BAB I

PENDAHULUAN

A. Latar Belakang
Dalam kehidupan seharihari manusia untuk mendapatkan suatu
pekerjaan akan melihat bagaimana peluang untuk mendapatkannya. Sama
seperti halnya dalam teori matematika peluang adalah suatu cara untuk
menyatakan kesempatan terjadinya suatu peristiwa. Secara kualitatif
peluang dapat dinyatakan dalam bentuk kata sifat untuk menunjukkan
kemungkinan terjadinya suatu keadaan seperti baik, lemah, kuat,
miskin, sedikit dan lain sebagainya. Secara kuantitatif, peluang
dinyatakan sebagai nilai-nilai numeris baik dalam bentuk pecahan maupun
desimal antara 0 dan 1. Peluang sama dengan 0 berarti sebuah peristiwa
tidak bisa terjadi sedangkan peluang sama dengan 1 berarti peristiwa
tersebut pasti terjadi. Untuk itu kita perlu mengetahui peluang yang akan
terjadi karena jelas di sini bahwa berbicara mengenai peluang kita
dihadapkan dalam suatu kondisi yang tidak pasti, akan tetapi kita hanya
diberikan suatu petunjuk atau gambaran seberapa besar keyakinan kita
bahwa suatu peristiwa bisa terjadi.
B. Tujuan
Tujuan dibuatnya makalah ini adalah :
1. Agar mahasiswa dapat memahami pengertian peluang.
2. Agar mahasiswa dapat memahami konsep peluang.
3. Agar mahasiswa dapat memahami ekspektasi.
4. Makalah ini ditujukan untuk memenuhi salah satu tugas mata kuliah
Statistika Dasar pada tahun ajaran 2015.
C. Metode Penulisan
Metode penulisan yang digunakan adalah menggunakan buku dan
internet sebagai sarana untuk mengumpulkan informasi, data, serta referensi
untuk melengkapi isi makalah ini.
D. Rumusan Masalah
1. Apa pengertian peluang?
2. Bagaimana konsep peluang?
1

3. Bagaimana ekspektasi dalam peluang?

BAB II
PEMBAHASAN

A. Sejarah Peluang
Teori peluang muncul dari inspirasi para penjudi yang berusaha mencari
informasi bagaimana kesempatan mereka untuk memenangkan suatu
permainan judi. Penjudi tersebut Chavelier de Mere (bangsawan Perancis)
bertanya pada Blaise Pascal (1623-1662). Lalu, Pascal dan Fermat (16011665) mengembangkannya menjadi teori peluang.
Walaupun teori peluang awalnya lahir dari masalah peluang
memenangkan permainan judi, tetapi teori ini segera menjadi cabang
matematika yang digunakan secara luas. Teori ini meluas penggunaannya
dalam bisnis, meteorologi, sains, dan industri.
Misalnya, perusahaan asuransi jiwa menggunakan peluang untuk
menaksir berapa lama seseorang mungkin hidup; dokter menggunakan
peluang untuk memprediksi kesuksesan sebuah pengobatan; ahli meteorologi
menggunakan peluang untuk meramalkan kondisi cuaca; peluang digunakan
dalam studi kelakuan molekul-molekul dalam suatu gas; peluang juga
digunakan untuk memprediksi hasil-hasil sebelum hari pemilihan umum.
Bahkan,

PLN

menggunakan

teori

peluang

dalam

merencanakan

pengembangan sistem pembangkit listrik dalam menghadapi perkembangan

beban listrik di masa depan.
B. Definisi Peluang
Peluang berarti kemungkinan atau harga angka yang menunjukkan
seberapa besar kemungkinan suatu peristiwa akan terjadi.
Peluang mempunyai banyak persamaan arti, seperti kemungkinan,
kesempatan dan kecenderungan. Peluang menunjukkan kemungkinan
terjadinya suatu kejadian yang bersifat acak. Suatu kejadian disebut acak jika
terjadinya kejadian tersebut tidak diketahui sebelumnya. Oleh karena itu,
peluang dapat digunakan sebagai alat ukur terjadinya kejadian di masa yang
akan datang. Nilai peluang yang paling kecil adalah 0 yang berarti bahwa
kejadian tersebut pasti tidak akan terjadi. Sedangkan nilai peluang yang
terbesar adalah 1 yang berarti bahwa kejadian tersebut pasti akan terjadi.
Secara lengkap, nilai peluang suatu kejadian A adalah :

