SMA · Kelas 11 · Analisis Data dan Peluang

Peluang Bersyarat

Peluang bersyarat P(A∣B)P(A \mid B) adalah peluang kejadian AA terjadi jika sudah diketahui bahwa BB terjadi. Rumusnya P(A∣B)=P(A∩B)P(B)P(A \mid B) = \frac{P(A \cap B)}{P(B)} dengan P(B)>0P(B) > 0. Informasi tambahan mempersempit ruang sampel menjadi BB saja. Dari rumus ini diperoleh aturan perkalian P(A∩B)=P(B)×P(A∣B)P(A \cap B) = P(B) \times P(A \mid B), pengertian kejadian saling bebas, serta cara membalik syarat dengan teorema Bayes.

Daftar isi
  1. Konsep
  2. Rumus
  3. Contoh soal
  4. Kesalahan umum
  5. Coba sendiri
  6. Kuis 5 soal
  7. Tanya jawab
  8. Topik terkait
  9. Untuk guru

Konsep Peluang Bersyarat

Arti dan rumus peluang bersyarat

Sebuah dadu dilempar dan kamu diberi tahu bahwa mata dadu yang muncul genap. Berapa peluang mata dadunya 6? Tanpa informasi, peluangnya 16\frac{1}{6}. Dengan informasi itu, kemungkinan yang tersisa hanya 2, 4, atau 6, sehingga peluangnya menjadi 13\frac{1}{3}.

Itulah ide peluang bersyarat: syarat BB menjadi ruang sampel baru. Secara umum

P(A∣B)=P(A∩B)P(B),P(B)>0.P(A \mid B) = \frac{P(A \cap B)}{P(B)}, \quad P(B) > 0.

Jika semua hasil berpeluang sama, rumus ini dapat dihitung langsung dengan mencacah: P(A∣B)=n(A∩B)n(B)P(A \mid B) = \frac{n(A \cap B)}{n(B)}.

Perhatikan bahwa P(A∣B)P(A \mid B) umumnya tidak sama dengan P(B∣A)P(B \mid A). Peluang seseorang membawa payung jika hari hujan tinggi, tetapi peluang hari hujan jika seseorang membawa payung bisa jauh lebih rendah.

Tabel kontingensi

Data dua kategori sering disajikan dalam tabel kontingensi. Contohnya data 120 siswa kelas 11 berikut.

Ikut robotik (RR)Tidak ikutJumlah
Suka matematika (MM)304070
Tidak suka104050
Jumlah4080120

Untuk peluang bersyarat, cukup lihat baris atau kolom syaratnya:

  • P(R∣M)=3070=37P(R \mid M) = \frac{30}{70} = \frac{3}{7}, karena syaratnya baris "suka matematika" yang berisi 70 siswa.
  • P(M∣R)=3040=34P(M \mid R) = \frac{30}{40} = \frac{3}{4}, karena syaratnya kolom "ikut robotik" yang berisi 40 siswa.

Penyebut selalu banyak anggota kejadian syarat, bukan jumlah seluruh siswa.

Aturan perkalian dan kejadian saling bebas

Dengan mengalikan silang rumus peluang bersyarat diperoleh aturan perkalian:

P(A∩B)=P(A)×P(B∣A).P(A \cap B) = P(A) \times P(B \mid A).

Aturan ini cocok untuk pengambilan berurutan tanpa pengembalian. Jika kantong berisi 5 kelereng merah dan 3 biru, peluang dua kali mengambil merah adalah 58×47\frac{5}{8} \times \frac{4}{7}, karena setelah satu merah diambil tersisa 4 merah dari 7 kelereng.

Kejadian AA dan BB saling bebas jika terjadinya BB tidak mengubah peluang AA, yaitu P(A∣B)=P(A)P(A \mid B) = P(A). Setara dengan itu,

P(A∩B)=P(A)×P(B).P(A \cap B) = P(A) \times P(B).

Pada tabel di atas, P(R)=40120=13P(R) = \frac{40}{120} = \frac{1}{3}, sedangkan P(R∣M)=37P(R \mid M) = \frac{3}{7}. Karena berbeda, ikut robotik dan suka matematika tidak saling bebas.

