Peluang

1. Ruang Sampel
Definisi:

Ruang sampel: Himpunan semua hasil yang mungkin dari suatu percobaan statistika,
dan dilambangkan dengan S.
Titik sampel: tiap-tiap hasil yang mungkin dalam ruang sempel.
Dalam statistik dikenal istilah eksperimen untuk menjelaskan proses mendapatkan
sekumpulan data. Contoh dari eksperimen statistik adalah melempar koin. Dalam
eksperimen ini ada dua kemungkinan kejadian (outcomes), muka(head) atau
belakang(tail).
Contoh:
Ruang sampel dari eksperimen melempar mata uang adalah:
S = { H, T }
dimana H dan T bersesuaian dengan muka(head) dan belakang(tail )
Contoh: melempar dadu -> S = {1, 2, 3, 4, 5, 6}
melempar koin dua kali -> S = {GA, GG, AA, AG}
G = gambar, A = angka

2. Kejadian (Event)
Event adalah subset(himpunan bagian) dari ruang sampel, yaitu suatu kejadian dengan
kondisi tertentu.
Contoh:
Diberikan suatu ruang sampel S = {tt 0} dimana t adalah umur dalam satuan tahun
suatu komponen elektronik. Suatu kejadian A adalah umur komponen yang kurang dari
lima tahun, atau dituliskan A = {t0 t < 5}.

Operasi pada kejadian

a. Irisan (Intersection) dua kejadian A dan B, dinyatakan dengan A B, merupakan
kejadian yang elemennya termasuk dalam A dan B.
b. Gabungan dua kejadian A dan B, dinyatakan dengan A U B, merupakan kejadian
yang mengandung semua elemen yang termasuk A atau B atau keduanya.
c. Komplemen suatu kejadian A, dinyatakan dengan A, adalah himpunan semua
elemen dalam S yang tidak termasuk dalam A.
Hubungan antara kejadian dan ruang sampel dapat digambarkan dengan
diagram Venn.
Dalam suatu diagram Venn misalkan, ruang sampel di gambarkan sebagai persegi
panjang dan kejadian dinyatakan sebagai lingkaran di dalamnya.
S
A
AB
= region 1 dan 2
B
BC
= region 1 dan 3
2
7
6
AUC
= region 1,2,3,4,5,7
1
B A
= region 4 dan 7
4
3
ABC
= region 1

5
C

(A U B) C

= region 2, 6 dan 7

Contoh :
Percobaan: Pelemparan sebuah dadu dan mencatat angka yang muncul
Ruang sampel
S = {1, 2, 3, 4, 5, 6}
Kejadian munculnya angka genap, A
A = {2, 4, 6}
Kejadian munculnya angka 5 atau lebih, B
B = {5, 6}
Irisan A dan B
A B = {6}
Gabungan A dan B
A U B = {2, 4, 5, 6}
Komplemen dari A
A = {1, 3, 5}

3. Menghitung titik sampel

Dalam percobaan statistika, semua kejadian yang mungkin dapat ditentukan tanpa
harus mendaftarkan satu-per-satu.
Teorema:
Jika operasi pertama dapat dilakukan dengan n1 cara, dan operasi kedua dengan n2 cara
maka dua operasi dapat dilakukan dengan n1n2 cara.
Contoh:
Ada berapa titik sampel jika dua buah dadu dilempar bersama-sama.
Jawab: (6)(6)=36 cara.
Teorema:
Bila ada k operasi dengan masing-masing mempunyai n1, n2, , nk cara maka terdapat
(n1)(n2)(nk) cara.
Contoh:
Dari 10 orang mahasiswa akan dibentuk sebuah kepengurusan yang terdiri dari 3 orang
yang berbeda, yaitu 1 ketua, 1 sekertaris dan 1 bendahara. Ada berapa kepengurusan
yang mungkin terbentuk?
Jawab : terdapat 10 cara untuk memilih ketua, diikuti oleh sembilan cara untuk memilih
sekretaris, dan di ikuti 8 cara untuk memilih bendahara.Berdasarkan teorema
kepengurusan yang mungkin terbentuk adalah 10 x 9 x 8 = 780
Kasus permutasi adalah experimen terhadap suatu obyek berupa himpunan H
yang menghasilkan ruang sampel dimana titik-titik sampelnya tidak memungkinkan
pengulangan elemen-elemen dalam H namun urutan elemen-elemen H pada setiap titik
sampelnya diperhatikan.
Definisi:
Permutasi adalah sebuah susunan yang dapat dibentuk dari semua atau sebagian
kumpulan objek.
Teorema :
Bila terdapat n objek yang berbeda terdapat n! permutasi.
Contoh:
Bila terdapat 3 huruf a,b,c maka jumlah permutasinya 3!=(3)(2)(1)=6, yaitu abc, acb,
bac, bca, cab, cba

Teorema:
Jumlah permutasi dari n objek yang berbeda diambil r adalah:

Pr =
n

n!
( nr ) !

