang rusak.
Kalau barang dibungkus rapi, kemudian seorang pembeli mengambil satu barang secara acak.
Berapakah probabilitasnya bahwa barang tersebut rusak?
Penyelesaian :
Dari soal, n = 100 dan x = 25.
2.3.2 Kejadian Saling Meniadakan (mutually exclusive)
Aturan penjumlahan yang ditetapkan untuk kejadian yang saling meniadakan disebut
dengan aturan penjumlahan khusus. Kejadian saling meniadakan (mutually exclusive event)
adalah kejadian dimana jika sebuah kejadian terjadi, maka kejadian yang kedua adalah
kejadian yang saling meniadakan. Jika A telah terjadi , maka kejadian B tidak akan terjadi.
Sebagai contoh, dalam pelemparan sebuah dadu, munculnya mata dadu 2 dan 3 tidak bisa
terjadi secara bersamaan, sehingga munculnya mata dadu 2 akan meniadakan munculnya
mata dadu lain.
Jika dua kejadian A dan B saling meniadakan (saling lepas), aturan penjumlahan
menyatakan bahwa probabilitas terjadinya A atau B sama dengan penjumlahan dari masingmasing nilai probabilitasnya dan dinyatakan dengan rumus sebagai berikut:
P(A atau B) = P(A

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

2.3.3 Kejadian Tidak Saling Meniadakan (non mutually exclusive)


Dua peristiwa atau lebih disebut peristiwa tidak saling meniadakan apabila kedua
peristiwa atau lebih tersebut dapat terjadi pada saat yang bersamaan. Adakalanya hasil dari
suatu eksperimen tidak bersifat saling meniadakan. Secara ringkas, aturan umum
penjumlahan untuk kejadian-kejadian yang tidak saling meniadakan pada dua kejadian A dan
B dapat ditulis:
P(A atau B) = P(A) + P(B) P(A dan B)
Atau
P(A

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

B)

*catatan : P(A atau B) atau P(A

B) dapat dinyatakan dalam bentuk kalimat

peluang bahwa A mungkin terjadi dan B mungkin terjadi. Kalimat ini juga mencakup
kemungkinan bahwa A dan B terjadi dalam hal kejadian yang tidak saling meniadakan.

2.3.4 Kejadian Bebas (Independent Event)


Dua kejadian atau lebih dikatakan merupakan kejadian bebas apabila terjadinya
kejadian tersebut tidak saling mempengaruhi. Dua kejadian A dan B dikatakan bebas. Apabila
kejadian A tidak mempengaruhi B atau sebaliknya.
P(A B) = P(A) x P(B) = P(B) x P(A)
Contoh :
Dari 100 barang yang diperiksa terdapat 20 barang yang rusak. Berapa probabilitas
untuk mendapatkan barang yang bagus (baik) jika dilakukan dua kali pengambilan barang
tersebut (barang yang telah diambil dikembalikan lagi)
Penyelesaian :
P (barang baik) =
(barang rusak) =
A = pengambilan pertama barang baik
B = pengambilan kedua barang baik
P(A B) = P(X) x P(Y)

= 0,8 x 0,8 = 0,64

2.3.5 Kejadian Tak Bebas (Bersyarat / dependent event)


Dua peristiwa dikatakan dependen (bersyarat) adalah jika terjadinya peristiwa yang
satu akan mempengaruhi atau merupakan syarat terjadinya peristiwa yang lain.
Untuk menghitung probabilitas bersyarat, seolah-olah kita sudah mengetahui P(A
B), P(A) dan P(B). Berdasarkan apa yang kita ketahui tersebut , kita akan menghitung P(A/B)
atau P(B/A). Dalan prakteknya, sering kali sukar untuk menghitung P(A B). Untuk
menghitung P(A B), rumus yang digunakan sering disebut Aturan Umum dari perkalian
probabilitas, sebagai berikut:
P(A B) = P(A) x P(B/A)
Rumus tersebut yang berarti bahwa P(A B) = probabilitas bahwa A dan B terjadi
secara simultan, sebetulnya merupakan hasil kali dari probabilitas dua kejadian.
P(A B) = P(A) x P(B/A)
P(A) = probabilitas bahwa A terjadi.
P(B/A) = probabilitas B terjadi dengan syarat A terjadi.
2.3.6 Probabilitas Marginal
Di dalam praktek, kita sering kali menjumpai suatu kejadian yang terjadi bersamaan
dengan kejadian lainnya, di mana kejadian lainnya tersebut mempengaruhi terjadinya
kejadian yang pertama.
P(R) = P (Si) P (R/Si)
2.3.7 Peluang Kejadian Majemuk
Terbagi menjadi 3 yaitu :
-