Jangan tertukar dengan saling lepas (A∩B=∅A \cap B = \varnothing). Dua kejadian saling lepas yang peluangnya positif justru pasti tidak saling bebas, karena terjadinya satu kejadian membuat peluang yang lain menjadi 0.

Diagram pohon dan teorema Bayes

Diagram pohon memecah percobaan menjadi beberapa tahap. Setiap cabang diberi peluang bersyarat, peluang satu jalur diperoleh dengan mengalikan sepanjang cabang, dan peluang kejadian yang dapat dicapai lewat beberapa jalur diperoleh dengan menjumlahkan jalur-jalur itu:

P(B)=P(A)×P(B∣A)+P(Ac)×P(B∣Ac).P(B) = P(A) \times P(B \mid A) + P(A^{c}) \times P(B \mid A^{c}).

Jika yang ditanyakan kebalikannya, yaitu peluang AA setelah BB diketahui terjadi, gunakan teorema Bayes:

P(A∣B)=P(A)×P(B∣A)P(B).P(A \mid B) = \frac{P(A) \times P(B \mid A)}{P(B)}.

Bayes dipakai, misalnya, untuk menilai seberapa yakin kita bahwa sebuah pesan adalah spam setelah filter menandainya, atau dari mesin mana sebuah barang cacat berasal.

Rumus

Peluang bersyarat
P(A∣B)=P(A∩B)P(B),P(B)>0P(A \mid B) = \frac{P(A \cap B)}{P(B)}, \quad P(B) > 0
Aturan perkalian
P(A∩B)=P(A)×P(B∣A)P(A \cap B) = P(A) \times P(B \mid A)
Kejadian saling bebas
P(A∩B)=P(A)×P(B)  ⟺  P(A∣B)=P(A)P(A \cap B) = P(A) \times P(B) \iff P(A \mid B) = P(A)
Peluang total
P(B)=P(A)P(B∣A)+P(Ac)P(B∣Ac)P(B) = P(A)P(B \mid A) + P(A^{c})P(B \mid A^{c})
Teorema Bayes
P(A∣B)=P(A) P(B∣A)P(B)P(A \mid B) = \frac{P(A)\,P(B \mid A)}{P(B)}

Contoh soal peluang bersyarat dan pembahasan

Contoh 1 · Mudah

Dadu dengan informasi tambahan

Sebuah dadu dilempar sekali. Diketahui mata dadu yang muncul genap. Tentukan peluang mata dadu itu 6.

Lihat langkah penyelesaian
  1. Ruang sampel baru adalah kejadian genap B={2,4,6}B = \{2, 4, 6\}, dengan P(B)=36P(B) = \frac{3}{6}.
  2. A∩B={6}A \cap B = \{6\}, dengan P(A∩B)=16P(A \cap B) = \frac{1}{6}.
  3. P(A∣B)=16:36=13P(A \mid B) = \frac{1}{6} : \frac{3}{6} = \frac{1}{3}.

Peluangnya 13\frac{1}{3}.

Contoh 2 · Sedang

Membaca tabel kontingensi

Dari tabel 120 siswa di atas, seorang siswa dipilih acak dan ternyata ia suka matematika. Tentukan peluang ia ikut robotik.

Lihat langkah penyelesaian
  1. Syaratnya "suka matematika", jadi ruang sampel baru adalah 70 siswa pada baris itu.
  2. Di antara mereka, 30 siswa ikut robotik.
  3. P(R∣M)=3070=37P(R \mid M) = \frac{30}{70} = \frac{3}{7}.

P(R∣M)=37P(R \mid M) = \frac{3}{7}.

Contoh 3 · Sedang

Pengambilan tanpa pengembalian

Kantong berisi 5 kelereng merah dan 3 kelereng biru. Dua kelereng diambil satu per satu tanpa pengembalian. Tentukan peluang keduanya merah.

Lihat langkah penyelesaian
  1. Peluang pengambilan pertama merah: 58\frac{5}{8}.
  2. Setelah itu tersisa 4 merah dari 7 kelereng, sehingga peluang kedua merah dengan syarat pertama merah adalah 47\frac{4}{7}.
  3. Aturan perkalian: 58×47=2056=514\frac{5}{8} \times \frac{4}{7} = \frac{20}{56} = \frac{5}{14}.

