Teori peluang merupakan salah satu cabang matematika yang paling relevan dengan kehidupan sehari-hari. Dalam statistik, kita mengenal dua jenis variabel acak utama: diskret dan kontinu. Artikel ini akan membahas secara mendalam mengenai peluang diskret, mulai dari konsep dasar, karakteristik, hingga berbagai variasi contoh soal yang sering muncul dalam ujian sekolah maupun perguruan tinggi.
Baca juga: Memahami Karakteristik Soal Ujian Mandiri Ekonomi
Memahami Konsep Peluang Diskret
Peluang diskret adalah distribusi peluang yang berhubungan dengan variabel acak diskret. Variabel acak diskret sendiri adalah variabel yang nilainya dapat dihitung (countable) dan biasanya berupa bilangan bulat. Contoh sederhana dari variabel diskret adalah jumlah anak dalam sebuah keluarga, jumlah mobil yang melewati jalan tol, atau hasil lemparan dadu.
Berbeda dengan peluang kontinu yang berhubungan dengan rentang nilai (seperti tinggi badan atau berat badan), peluang diskret berfokus pada titik-titik nilai tertentu.
Karakteristik Distribusi Peluang Diskret
Ada dua syarat utama yang harus dipenuhi agar sebuah fungsi dapat dikatakan sebagai fungsi peluang diskret:
- Nilai peluang dari setiap kejadian harus berada di rentang 0 hingga 1. Secara matematis ditulis $0 \le P(X = x) \le 1$.
- Total dari seluruh peluang dalam ruang sampel harus sama dengan 1. Jika kita menjumlahkan semua kemungkinan hasil, maka hasilnya wajib 1.
Jenis-Jenis Distribusi Peluang Diskret
Sebelum masuk ke contoh soal, penting bagi kita untuk mengenali beberapa jenis distribusi diskret yang populer:
- Distribusi Bernoulli: Eksperimen yang hanya memiliki dua kemungkinan hasil, yaitu sukses atau gagal.
- Distribusi Binomial: Terdiri dari beberapa percobaan Bernoulli yang identik dan independen.
- Distribusi Poisson: Digunakan untuk menghitung peluang terjadinya suatu peristiwa dalam interval waktu atau ruang tertentu.
- Distribusi Hipergeometrik: Mirip dengan binomial, namun dilakukan tanpa pengembalian (sampling without replacement).
Contoh Soal Peluang Diskret Dasar (Dadu dan Koin)
Mari kita mulai dengan contoh yang paling mendasar untuk membangun logika berpikir.
Contoh Soal 1: Lemparan Dua Dadu
Dua buah dadu setimbang dilemparkan secara bersamaan satu kali. Jika X adalah variabel acak yang menyatakan jumlah kedua mata dadu, tentukan peluang munculnya jumlah mata dadu 8.
Pembahasan:
Pertama, kita tentukan ruang sampel (S) dari dua dadu. Karena masing-masing dadu memiliki 6 sisi, maka total ruang sampel adalah $6 \times 6 = 36$.
Kejadian munculnya jumlah mata dadu 8 adalah: (2,6), (3,5), (4,4), (5,3), (6,2).
Terdapat 5 titik sampel yang memenuhi syarat.
Maka, $P(X = 8) = 5/36$.
Contoh Soal 2: Lemparan Koin
Tiga buah koin dilemparkan sekaligus. Tentukan distribusi peluang munculnya sisi Gambar (G).
Pembahasan:
Misalkan X adalah jumlah Gambar yang muncul. Kemungkinan nilai X adalah 0, 1, 2, atau 3.
Total ruang sampel adalah $2^3 = 8$.
- P(X=0) atau (AAA) = 1/8
- P(X=1) atau (GAA, AGA, AAG) = 3/8
- P(X=2) atau (GGA, GAG, AGG) = 3/8
- P(X=3) atau (GGG) = 1/8Jika dijumlahkan: $1/8 + 3/8 + 3/8 + 1/8 = 1$. Terbukti ini adalah distribusi peluang diskret yang valid.
Contoh Soal Distribusi Binomial
Distribusi binomial sering muncul dalam soal yang melibatkan kata kunci “sukses” dan “gagal” dengan jumlah percobaan yang tetap.
Contoh Soal 3: Produksi Barang Cacat
Sebuah pabrik lampu mengeklaim bahwa 10% dari produknya cacat. Jika diambil 5 lampu secara acak, berapakah peluang tepat 2 lampu di antaranya cacat?