Bagaimana kemungkinan itu terjadi dapat didefinisikan sebagai berikut :

1. Definisi secara Klasik
Misalkan sebuah peristiwa E dapat terjadi sebanyak n kali diantara N
peristiwa yang saling ekslusif dan masing-masing terjadi dengan
kesempatan yang sama, maka peluang peristiwa E terjadi adalah n/N dan
ditulis dalam notasi :

Contoh : Dadu memiliki enam sisi sehingga, 1 sisi mata 1, 1sisi mata 2, 1
sisi mata 3, 1 sisi mata 4, 1 sisi mata 5 dan satu sisi mata 6. Peluang
munculnya mata 1 adalah 1/6.
2. Definisi secara Empiris
Jika diperhatikan frekuensi relatif tentang terjadinya sebuah peristiwa
untuk sejumlah pengamatan, maka peluang peristiwa itu adalah limit dari
frekuensi relatif apabila jumlah pengamatan di perbesar sampai tak hingga
banyaknya dan ditulis dalam notasi :

Contoh : Koin mempunyai 2 sisi sehingga peluang muncul salah satu sisi
jika dilempar sabanyak 1 kali adalah . Jika dilempar sebanyak 2 kali,
belum tentu kedua sisi muncul bergantian, tetapi jika pelemparan
dilakukan semakin banyak, maka peluanggnya akan semakin mendekati
.
Selain itu, definisi mengenai peluang dapat dilihat dari tiga jenis
pendekatan. Yaitu pendekatan klasik, pendekatan frekuensi relatif dan
pendekatan subjektif (Aswin, hal: 1-3).
4

1. Pendekatan Klasik
Menurut pendekatan klasik, peluang didefinisikan sebagai hasil bagi
banyaknya kejadian yang dimaksud dengan seluruh kejadian yang
mungkin.
Dirumuskan :

Dengan :
P (A) = Peluang terjadinya kejadian
n (A) = Jumlah kejadian
n (S) = Jumlah kejadian yang mungkin.
2. Pendekatan Frekuensi Relatif
Menurut pendekatan frekuensi relatif, peluang dapat didefinisikan sebagai
berikut :
Proporsi waktu terjadinya suatu kejadian dalam jangka panjang, jika
kondisi stabil.
Frekuensi relatif dari seluruh kejadian dalam sejumlah besar percobaan.
Peluang berdasarkan pendekatan ini sering disebut sebagai peluang
Empiris. Nilai peluang ditentukan melalui percobaan, sehingga nilai
peluang itu merupakan limit dari frekuensi relatif kejadian tersebut.
3. Pendekatan Subjektif
Menurut pendekatan subjektif, peluang didefinisikan sebagai tingkat
kepercayaan individu atau kelompok yang didasarkan pada fakta- fakta
atau kejadian masa lalu atau berupa terkaan saja. Misalnya, seorang
direktur akan memilih seorang karyawan dari 3 orang calon yang telah
lulus ujian saringan. Ketiga calon tersebut sama pintar, sama lincah dan
semuanya penuh kepercayaan. Peluang tertinggi ( kemungkinan diterima )
menjadi karyawan ditentukan secara subjektif oleh sang direktur.
C. Aturan Peluang
Ada beberapa aturan peluang :