Peluangnya 514\frac{5}{14}.

Contoh 4 · Sedang

Menguji kebebasan dua kejadian

Diketahui P(A)=0,4P(A) = 0{,}4, P(B)=0,5P(B) = 0{,}5, dan P(A∩B)=0,2P(A \cap B) = 0{,}2. Hitung P(A∣B)P(A \mid B) lalu tentukan apakah AA dan BB saling bebas.

Lihat langkah penyelesaian
  1. P(A∣B)=0,20,5=0,4P(A \mid B) = \frac{0{,}2}{0{,}5} = 0{,}4.
  2. Nilai ini sama dengan P(A)=0,4P(A) = 0{,}4, jadi terjadinya BB tidak mengubah peluang AA.
  3. Cek dengan rumus lain: P(A)×P(B)=0,4×0,5=0,2=P(A∩B)P(A) \times P(B) = 0{,}4 \times 0{,}5 = 0{,}2 = P(A \cap B). Jadi AA dan BB saling bebas.

P(A∣B)=0,4P(A \mid B) = 0{,}4, dan AA, BB saling bebas.

Contoh 5 · Penalaran

Peluang total dengan diagram pohon

Mesin A menghasilkan 60% barang di sebuah pabrik dan 2% hasilnya cacat. Mesin B menghasilkan 40% sisanya dan 5% hasilnya cacat. Sebuah barang dipilih acak. Tentukan peluang barang itu cacat.

Lihat langkah penyelesaian
  1. Jalur A lalu cacat: 0,6×0,02=0,0120{,}6 \times 0{,}02 = 0{,}012.
  2. Jalur B lalu cacat: 0,4×0,05=0,020{,}4 \times 0{,}05 = 0{,}02.
  3. Jumlahkan kedua jalur: P(cacat)=0,012+0,02=0,032P(\text{cacat}) = 0{,}012 + 0{,}02 = 0{,}032, yaitu 4125\frac{4}{125} atau 3,2%.

Peluang barang cacat 4125\frac{4}{125} atau 3,2%.

Contoh 6 · Penalaran

Membalik syarat dengan teorema Bayes

Pada pabrik yang sama, sebuah barang ternyata cacat. Berapa peluang barang itu berasal dari mesin A?

Lihat langkah penyelesaian
  1. Yang dicari P(A∣cacat)P(A \mid \text{cacat}), kebalikan dari informasi P(cacat∣A)=0,02P(\text{cacat} \mid A) = 0{,}02.
  2. Teorema Bayes: P(A∣cacat)=0,6×0,020,032=0,0120,032P(A \mid \text{cacat}) = \frac{0{,}6 \times 0{,}02}{0{,}032} = \frac{0{,}012}{0{,}032}.
  3. Sederhanakan: 1232=38\frac{12}{32} = \frac{3}{8}.
  4. Meskipun mesin A membuat lebih banyak barang, barang cacat lebih mungkin berasal dari mesin B dengan peluang 58\frac{5}{8}.

Peluangnya 38\frac{3}{8}.

Kesalahan yang sering terjadi

Menganggap P(A∣B)P(A \mid B) sama dengan P(B∣A)P(B \mid A).
Keduanya memakai penyebut berbeda. Pada tabel siswa, P(R∣M)=37P(R \mid M) = \frac{3}{7}, sedangkan P(M∣R)=34P(M \mid R) = \frac{3}{4}.
Membagi dengan jumlah seluruh data, misalnya menulis P(R∣M)=30120P(R \mid M) = \frac{30}{120}.
30120\frac{30}{120} adalah P(R∩M)P(R \cap M). Untuk peluang bersyarat, penyebutnya banyak anggota kejadian syarat, yaitu 70.
Memakai peluang yang sama untuk setiap pengambilan padahal tanpa pengembalian.
Tanpa pengembalian, isi kantong berubah setelah setiap pengambilan, sehingga peluang tahap berikutnya adalah peluang bersyarat.
Menyamakan saling lepas dengan saling bebas.
Saling lepas berarti tidak dapat terjadi bersamaan, P(A∩B)=0P(A \cap B) = 0. Saling bebas berarti P(A∩B)=P(A)×P(B)P(A \cap B) = P(A) \times P(B).