Contoh:
Dua tiket lotere diambil dari 20 untuk hadiah pertama dan kedua. Tentukan
jumlah titik sampel kejadian tersebut:

P 2=
20

20 !
=( 20 ) (19 )=380
18 !

Teorema:
Jumlah permutasi dari n objek yang berbeda disusun melingkar adalah (n-1)!, dimana
satu objek dianggap mempunyai posisi tetap sehingga ada (n-1) yang disusun.
Bila objek-objek tersebut ada yang sama, maka akan terdapat susunan yang berulang.
Misalkan dari tiga huruf a,b,c dengan b=c=x, maka kemungkinan susunan adalah axx,
axx, xax, xax, xxa, xxa sebenarnya hanya ada 3 susunan yang berbeda. Susunan
tersebut dihitung dengan cara 3!/2! = 3.

Teorema:
Jumlah permutasi yang berbeda dari n objek yang terdiri dari n1 jenis 1, n2
jenis 2, ... ,nk jenis ke-k adalah:

n!
n1 ! n 2 ! nk !

Contoh:
Terdapat lampu merah 3, lampu kuning 4, dan lampu biru 2 akan dipasang dengan tiga
sinar pada 9 socket. Berapa kemungkinan yang dapat disusun.
Jawab:

9!
=1260 cara
3! 4!2!

Bila diberikan n objek kemudian akan dipartisi menjadi r subset disebut sel.
Urutan objek dalam sel tidak penting. Suatu contoh diberikan 5 huruf a, i, u, e, o akan
dipartisi menjadi dua sel masing-masing berisi 4 dan 1, maka susunan yang mungkin
adalah:
{(a, e, i, o), (u)}, {(a, i, o, u), (e)}, {(e, i, o, u), (a)}, {(a, e, o, u), (i)}, {(a, e, i, u), (o)}
Jumlah partisi tersebut dinotasikan :

5 = 5! =5
4,1 4 ! 1!

( )

Teorema:
Jumlah cara untuk mempartisi sekumpulan n objek menjadi r sel dengan n1 elemen di
sel pertama, n2 elemen di sel ke dua dst. adalah:

n!
n
=
n1 , n2 , , nr n1 ! n2 ! n r !

dimana n1 + n2 + ::: + nr = n.
Contoh:
Ada 7 orang akan menginap di Hotel dengan 3 kamar, satu kamar berisi 3 orang dan
dua kamar berisi 2 orang. Ada berapa cara untuk menempatkan orang tersebut. Jawab:

7 = 7 ! =210
(3,2,2
) 3!2!2!
Teorema:
Diberikan n objek akan diambil sebanyak r tanpa memperhatikan urutan, cara pemilihan
ini disebut dengan kombinasi, dihitung dengan cara berikut:

n
n
(r , nr
) atau (nr )= r ! ( nr
)!
Contoh:
Dari 4 orang kimia akan diambil 2 orang, dari 3 orang fisika diambil 1 orang.
Bila orang yang dipilih digabung membentuk suatu kepanitian, ada berapa cara.
Jawab:

(42)(31 )=( 6) ( 3)=18

4. Peluang suatu kejadian (Probabilitas dari Event)
Teori peluang secara matematis untuk ruang sampel berhingga maupun tak
berhingga merupakan fungsi kejadian yang menetapkan suatu bilangan dinamakan
bobot, yang berharga dari 0 sampai 1 ,sehingga kemungkinan terjadinya suatu kejadian
yang berasal dari suatu percobaan statistika dapat dihitung.Untuk menentukan suatu
kejadian A, semua bobot titik sampel kita jumlahkan. Jumlah ini disebut dengan
peluang dari A, dinotasikan dengan P(A).