Gabungan dari 2 Kejadian


RUMUS : P(A B) = P(A) + P(B) P(A B)

Kejadian Saling Lepas


Terjadi apabila kejadian A dan B tidak mempunyai irisan
Sehingga P(A B) = 0
RUMUS : P(A B) = P(A) + P(B)

Kejadian Saling Bebas


Terjadi apabila kejadian satu tidak dipengaruhi oleh kejdian lainnya
RUMUS : P(A B) = P(A) x P(B)
2.3.8 Teorima Bayes
Bila ( A1, A2., An) merupakan partisi atau sekatan dari ruang sampel S masing-masing
mempunyai peluang terjasdinya > 0 , dan bila terjadi sembarang peristiwa B yang
mempunyai peluang terjadinya tidak sama dengan 0, maka untuk sembarang bilangan bulat k
dimana 1kn. teorima bayes dari seluruh kemingkinan kejadian di atas dapat dirumuskan :
P(Ak)P(B/Ak)
P(Ak/B) = P(A1)P(B / A)+P( B / A2 + P (An)P(B / An)
Catatan :
A1 , A2 ,.An masing-masing disebut hipotesis , P(Ak) merupakan peluang a priori
terjadinya hipotisis Ak sedangkan P(Ak / B) merupakan peluang a posteriori terjadinya
hipotesis Ak setelah peristiwa B terjadi lebih dulu.
Sebuah perkantoran biasanya membutuhkan tenaga listrik yang cukup agar semua aktifitas
pekerjaannya terjamin dari adanya pemutusan aliran listrik.Terdapat dua sumber listrik yg
digunakan PLN dan Generator. Bila listrik PLN padam maka secara otomatis generator akan
menyala dan memberikan aliran listrik untuk seluruh perkantoran. Masalah yang selama ini
menganggu adalah ketidakstabilan arus(voltage)listrik, baik dari PLN maupun generaor, yang
akan merusak peralatan listrik.Selama beberapa tahun terakhir, diketahui bahwa probabilitas
terjadinya listrik padam adalah 0.1, dgn kata lain peluang bahwa perkantoran itu
menggunakan listrik PLN adalah 0.9 dan peluang menggunakan generatoradalah 0.1.Peluang
terjadi ketidakstabilan pada arus listrik PLN maupun generator masing-masing 0.2 dan 0.3.
Permasalahan ini dapat diilustrasikan sbb:
E

: Peristiwa listrik PLN digunakan

Ec

: Peristiwa listrik Generator digunakan

: Peristiwa terjadinya ketidak stabilan arus

Peristiwa A dapat ditulis sebagai gabungan dua kejadian yang saling lepas dan jadi :
Dengan menggunakan probabilitas bersyarat maka :
Diketahui:
P(E)=0.9

P(E)=0.1

P(A|E)=0.2

P(A|E)=0/3

Sehingga :
P(A)=P(E).P(A|E)+P(E).P(A|E)
=(0.9).(0.2)+(0.2).(0.3)
=0.21
Kembali pada permasalahan diatas, bila suatu saat diketahui terjadi ketidakstabilan arus
listrik, maka berapakah probabilitas saat itu aliran listrik berasal dari generator? Dengan
menggunakan rumus probalilitas bersyarat diperoleh:
P(E|A) = P(EA)/P(A)
= P(E).P(A|E)/P(A)
= 0.03/0.21=0/143
Peristiwa B1,B2,.,Bk merupakan suatu sekatan(partisi) dari ruang sampel S dengan
P(Bi)0 untuk i=1,2,,k maka setiap peristiwa A anggota S berlaku:
Berikut k = 3
Digunakan bila ingin diketahui probabilitas P(B1|A),P(B2|A).,P(Bk|A) dengan rumus
sebagai berikut :
Suatu generator telekomunikasi nirkabel mempunyai 3 pilihan tempat untuk membangun
pemancar sinyal yaitu didaerah tengah kota, daerah kaki bukit dikota itu dan derah tepi
pantai, dengan masing-masing mempunyai peluang 0.2; 0.3 dan 0.5. Bila pemancar dibangun

ditengah kota, peluang terjadi ganguan sinyal adalah 0.05. Bila pemancar dibangun dikaki
bukit, peluang terjadinya ganguan sinyal adalah 0.06.Bila pemancar dibangun ditepi pantai,
pelaung ganguan sinyal adalah 0.08.
A. Berapakah peluang terjadinya ganguan sinyal?
B. Bila diketahui telah terjadinya gangguan pada sinyak pada sinyal, berapa peluang bahwa
operator tsb ternyata telah membangun pemancar di tepi pantai?
Misal:
A