1. Peluang sebuah kejadian E selalu berkisar antara 0 sampai 1. Tidak

mungkin lebih kecil dari 0 dan tidak mungkin lebih besar dari 1 0 P(E)
1
Contoh : Peluang munculnya mata 1 pada pelemparan dadu = 1/6
2. Jumlah total peluang pada sebuah kejadian keseluruhan sama dengan 1
P(E) P(E) = 1
Contoh : Jika peluang munculnya mata 1 pada pelemparan dadu = P(1) =
1/6 Dan peluang munculnya mata bukan 1 (mata 2, mata 3, mata 4, mata 5
dan mata 6) adalah 5/6, maka total peluang pada pelemparan dadu adalah
1/6 + 5/6 = 1
3. Kejadian yang saling ekslusif, yaitu kondisi dimana jika kejadian yang
satu sudah terjadi maka kejadian yang lain tidak mungkin terjadi P(E1 U
E2) = P(E1) + P(E2)
Contoh : Jika peluang terambil satu kartu hati pada setumpuk kartu
bridge adalah 13/52 dan peluang terambil kartu wajik adalah 13/52.
Maka peluang terambil kartu hati atau wajik adalah 13/52 + 13/52 =
26/52 atau sama dengan peluang terambil kartu yang merah, artinya kalau
tidak hati berarti wajikyang terambil. Jika yang satu sudah terambil
maka yang lain tidak akan terambil.
P( U ) = P() + P() = 13/52 + 13/52 =
4. Kejadian yang saling inklusif, yaitu kondisi dimana jika kejadian yang
satu sudah terjadi maka kejadian yang lain masih mungkin terjadi P(E1 U
E2) = P(E1) + P(E2) P(E1 E2)
Contoh : Jika peluang terambil satu kartu hati pada setumpuk kartu
bridge adalah 13/52 dan peluang terambil kartu As adalah 4/52. Maka
peluang terambil kartu hati atau As adalah 13/52 + 4/52 1/52 = 16/52.
Disini perhitungan di kurangi 1/52 karena pada pengambilan kartu hati
atau As ada kemungkinan terambil kartu hati yang As dengan peluang
1/52 P( U As) = P() + P(As) P(( As) = 13/52 + 4/52 1/52 =
16/52

5. Kejadian yang saling independen, yaitu kondisi dimana jika kejadian yang
satu tidak berhubungan dengan kejadian yang lain P(E1 E2) = P(E1).
P(E2)
Contoh : Dilakukan pelemparan dua buah dadu. Jika peluang munculnya
mata 1 pada dadu pertama = 1/6 dan peluang munculnya mata 1 pada dadu
kedua = 1/6. Maka peluang dalam satu kali pelemparan 2 dadu akan
muncul mata 1 pada dadu pertama dan mata 1 pada dadu kedua adalah 1/6
x 1/6 = 1/36
P(1I 1II) = P(1I). P(1II)
= 1/6 x 1/6 = 1/36
6. Kejadian yang mempunyai hubungan bersyarat, yaitu sebuah kondisi
dimana kejadian yang satu menjadi syarat untuk kejadian berikutnya. Jadi,
kejadian kedua terjadi setelah kejadian satu terjadi.
P(E1 E2) = P(E1). P(E2|E1)
Contoh :
Sebuah kotak berisi 3 buah bola berwarna kuning, 4 buah bola berwarna
merah dan 5 buah bola berwarna biru, yang sama ukurannya. Peluang
terambil bola K = P(K) = 3/12, peluang terambil bola M = P(M) = 4/12
dan peluang terambil bola B = P(B) = 5/12 Jika diambil dua buah bola
berurutan, maka peluang terambil pertama bola merah dan ke dua bola
biru adalah 4/12 x 5/11 = 0,79. Disini peluang terambil bola biru 5/11
karena bola pertama sudah terambil sehingga jumlah bola keseluruhan
tinggal 11 P(M B) = P(M). P(B|M) = 4/12 x 4/11 = 0,79
D. Permutasi dan Kombinasi
1. Kombinasi
Kombinasi dari sejumlah objek merupakan cara pemilihan objek tersebut
tanpa menghiraukan urutan objek itu sendiri.
Definisi :
Suatu himpunan yang terdiri dari r objek yang mungkin dipilih dari suatu
himpunan yang terdiri dari n objek yang berbeda tanpa memperhatikan
urutan pemilihannya dinamakan kombinasi secara sekaligus sebanyak r
dari n objek yang berbeda dimana r n, dinyatakan

Contoh : Jika ada 5 huruf A B C D E, kemudian akan diambil 3 huruf

untuk disusun dengan tidak memperhatikan urutan, maka kemungkinan
susunannya :
AB C AB D AB E AC D AC E
ADE BCDBCE BDE CDE
Atau jika dihitung

Jadi ada 10 susunan yang mungkin.

2. Permutasi
Permutasi sejumlah objek ialah penyusunan objek tersebut dalam suatu
urutan tertentu.
Definisi :
Pengaturan atau penyusunan sebanyak r objek yang diambil dari suatu
himpunan yang terdiri dari n objek yang berbeda secara matematis
dinamakan permutasi secara sekaligus sebanyak r dari n objek yang
berbeda dimana r n, dinyatakan