Definisi:
Peluang dari kejadian A adalah jumlah dari bobot semua titik sampel dalam A.
Sehingga:
0 P(A) 1, P() = 0 dan P(S) = 1
Contoh:
Suatu mata uang dilempar dua kali. Tentukan peluang sekurang-kurangnya satu head
muncul.
Jawab:
Ruang sampel dari percobaan ini adalah:
S = {HH, HT, TH, TT}
Jika mata uang ini rata/seimbang maka peluangnya sama, masing-masing
Jika A adalah kejadian tersebut maka:
A = {HH, HT, TH} dan

1
4

1 1 1 3
P ( A )= + + =
4 4 4 4

Contoh:
Sebuah dadu dilempar dimana kemunculan bilangan genap mempunyai peluang
dua kali lebih besar. Jika E adalah suatu kejadian bahwa bilangan yang muncul
kurang dari 4 tentukan P(E).
Jawab:
Ruang sampelnya adalah S = {1, 2, 3, 4, 5, 6}. Misalkan peluang ganjil adalah
w (ada 3 bilangan ganjil yaitu 1,3 dan 5 sehinga jumlah peluang ganjil adalah 3 x
w=3w) dan peluang genap adalah 2w(ada 3 bilangan genap yaitu 2, 4,dan 6 sehinga

jumlah peluang genap adalah 3 x 2w=6w). Karena totalnya 1 maka 3w + 6w = 9w = 1,

sehingga

w=

1
9

E = {1, 2, 3} sehingga bisa dimisalkan sebagai {w,2w,w} dan

1 2 1 4
P ( E )= + + =
9 9 9 9

Teorema:
Bila suatu percobaan dapat menghasilkan N macam hasil yang berkemungkinan sama,
dan bila tepat sebanyak n dari hasil berkaitan dengan kejadian A, maka peluang
kejadian A adalah

P ( A )=

n
N

Contoh:
Diambil 5 kartu poker, tentukan peluang terambil 2 as dan 3 jack.
Jawab:

4 4
(
2 )( 3 )
P (C )=
=0.9 10
52
(5)

Contoh :
Dua buah dadu di lempar keatas secara bersamaan. Tentukan peluang munculnya
angka berjumlah 5!
Jawab :
Hasil yang dimaksud n = 4 , yaitu (1,4),(4,1),(2,3),(3,2)
Hasil yang mungkin N = 36, yaitu (1,1),(1,2),(1,3) ,............,(6,6)

P ( A )=

4
=0,11
36

5. Aturan Penjumlahan
Teorema:
Jika A dan B adalah dua buah kejadian sebarang maka:
P(A U B) = P(A) + P(B) - P(A B)

Bukti:
Perhatikan diagram Venn pada gambar .
T
A

AB

Dari operasi gabungan dua himpunan diperoleh

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

Dari gambar diperoleh

P ( A )=P ( A B ' ) + P ( A B ) , maka P ( A B ' ) =P ( A )P( A B)

P ( B ) =P ( B A' ) + P ( A B ) , maka P ( B A' )=P ( B )P( A B)

Sehingga

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

P ( A )P ( A B ) + P ( A B ) + P ( B )P ( A B )
P ( A )+ P ( B )P( A B)
P(A U B) adalah jumlah peluang titik sampel dalam (A U B). P(A)+P(B) menyatakan
jumlah semua peluang dalam A dan jumlah semua peluang dalam B. Jadi peluang (A
B) telah dijumlahkan dua kali. Karena peluang semua titik dalam (A B) adalah P(A B)
maka peluang ini harus dikurangkan sekali untuk mendapatkan jumlah peluang dalam
(A U B), yaitu P(A U B).

Akibat:
Jika A dan B kejadian terpisah maka
P(A U B) = P(A) + P(B)

Akibat:
Jika A1, A2, A3,, An saling terpisah maka
P(A1 U A2 U U An) = P(A1) + P(A2) + + P(An)

Akibat:
Jika A1, A2, A3, , An adalah partisi dari ruang sampel S maka
P(A1 U A2 U U An) = P(A1) + P(A2) + ::: + P(An)
= P(S)
=1