Pembahasan:
Gunakan rumus Distribusi Binomial:
$P(X = k) = \binom{n}{k} \cdot p^k \cdot (1-p)^{n-k}$
Diketahui:
n = 5 (jumlah percobaan)
k = 2 (jumlah sukses yang diinginkan, dalam hal ini “cacat”)
p = 0,1 (peluang cacat)
q = 1 – 0,1 = 0,9 (peluang tidak cacat)
Perhitungan:
$P(X = 2) = \binom{5}{2} \cdot (0,1)^2 \cdot (0,9)^3$
$P(X = 2) = 10 \cdot 0,01 \cdot 0,729$
$P(X = 2) = 0,0729$
Jadi, peluang menemukan tepat 2 lampu cacat dari 5 sampel adalah 0,0729 atau 7,29%.
Contoh Soal Distribusi Poisson
Distribusi ini digunakan jika kita mengetahui rata-rata kejadian dalam suatu durasi.
Contoh Soal 4: Kedatangan Nasabah di Bank
Rata-rata nasabah yang datang ke sebuah bank adalah 3 orang per jam. Berapakah peluang bahwa dalam satu jam tertentu ada 5 nasabah yang datang?
Pembahasan:
Rumus Poisson:
$P(X = k) = \frac{e^{-\lambda} \cdot \lambda^k}{k!}$
Diketahui:
$\lambda = 3$ (rata-rata)
k = 5
e ≈ 2,71828
Perhitungan:
$P(X = 5) = \frac{e^{-3} \cdot 3^5}{5!}$
$P(X = 5) = \frac{0,0498 \cdot 243}{120}$
$P(X = 5) = \frac{12,1014}{120} \approx 0,1008$
Jadi, peluang 5 nasabah datang dalam satu jam adalah sekitar 10,08%.
Contoh Soal Distribusi Hipergeometrik
Perbedaan utama dengan binomial adalah pada hipergeometrik, pengambilan dilakukan tanpa pengembalian sehingga peluang setiap tahap berubah.
Contoh Soal 5: Pengambilan Kartu
Dari satu set kartu bridge (52 kartu), diambil 5 kartu secara acak tanpa pengembalian. Berapakah peluang mendapatkan tepat 2 kartu As?
Pembahasan:
Diketahui:
N = 52 (total populasi)
n = 5 (jumlah sampel)
K = 4 (total kartu As dalam populasi)
k = 2 (jumlah kartu As yang diinginkan dalam sampel)
Rumus:
$P(X = k) = \frac{\binom{K}{k} \binom{N-K}{n-k}}{\binom{N}{n}}$
$P(X = 2) = \frac{\binom{4}{2} \binom{48}{3}}{\binom{52}{5}}$
Setelah menghitung nilai kombinasi tersebut, kita akan mendapatkan nilai peluang spesifik untuk pengambilan kartu ini.
Strategi Mengerjakan Soal Peluang Diskret
Untuk menguasai materi ini, Anda perlu mengikuti beberapa langkah sistematis saat menghadapi soal:
- Identifikasi Variabel Acak: Tentukan apa yang sedang diukur. Apakah jumlah orang, jumlah barang, atau frekuensi kejadian?
- Periksa Jenis Distribusi: Apakah ada peluang sukses yang tetap (Binomial)? Apakah ada rata-rata waktu (Poisson)? Atau apakah pengambilan tanpa pengembalian (Hipergeometrik)?
- Tentukan Parameter: Catat nilai n, p, k, atau $\lambda$ sesuai rumus yang digunakan.
- Hitung dengan Teliti: Kesalahan paling umum adalah pada perhitungan faktorial atau pangkat desimal. Gunakan bantuan kalkulator scientific jika diperlukan.
Mengapa Belajar Peluang Diskret Penting?
Peluang diskret bukan sekadar angka di atas kertas. Di dunia industri, konsep ini digunakan untuk Quality Control (pengendalian mutu). Manajer produksi menggunakan distribusi binomial untuk menentukan apakah sebuah batch produksi layak dikirim ke pasar atau tidak berdasarkan sampel kecil.
Di bidang asuransi dan perbankan, distribusi Poisson membantu memprediksi risiko klaim atau antrean nasabah agar layanan tetap optimal. Bahkan dalam dunia pemrograman dan kecerdasan buatan, logika peluang diskret menjadi basis algoritma dalam pengambilan keputusan.
Baca juga: Rektor Universitas Teknokrat Indonesia Salurkan Donasi untuk Korban Bencana Sumatera melalui ICMI
Kesimpulan
Memahami peluang diskret memerlukan latihan yang konsisten. Dengan menguasai konsep dasar dan mengenali pola-pola dalam setiap jenis distribusi, Anda akan lebih mudah menyelesaikan berbagai variasi soal. Kunci utamanya adalah ketelitian dalam mengidentifikasi ruang sampel dan pemilihan rumus yang tepat.
Semoga kumpulan contoh soal peluang diskret ini membantu Anda dalam mempersiapkan diri untuk ujian atau sekadar memperdalam pemahaman statistik. Teruslah berlatih dengan angka-angka yang berbeda untuk mengasah intuisi matematika Anda.
Penulis: Aripin
Post Comment