= Terjadi ganguan sinyal

B1

= Pemancar dibangun di tengah kota

B2

= Pemancar dibangun di kaki bukit

B3

= Pemancar dibangun di tepi pantai

Maka :
A). Peluang terjadinya ganguan sinyal
P(A)=P(B1)P(A|B1)+P(B2)P(A|B2)+P(B3)P(A|B3)
= (0,2).(0.05)+(0.3)(0.06)+(0.5)(0.08)=0.001+0.018+0.04=0.068
B).Diketahui telah terjadi ganguan pd sinyal, maka peluang bahwa operator ternyata telah
membangun pemancar di tepi pantai:
Dapat dinyatakan dgn: Peluang bersyarat bahwa operator membangun pemancar di tepi
pantai bila diketahui telah terjadi ganguan sinyal:

2.3.9 Harapan Mathematics


Peristiwa-peristiwa A1 , A2 , , An merupakan peristiwa-peristiwa yang berdiri
sendiri. Saling mengasingkan, dan lengkap terbatas jumlah berturut-turut mempunyain
peluang terjadinya sebesar p1 , p2 pn . bila seseorang mengharap kan sejumlah uang.
Sebesar x1 untuk terjadi peristiwa A1 , sebesar x2 untuk terjadinya keuntungan yang
diharapkan atau harapan matematis orang tersebut dari terjadinya seluruh peristiwa-peristiwa
tersebut diatas merupakn jumlah hasil kali p dan x yang secara matematis dapat dinyatakan
sebagai berikut :
ME =

px

Catatan
Pengertian harapan matematis sering diidentikan dengan nilai harapan atau expected value
terjadinya variable tertentu dan sering juga diindentikan dengan rata-rata sehingga dapat
dinyatakan sebagai berikut :
ME = E =
Pengertian harapan matenmatis sering juga dihubung-hubungkan dengan permainan atau
usaha. Suatu permainamn atau usaha dikatakan menguntungkan bila mempunyai ME>0 atau
pasitif, merugikan apabila mempunyai ME<0 atau negative dan tidak untung atau tidak rugi
atau jujur atau fair bila menpunyai ME = 0
Jika X1, X2, X3, , Xn merupakan peubah acak diskrit dengan fungsi probabilitas
p(x) 0, atau X1, X2, , Xn merupakan peubah acak kontinu dengan fungsi kepekatan
probabilitas f(x) 0

BAB III
PENUTUP
3.1 Kesimpulan
Dari jabaran diatas dapat kita simpulkan bahwa:
1. Probabilitas adalah kemungkinan yang terjadi berdasarkan keadaan yang telah ada.
2. Probabilitas ada dua macam, yaitu: Probabilitas a priori dan Probabilitas relative frekuensi.
3. tindakan yang kita ambil berdasarkan resiko yang mungkin timbul dari pilihan kita
berkaitan dengan probabilitas yang ada

3.2 Saran
Saran yang dapat penulis sampaikan adalah gunakanlah probabilitas ini untuk
keperluan yang baik dan bermanfaat bagi diri sendiri atau orang banyak. Jangan sekali-kali
menjadi musyrik dengan pengetahuan tentang probabilitas ini. Semua yang akan terjadi atau
yang telah terjadi yakinlah itu semua telahdirencanakan oleh Allah SWT.
Demikian makalah ini penulis sampaikan, disini penulis menyadari sepenuh hati,
bahwa dalam penulisan makalah ini masih jauh dari kesempurnaan. Hal itu dikarenakan
keterbatasan kemampuan penulis. Saran dan kritik yang membangun sangat penulis tunggu
guna memperbaiki pembuatan makalah dikemudian hari. Demikian dan terimakasih.

DAFTAR PUSTAKA

J. Suprapto (2008). Statistika: Teori dan Aplikasi, Edisi 7. Jakarta: Penerbit Erlangga.
http://tyarhashawol.blogspot.com/2012/12/probabilitas-dan-statistika_31.html
http://rumus-mtk.blogspot.com/2012/10/teori-peluang-ruang-sampel-dan-titik.html
http://sainsmatika.blogspot.com/2012/03/probabilitas-peluang.html
http://www.idomaths.com/id/peluang5.php
http://probstat7.blogspot.com/2013/05/teorema-bayes.html
http://rumushitung.com/2013/04/06/permutasi-dan-kombinasi-matematika/