Teorema:
Untuk tiga kejadian A, B, dan C
P(A U B U C) =P(A) + P(B) + P(C) - P(A B) - P(A C)- P(B C) + P(A B C)
Contoh:
Peluang Paula lulus matematika adalah 2/3 lulus bahasa inggris 4/9. Jika peluang lulus
keduanya 1/4, berapa peluang lulus sekurang-kurangnya satu pelajaran.
Jawab:
P(M U E) = P(M) + P(E) - P(M E) = 2/3 + 4/9 1/4 = 31/36
Contoh:
Dua dadu dilempar, tentukan probabilitas jumlahnya 7 atau 11.
Jawab:
Misalkan P(A) adalah dua dadu dengan jumlah 7, P(B) adalah dua dadu dengan jumlah
11.
P(A U B) = P(A) + P(B) = 1/6 + 1/18 = 2/9

Teorema:
Jika A dan A adalah kejadian yang saling berkomplemen maka:
P(A) + P(A) = 1

Bukti:
Karena (A U A) = S , dan himpunan A dan A terpisah, maka

1 = P(S)
= P(A U A)
= P(A) + P(A)

Contoh:
Dua buah barang dipilih secara acak dari 12 barang diantaranya ada 4 barang
berkondisi cacat (rusak). Tentukan probailitas bahwa:
(a). kedua barang tersebut cacat
(b). kedua barang berkondisi baik
(c). paling sedikit satu barang cacat
Banyaknya cara untuk memilih 2 barang dari 12 barang = n(S)

12 !
n ( S )= 12 =
=66
2
2 ! ( 122 ) !

( )

Dimisalkan :

A = kejadian terpilihnya kedua barang cacat

B = kejadian terpilihnya kedua barang baik

Maka

4!
8!
n ( A )= 4 =
=6 n ( B )= 8 =
=28
2 2! ( 42 ) !
2 2! ( 82 ) !

()

()

P ( A )=

a). Probabilitas untuk mendapatkan kedua barang cacat

b). Probabilitas untuk mendapatkan kedua barang baik

c). Misalkan;

P ( B )=

n( A) 6
=
n( S) 66

n (B) 28
=
n(S) 66

= probabilitas terpilihnya 0- barang yang cacat

= probabilitas terpilihnya 1- barang yang cacat
= probabilitas terpilihnya 2- barang yang cacat

P ( S )=P ( 0 ) + P (1 ) + P ( 2 )=1

P ( 0 )=P ( B )=

28
66

Probabilitas paling sedikit ada satu barang cacat = Probabilitas (1-barang yang cacat ,

2-barang yang cacat)

P ( 1 ) + P ( 2 )=1P ( 0 )=1

28 38
=
66 66

Jadi probabilitas paling sedikit ada satu barang cacat adalah

38
66

6. Peluang Bersyarat (Probabilitas Bersyarat)

Probabilitas event B terjadi jika diketahui bahwa event A telah terjadi disebut dengan
probabilitas bersyarat dan dinotasikan dengan P(BA). Penulisan ini dibaca "peluang B
terjadi diberikan A telah terjadi".

Ilustrasi:

Misalkan B adalah bilangan kuadrat sempurna bila sebuah dadu dilempar.

Seperti contoh sebelumnya (contoh pada peluang suatu kejadian) bilangan genap
mempunyai peluang dua kali dibanding yang ganjil. Ruang sampel S = {1, 2, 3, 4, 5, 6}
dengan peluang

1
9

dan

2
9

untuk bilangan ganjil dan genap. Ruang sampel B

adalah B = {1, 4} dengan P(B) =

1
3 . Misalkan A adalah suatu event dimana bilangan

yang muncul lebih besar dari atau sama dengan 4, atau A = {4, 5, 6}. Untuk
menghitung peluang B terjadi relatif terhadap event A. kita harus menghitung dahulu
peluang baru A proposional dengan peluang semula demikian sehingga jumlahnya 1.
Misalkan w adalah peluang bilangan ganjil dan 2w peluang bilangan genap dari event A,
maka w =

1
5

. Event BA = {4}, sehingga P(BA) =

2
5

Atau kita dapat menuliskan:

2 2 /9 P ( A B )
P ( B| A )= =
=
5 5 /9
P ( A)
Definisi:
Peluang bersyarat dari B diberikan A dinotasikan dengan P(BA) didefinisikan dengan :

P ( B| A )=

P ( A B)
jika P ( A ) >0
P ( A)