Contoh : Jika ada 5 huruf A B C D E, kemudian akan diambil 3 huruf

untuk disusun dengan memperhatikan urutan, maka jumlah sususnan yang
mungkin ada

Jadi ada 60 susunan yang mungkin

E. Teorema Bayes
Jika kita mengamati k buah kejadian B1, B2, , Bk dengan peluang
terjadinya kejadian itu masing-masing P(B1), P(B2), , P(Bk) kemudian kita
mengamati sebuah kejadian A dalam masing masing kejadian tadi dengan
peluang P(AB1), P(AB2), , P(ABk),

maka peluang terjadi kejadian A adalah :

P(A) = P(B1) P(A|B1) + P(B2) P(A|B2) + + P(Bk) P(A|Bk)
Dan peluang kejadian A tersebut berasal dari kejadian Br adalah

Contoh :
Tiga orang telah dicalonkan sebagai manajer sebuah perusahaan. Peluang A
terpilih adalah 0,3, peluang B terpilih adalah 0,5, dan peluang C terpilih
adalah 0,2. Jika A terpilih, peluang terjadinya kenaikan gaji karyawan adalah
0,8. Jika B atau C terpilih, peluang kenaikan gaji karyawan masing-masing
adalah 0,1 dan 0,4.
B1 = A terpilih, B2 = B terpilih, dan B3 = C terpilih
G = kejadian gaji naik
P(B1) = 0.3, P(B2) = 0.5, P(B3) = 0.2
P(GB1) = 0.8, P(GB2) = 0.1, P(GB3) = 0.4
Peluang terjadi kenaikan gaji karyawan adalah
P(G) = P(B1) P(GB1) + P(B2) P(GB2) + P(B3) P(GB3)
= (0.3)(0.8) + (0.5)(0.1) + (0.2)(0.4)
= 0.37
Jadi peluang kenaikan gaji sebesar 0,37
Peluang kenaikan gaji terjadi jika terpilih C adalah

Jadi peluang kenaikan gaji jika C terpilih adalah sebesar 0,23

Contoh :
Sebuah pabrik mempunyai 3 mesin A, B dan C yang memproduksi berturutturut 60%, 30%, dan 10% dari total banyak unit yang diproduksi pabrik.
Persentase kerusakan produk yang dihasilkan dari masing-masing mesin
tersebut berturut-turut adalah 2%, 3% dan 4%. Suatu unit dipilih secara
random dan diketahui rusak. Hitung probabilitas bahwa unit tersebut berasal
dari mesin C. Misal kejadian R adalah unit yang rusak, akan dihitung P(C |
R), yaitu probabilitas bahwa suatu unit diproduksi oleh mesin C dengan
diketahui unit tersebut rusak.

Dengan teorema Bayes, kejadian P(A), P(B) dan P(C) adalah peluang
(persentase produksi) dari masing-masing mesin; P(R | A), P(R | B) dan P(R |
C) adalah peluang (persentase kerusakan) dari masing-masing mesin.

F. Ekspektasi
Ekspektasi, dinotasikan E; merupakan operator yang mentransformasi
variabel acak menjadi suatu skalar. Pende_nisian ekspektasi tergantung dari
jenis variabel acaknya, kontinu atau diskrit.
Definisi
Misal X variabel acak.
1. Jika X kontinu dengan pdf f(x) dan

maka ekspektasi dari X

2. Jika X diskrit dengan pmf p(x) dan

maka ekspektasi dari X adalah

Dengan kata lain, syarat keberadaan E[X] adalah

10

Sifat-sifat Ekspektasi
Sifat-sifat ekspektasi dinyatakan pada dua teorema berikut. Pada Teorema 1
diberikan aturan cara menentukan ekspektasi dari suatu fungsi variabel acak,
sedangkan Teorema 2 menyatakan bahwa ekspektasi merupakan operator
linier.