Coba sendiri

Tulis jawabanmu, tekan Periksa. Jika belum tepat, buka petunjuk satu per satu.

Soal 1Pemahaman
Sebuah kartu diambil acak dari sepuluh kartu bernomor 1 sampai 10. Diketahui nomornya ganjil. Tentukan peluang nomor itu bilangan prima. Tulis dalam bentuk pecahan.
Soal 2Aplikasi
Gunakan tabel 120 siswa pada materi. Seorang siswa dipilih acak dan ternyata ia ikut robotik. Tentukan peluang ia suka matematika.
Soal 3Penalaran
Peluang turun hujan pada suatu pagi 0,3. Jika hujan, peluang Dimas terlambat ke sekolah 0,4; jika tidak hujan, peluangnya 0,1. Tentukan peluang Dimas terlambat pada pagi itu.

Kuis 5 soal

Kerjakan semua soal, lalu periksa sekaligus.

Soal 1Aplikasi
Dua dadu dilempar. Diketahui dadu pertama menunjukkan mata 3. Peluang jumlah kedua mata dadu 8 adalah …
Soal 2Aplikasi
Kotak berisi 4 bola merah dan 6 bola putih. Dua bola diambil satu per satu tanpa pengembalian. Jika bola pertama merah, peluang bola kedua putih adalah …
Soal 3Penalaran
Diketahui P(A)=0,5P(A) = 0{,}5, P(B)=0,4P(B) = 0{,}4, dan P(A∩B)=0,2P(A \cap B) = 0{,}2. Pilih semua pernyataan yang benar.
Pilih semua jawaban yang benar.
Soal 4Penalaran
Dua kejadian yang saling lepas dan masing-masing peluangnya lebih dari 0 pasti saling bebas. Benar atau salah?
Soal 5Aplikasi
Diketahui P(B)=0,25P(B) = 0{,}25 dan P(A∩B)=0,1P(A \cap B) = 0{,}1. Tentukan P(A∣B)P(A \mid B).

Latihan tanpa batas

Soal kembar dengan angka baru, petunjuk bertingkat, dan catatan penguasaanmu.

Mulai latihan

Tanya jawab

Bagaimana cara mengenali soal peluang bersyarat?

Cari kata seperti "jika diketahui", "ternyata", "dengan syarat", atau "di antara yang". Bagian setelah kata itu biasanya kejadian syarat yang menjadi penyebut.

Apakah pengambilan dengan pengembalian membuat kejadian saling bebas?

Ya. Dengan pengembalian, isi kantong kembali seperti semula, sehingga hasil pengambilan pertama tidak memengaruhi peluang pengambilan berikutnya.

Mengapa hasil teorema Bayes sering mengejutkan?

Karena kita sering mengabaikan seberapa jarang kejadian awalnya. Jika spam hanya 10%, banyak tanda dari filter justru berasal dari pesan biasa yang jumlahnya jauh lebih besar.

Topik terkait

Ringkasan untuk guru

Tujuan pembelajaran

  • Peserta didik menentukan peluang bersyarat dari ruang sampel, tabel kontingensi, dan rumus.
  • Peserta didik memakai aturan perkalian dan diagram pohon untuk percobaan bertahap, termasuk tanpa pengembalian.
  • Peserta didik membedakan kejadian saling bebas dan saling lepas serta menerapkan teorema Bayes sederhana.

Ide aktivitas kelas

  • Survei kelas: siswa mengumpulkan data dua kategori (misalnya sarapan atau tidak dan mengantuk di kelas atau tidak), menyusun tabel kontingensi, lalu menghitung dan membandingkan peluang bersyarat.
  • Simulasi kantong: kelompok mengambil kelereng tanpa pengembalian berulang kali dan membandingkan frekuensi relatif dengan hasil aturan perkalian.
  • Pohon 1.000 pesan: siswa mengubah peluang menjadi banyak pesan dari 1.000 pesan untuk memahami teorema Bayes tanpa rumus.

Acuan: Capaian Pembelajaran Matematika Fase F (Keputusan Kepala BSKAP No. 046/H/KR/2025), elemen Analisis Data dan Peluang; TKA SMA Matematika — elemen Data dan Peluang.

Bagikan latihan ke kelas dengan kode tugas