Contoh:
Misalkan jumlah seluruh mahasiswa suatu universitas adalah 10.000 orang. Himpunan A
mewakili 2.000 mahasiswa lama (a). Himpunan B mewakili 3.500 mahasiswa putri (b).
Sedangkan 800 dari 3.500 mahasiswa putri merupakan mahasiwa lama (c). A dan B
adalah masing-masing merupakan himpunan bagian dari S. Kita memilih satu orang
mahasiswa secara acak, maka kejadian bersyarat (A/B) adalah kejadian yang mewakili
mahasiswa lama dengan syarat bahwa mereka putri.
Tentukan
(a). Apabila dari 10.000 mahasiswa tersebut dipilih satu secara acak, berapakah
probabilitasnya bahwa mahasiswa tersebut mahasiswa lama dengan syarat putri.

P ( A B)=

c
N

800
10.000
0,08

P ( A|B )= P(lama/putri)
8

P ( A B)
P (B)

c /N 800
=
b / N 3500
= 0,23
(b). Dengan argumentasi yang sama, probabilitas bahwa mahasiswa yang terpilih
secara acak tersebut mahasiswa putri dengan syarat bahwa harus juga mahasiswa
lama, maka:

P ( B| A )= P(putri/lama)

P ( A B)
P(A)

c /N 800
=
a/ N 2000
= 0,40

7. Event Independent (Kejadian saling lepas)

Dua kejadian atau lebih dikatakan merupakan kejadian bebas apabila terjadinya
kejadian tersebut tidak saling mempengaruhi. Dua kejadian A dan B dikatakan bebas,
jika kejadian A tidak mempengaruhi B atau sebaliknya.
Definisi:
Dua kejadian A dan B independent jika dan hanya jika:
P(BA) = P(B) dan P(AB) = P(A)
jika tidak demikian maka dependent.
Contoh:
Misal A adalah kejadian munculnya gambar spade pada pengambilan pertama dan B
adalah kejadian munculnya gambar spade pada pengambilan kedua.
Penyelesaian:
P(A) = P(B) =

13
= 0,25. Jika dilakukan pengembalian, maka P(B|A) = P(B) = 0,25.
52

Jika tidak dilakukan pengembalian maka P(B|A) = 12/51

8. Aturan Perkalian
Teorema:
Jika dalam suatu eksperimen dua event A dan B dapat terjadi maka:

P ( A B ) =P ( A ) P ( B| A )
Contoh:
Misalkan dalam suatu box terdapat 20 sekering, 5 diantaranya putus. Akan diambil dua
secara random dengan pengambilan pertama tanpa dikembalikan.
Tentukan peluang keduanya putus.

Jawab:

5 1
=
20 4

Peluang pertama putus adalah

yang kedua putus adalah

4
19 , sehingga

( 14 )( 194 )= 191

P ( A B)=

Contoh:
Satu tas pertama berisi 4 bola putih dan 3 bola hitam. Tas kedua berisi 3 bola putih dan
5 bola hitam. Satu bola diambil dari tas pertama dimasukkan ke tas kedua (secara
random). Tentukan peluang mengambil satu bola dari tas kedua berwarna hitam.
Jawab:
Misalkan B1,B2 dan W1 mewakili pengambilan bola hitam dari tas 1, bola hitam dari tas 2
dan bola putih dari tas 1. Event yang dimaksud adalah B1 B2 digabung dengan W1
B2, peluang dari event tersebut adalah:
P[(B1 B2) or (W1 B2)] = P(B1 B2) + P(W1 B2)
= P(B1)P(B2B1) + P(W1)P(B2W1)
=

( 37 )( 69 )+( 47 )( 59 )= 3863

Untuk mendapatkan peluang bahwa dua kejadian bebas akan terjadi bersama, bias
diperoleh dengan mencari hasil kali peluang dua kejadian.