11

Dari Contoh 4, dapat diambil kesimpulan bahwa berbeda dengan

penjumlahan atau perkalian skalar, secara umum ekspektasi perkalian tidak
sama dengan perkalian ekspektasi.
Misalkan sebuah eksperimen yang menghasilkan k buah peristiwa dapat
terjadi dimana peluang terjadinya tiap peristiwa masing-masing p1, p2, , pk
dan untuk tiap peristiwa dengan peluang tersebut terdapat satuan-satuan x1,
x2, ,xk, maka ekspektasi eksperimen itu didefinisikan
= pi xi
= p1 x1 + p2 x2 + + pk xk
Contoh :
Sebuah undian berhadiah yang terdiri dari 1 hadiah pertama seniali 100.000,
2 hadiah kedua masing-masing 50.000 dan 3 hadiah ke tiga masing-masing
25.000. Jika jumlah kupon secara keseluruhan adalah 100, maka peluang
mendapat hadiah pertama 1/100, peluang mendapat hadaiah ke dua 2/100 dan
peluang mendapat hadiah ke tiga 3/100. Jika kopon di jual seharga 1000
perlembar, maka harapan untuk menang scara matematisnya adalah :
p1 = peluang mendapat hadiah pertama = 1/100
x1 = peristiwa menang hadiah pertama = 100.000
p2 = peluang mendapat hadiah kedua = 2/100
x2 = peristiwa menang hadiah kedua = 50.000
p3 = peluang mendapat hadiah ketiga = 3/100
x3 = peristiwa menang hadiah ketiga = 25.000
p4 = peluang mendapat hadiah keempat = 94/100
x4 = peristiwa menang hadiah keempat = (- 1000)
= 1/100 x 100.000 + 2/100 x 50.000 + 3/100 x 25.000 + 94/100 x (-1000)
= 100.000 + 100.000 + 75.000 282.000 = - 7.000
Karena nilai ekspektasi negatif, berarti secara matematika, kemungkinan akan
kalah atau tidak ada harapan untuk mendapatkan hadiah.
12

Harapan secara matematik itu ada ketika nilai ekspektasinya positif.

BAB III
PENUTUP
A. Simpulan
1. Teori peluang muncul dari inspirasi para penjudi yang berusaha mencari
informasi bagaimana kesempatan mereka untuk memenangkan suatu
permainan judi.
2. Peluang berarti kemungkinan atau harga angka yang menunjukkan
seberapa besar kemungkinan suatu peristiwa akan terjadi.
3. Aturan peluang terdiri dari beberapa : 1. Peluang sebuah kejadian E selalu
berkisar antara 0 sampai 1, 2. Jumlah total peluang pada sebuah kejadian
keseluruhan sama dengan 1 P(E) + P(E) = 1, 3. Kejadian yang saling
ekslusif, 4. Kejadian yang saling inklusif, 5. Kejadian yang saling
independen, 6. Kejadian yang mempunyai hubungan bersyarat.
4. Kombinasi dari sejumlah objek merupakan cara pemilihan objek tersebut
tanpa menghiraukan urutan objek itu sendiri.
5. Permutasi sejumlah objek ialah penyusunan objek tersebut dalam suatu
urutan tertentu.

13

B. Saran
Dengan adanya makalah ini diharapkan bahwa setiap orang mampu
mengetahui dan meramalkan bagaimana peristiwa dalam suatu peluang dapat
terjadi dan peluang ini mampu meyakinkan orang yang memerlukannya.
Selain itu untuk pembaca dan penulis semoga makalah ini bermanfaat dan
memberikan wawasan yang lebih luas lagi.

DAFTAR PUSTAKA

Sudjana. 2005. Metoda Statistika. Bandung:Tarsito.

Usman, M.Pd., M.T., Prof. Dr. Husaini dan R. Purnomo Setiady Akbar, M.Pd.
2006. Pengantar Statistika. Jakarta:Bumi Aksara.
Sumber Internet
http://danardono.staff.ugm.ac.id/matakuliah/ms1/doc/MMS1403-07.pdf

diakses

pada 27 Februari 2015 pukul 08:11

http://file.upi.edu/Direktori/FPMIPA/JUR._PEND._MATEMATIKA/1982051020
05011-AL_JUPRI/Teori_Peluang_Al_Jupri.pdf diakses pada 27 Februari
2015 pukul 08:00
http://file.upi.edu/Direktori/JURNAL/PENDIDIKAN_DASAR/Nomor_14Oktober_2010/KONSEP_PEMBELAJARAN_PADA_MATERI_PELUAN
G_GUNA_MENINGKATKAN_KEMAMPUAN_PEMECAHAN_MASA
LAH.pdf diakses pada 27 Fbruari 2014 pukul 08:03
http://kk.mercubuana.ac.id/elearning/files_modul/11017-6-365151542762.pdf
diakses pada 27 Februari 2014 pukul 08:07
http://nunung.blog.unsoed.ac.id/files/2012/04/Slide-090412-Ekspektasi.pdf
diakses pada 27 Februari 2015 pukul 08:17

14

http://repository.usu.ac.id/bitstream/123456789/22630/3/Chapter%20II.pdf
diakses pada 8 Maret 2014 pukul 05:46

15