Teorema:
Dua even A dan B adalah independent jika dan hanya jika
P(A B) = P(A)P(B)
Bukti :

P ( A B ) =P ( A ) P ( B| A )
Dari Definisi Dua kejadian A dan B independent jika dan hanya jika:
P(BA) = P(B) dan P(AB) = P(A)
Maka

P ( A B ) =P ( A ) P ( B| A )
P ( A B ) =P ( A ) P( B)

Contoh:
Sepasang dadu dilempar dua kali. Tentukan peluang jumlah 7 dan 11.
Jawab:
Misalkan
A1 : pelemparan pertama berjumlah 7
A2 : pelemparan kedua berjumlah 7
B1 : pelemparan pertama berjumlah 11
B2 : pelemparan kedua berjumlah 11
P[(A1 B2) U (B1 A2)] = P(A1 B2) + P(B1 A2)
= P(A1)P(B2) + P(B1)P(A2)

( 16 )( 181 )+( 181 )( 16 )= 541

Teorema:
Jika dalam suatu eksperimen event-event A1, A2, A3,,Ak dapat terjadi, maka :
P(A1 A2 A3 Ak) = P(A1) P(A2A1) P(A3A1 A2)...P(AkA1 A2 Ak-1)

10

Jika event-event A1, A2, A3,,Ak saling lepas (independent) maka:

P(A1 A2 A3 Ak) = P(A1)P(A2)P(A3)P(Ak)
Contoh:
Tiga lembar kartu diambil secara berturutan tidak dikembalikan. Tentukan peluang dari
event A1 A2 A3 dimana:
A1 : kartu pertama adalah ACE merah
A2 : kartu kedua adalah 10 atau JACK
A3 : kartu ketiga lebih besar dari 3 dan kurang dari 7
Jawab:

P ( A 1 )=

2
8
12
P ( A 2| A1 )= P ( A3| A1 A2 ) =
52
51
50

Sehingga diperoleh:

P ( A 1 A 2 A3 ) =P ( A 1 ) P ( A 2| A 1 ) P ( A3| A 1 A2 )

8
( 522 )( 518 )( 1250 )= 5525

9. Kaidah Bayes (Teorema Bayes)

Kaidah bayes atau teori bayes dikemukakan oleh seorang pendeta Inggris tahun
1763 yang bernama Thomas Bayes. Kaidah ini digunakan untuk menghitung probabilitas
terjadinya suatu peristiwa berdasarkan pengaruh yang didapat dari hasil observasi.
Sejak perang dunia ke-2 telah berkembang apa yang disebut Bayesian decision
Theory, yaitu teori keputusan berdasarkan perumusan Thomas Bayes yang bertujuan
untuk memecahkan masalah pembuatan keputusan yang mengandung ketidakpastian
(Decision making uder uncertainty).
Teori ini menerangkan hubungan antara probabilitas terjadinya suatu peristiwa
(misalkan B) dengan syarat peristiwa lain (misalkan A) telah terjadi, dan probabilitas
terjadinya peristiwa A dengan syarat peristiwa B telah terjadi. Kaidah ini didasarkan
pada prinsip bahwa tambahan informasi dapat memperbaiki kaidah probabilitas.
Peluang bersyarat kita gunakan apabila dalam ruang sampel (S) terdapat satu
peristiwa saling lepas, sedangkan Aturan bayes kita gunakan jika dalam suatu ruang
sampel (S) terdapat beberapa peristiwa saling lepas (mutually exclusive),
Peristiwa A dapat dinyatakan sebagai gabungan dua atau lebih peristiwa yang mutually
exclusive.
Tinjau diagram Venn

1
1

Peristiwa A dapat dinyatakan sebagai gabungan dua peristiwa yang mutually exclusive,
yaitu (BA) dan (BA). Jadi
A = (B A) U (B A)
maka P(A) dapat dihitung sebagai berikut:

11

P(A) = P[(B A) U (B A)]

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

P ( B| A )=

P( AB)
P( AB)
dan P ( A|B )=
P( A)
P ( B)

P ( A B)
P ( B| A )
P ( A)
P (B )
=
=
P ( A|B ) P ( A B ) P ( A )
P (B )

P ( B| A )=

P (B )
P ( A|B )
P ( A)

Dengan

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

P ( B| A )=

maka,

P ( B ) P ( A|B )
P ( B A ) + P (B ' A )

P ( B ) P ( A|B )
P ( B ) P ( A|B ) + P ( B ' ) P ( A|B ' )
P ( Bi A )

P ( B r|A ) =

P ( Bi A )
r=1

P ( Bi ) P ( A|Bi )

untuk r =1,2, k

P ( Bi ) P ( A|B i )
r=1

Kaidah Bayes ini menyatakan, jika dalam suatu ruang sampel (S) terdapat beberapa
peristiwa saling lepas (mutually exclusive), yaitu misalkan B1, B2, B3, , Bn yang
memiliki probabilitas tidak sama dengan nol dan apabila ada peristiwa lain (misalkan A)
yang mungkin dapat terjadi pada peristiwa-peritiwa B1, B2, B3, , Bn dengan diketahui
peristiwa A tersebut, maka:

P ( B r|A ) =

P ( Bi A )
k

P ( Bi ) P ( A|Bi )
k

untuk r=1, 2, k

P ( Bi A ) P ( Bi ) P ( A|Bi )
r=1

r =1

Pada kaidah ini, terdapat beberapa bentuk probabilitas, yaitu :

1. Probabilitas awal (probabilitas prior), yaitu probabilitas berdasarkan informasi yang
tersedia (sebelum ada tambahan informasi), yaitu P(Br).

12

2. Probabilitas bersyarat, yaitu probabilitas dimana terjadinya suatu peristiwa didahului

oleh terjadinya peristiwa lain, yaitu P(Ar|Br)
3. Peristiwa ganda, yaitu gabungan dari beberapa probabilitas (probabilitas gabungan),
yaitu {P(Br)P(Ar|Br)}.
4. Probabilitas posterior, yaitu probabilitas yang diperbaiki dengan adanya informasi
tambahan, yaitu P(Br|Ar).
Contoh soal 1:
Tiga kotak masing masing memiliki dua laci. Di dalam laci-laci tersebut terdapat sebuah
bola. Di dalam kotak I terdapat bola emas, dalam kotak II terdapat bola perak, dan
dalam kotak III terdapat bola emas dan perak. Jika diambil sebuah kotak dan isinya bola
emas, berapa probabilitas bahwa laci lain berisi bola perak?
Penyelesaian :
Misalkan :
B1 : Peristiwa terambil kotak I
B2 : Peristiwa terambil kotak II
B3 : Peristiwa terambil kotak III
A : Peristiwa laci yang dibuka berisi bola emas
A ini merupakan tambahan informasi
1. Probabilitas awal (Probabilitas Prior)

1
P ( B1 ) = =0,333
3
1
P ( B2 ) = =0,333
3
1
P ( B3 ) = =0,333
3

2. Probabilitas bersyarat

P ( A|B 1 )=1
P ( A|B 2 )=0
1
P ( A|B 3 )= =0,5
2
3. Probabilitas ganda (R)

R=P ( B1 ) P ( A|B1 ) + P ( B2 ) P ( A|B2 ) + P ( B 3 ) P ( A|B3 )

( 0,333 ) (1 )+ ( 0,333 )( 0 )+ ( 0,333 )( 0,5 )

0,333+0+0,1665

0,4995

4. Probabilitas posterior

P ( B3| A )=

P ( B3 ) P ( A|B3 )
3

P ( B r ) P ( A|B r )

untuk r=1, 2,3

( 0,333 )( 0,5 ) 0,1665

=
0,333
0,4995

0,333

r =1

Daftar Pustaka
13

1. Wapole R.E and Myers Raymond H, 1995, Ilmu peluang dan statistika untuk insinyur
dan ilmuan, ITB : Bandung.
2. Hasan. M.Iqbal, 2008, Statistika 2 (statistik inferensif) edisi ke-2, PT. Bumi aksara :
Jakarta.
3. Supranto. J, 2000, Statistik dan teori aplikasi edisi ke-6, Erlangga : Jakarta.
4. Abadyo and Permadi Hendro, 2004, Metoda statistika praktis, UM Press: Malang.
5. http://radar.ee.itb.ac.id/~suksmono/Lectures/el2002/ppt/I.%20Konsep%20Peluang.pdf
6. http://images.chrhad.multiply.multiplycontent.com/attachment/0/SLVZ1QoKCqcAAErQ
WgM1/ch2.pdf?key=chrhad:journal:22&nmid=112571313
7. http://hrisdianto.files.wordpress.com/2010/02/pengantar-probabilitas-drs1-arief-a-msi.pdf

Makalah Statistika Matematika 1

14

PELUANG

Oleh

: Kelompok 1

Anggota: Aisyahtin afida h A

Dedi Pujo Santoso
Anggerina Kartika Sari
Maulidya
Antoni Nur Hidayat
Siti Rohmawati

(093214013)
(093214204)
(093214205)
(093214208)
(093214214)
(093214224)

PRODI S1 MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI SURABAYA
TAHUN PELAJARAN 2011

15