Materi Ajar: Teori Peluang Kejadian Majemuk dan Analisis Probabilitas Terintegrasi
A. Landasan Konseptual Peluang Kejadian Majemuk
Di dalam kenyataan, suatu peristiwa jarang sekali terjadi secara terisolasi sebagai suatu kejadian tunggal sederhana. Ketika seorang analis risiko mengevaluasi keandalan sistem peluncuran roket, ia harus memperhitungkan peluang berfungsinya mesin utama **sekaligus** berfungsinya katup bahan bakar cadangan. Ketika seorang aktuaris menghitung premi asuransi, ia harus menganalisis peluang seorang nasabah mengalami kecelakaan mobil **atau** jatuh sakit dalam periode satu tahun. Gabungan dari dua atau lebih kejadian tunggal sederhana ini disebut sebagai Kejadian Majemuk.
Secara teori himpunan, kejadian majemuk dibentuk melalui operasi gabungan (*union* - dilambangkan $\cup$ atau kata hubung **"atau"**) dan operasi irisan (*intersection* - dilambangkan $\cap$ atau kata hubung **"dan"**). Kita mengklasifikasikan kejadian majemuk ke dalam dua kategori interaksi utama:
1. Kejadian Saling Lepas (*Mutually Exclusive*)
Dua kejadian $A$ dan $B$ dikatakan saling lepas jika keduanya tidak mungkin terjadi secara bersamaan. Di dalam diagram Venn, lingkaran kejadian $A$ dan $B$ saling terpisah sepenuhnya tanpa ada irisan ($A \cap B = \emptyset$).
Peluang terjadinya kejadian $A$ atau $B$ dirumuskan secara aditif:
$$P(A \cup B) = P(A) + P(B) \quad \text{suku irisan } P(A \cap B) = 0$$
2. Kejadian Tidak Saling Lepas (*Non-Mutually Exclusive*)
Dua kejadian $A$ dan $B$ dikatakan tidak saling lepas jika terdapat kemungkinan kedua kejadian tersebut terjadi bersamaan. Di dalam diagram Venn, kedua lingkaran saling bertumpukan membentuk daerah irisan ($A \cap B \neq \emptyset$).
Peluang terjadinya kejadian $A$ atau $B$ dihitung dengan mengurangkan peluang irisan agar tidak terjadi perhitungan ganda (*double-counting*):
$$P(A \cup B) = P(A) + P(B) - P(A \cap B)$$
💡 Prinsip Inklusi-Eklusi Geometris
Aturan pengurangan irisan $P(A \cap B)$ merupakan implementasi dasar dari prinsip Inklusi-Eklusi di dalam kombinatorika. Jika kita menjumlahkan seluruh elemen di dalam lingkaran $A$ dan lingkaran $B$, maka area irisan tengah telah terhitung sebanyak dua kali. Pengurangan sebanyak satu kali daerah irisan bertujuan untuk menyeimbangkan kembali kesamaan total luas area representasi probabilitas pada bidang semesta $S$.
B. Karakteristik Hubungan Saling Bebas dan Kejadian Bersyarat
Kategori interaksi kedua di dalam kejadian majemuk didasarkan pada apakah terjadinya kejadian pertama memengaruhi peluang terjadinya kejadian kedua.
1. Kejadian Saling Bebas (*Independent*)
Dua kejadian $A$ and $B$ dikatakan saling bebas jika terjadinya kejadian $A$ tidak memengaruhi peluang terjadinya kejadian $B$, dan sebaliknya. Skenario klasik dari hubungan ini adalah pelemparan koin dan pelemparan dadu secara bersamaan, atau pengambilan kartu dengan pengembalian.
Peluang terjadinya kejadian $A$ dan $B$ secara bersamaan dihitung dengan mengalikan kedua peluang individualnya:
$$P(A \cap B) = P(A) \times P(B)$$
2. Kejadian Bersyarat / Dependent (*Conditional Probability*)
Dua kejadian $A$ dan $B$ dikatakan **bersyarat (tidak saling bebas)** jika terjadinya kejadian $A$ memengaruhi peluang terjadinya kejadian $B$. Contoh klasiknya adalah pengambilan dua kelereng dari dalam kantong satu per satu **tanpa pengembalian**.
Peluang terjadinya kejadian $B$ dengan syarat kejadian $A$ telah terjadi terlebih dahulu dilambangkan sebagai $P(B|A)$ dan dirumuskan sebagai:
$$P(B|A) = \frac{P(A \cap B)}{P(A)} \implies P(A \cap B) = P(A) \times P(B|A)$$
Di mana:
- $P(B|A)$ = Peluang bersyarat terjadinya kejadian $B$ setelah kejadian $A$ terjadi.
- $P(A \cap B)$ = Peluang terjadinya kejadian $A$ dan $B$ bersamaan.
- $P(A)$ = Peluang terjadinya kejadian acuan $A$ ($P(A) \neq 0$).
C. Studi Kasus Kontekstual Bernilai HOTS (Higher-Order Thinking Skills)
Aplikasi peluang kejadian majemuk sangat luas, mulai dari evaluasi keandalan fungsional gerbang logika mikrokontroler, perancangan diversifikasi portofolio investasi reksa dana, hingga pembuktian diagnosis klinis medis bersyarat.
Studi Kasus 1: Keandalan Sistem Redundansi Ganda pada Jaringan Listrik Gardu
Deskripsi Skenario:
Sebuah rumah sakit rujukan nasional memasang sistem catu daya listrik redundansi ganda untuk menjamin kestabilan suplai listrik ruang operasi. Jaringan penyuplai daya disokong oleh dua mesin generator cadangan independen: Generator A ($G_1$) dan Generator B ($G_2$). Data teknis menyatakan peluang kegagalan operasional Generator A saat dibutuhkan adalah $P(G_1) = 0,05$ (keandalan $95\%$), sedangkan peluang kegagalan Generator B adalah $P(G_2) = 0,08$ (keandalan $92\%$). Kedua generator dirancang bekerja secara saling bebas.
Lakukan analisis peluang kejadian majemuk untuk menentukan:
a. Peluang terjadinya pemadaman total di ruang operasi karena **kedua generator gagal bekerja** secara bersamaan!
b. Peluang rumah sakit tetap aman dari pemadaman karena **minimal salah satu generator berhasil menyala** di saat darurat!
Langkah 1: Menghitung Peluang Kegagalan Bersama ($P(G_1 \cap G_2)$)
Karena pengoperasian generator A dan generator B bersifat saling bebas (*independent*), maka peluang terjadinya kegagalan pada kedua generator secara bersamaan adalah perkalian dari masing-masing peluang kegagalannya:
$$P(G_1 \cap G_2) = P(G_1) \times P(G_2)$$
$$P(G_1 \cap G_2) = 0,05 \times 0,08 = 0,004$$
Peluang terjadinya kegagalan bersama pada kedua generator cadangan adalah **0,004 (atau 0,4%)**.
Langkah 2: Menghitung Peluang Keandalan Sistem ($P(\text{Sistem Berhasil})$)
Sistem dinyatakan berhasil menyuplai listrik jika minimal salah satu generator menyala dengan baik. Kejadian ini merupakan komplemen mutlak dari kejadian di mana kedua generator mengalami kegagalan bersamaan:
$$P(\text{Sistem Berhasil}) = 1 - P(G_1 \cap G_2)$$
$$P(\text{Sistem Berhasil}) = 1 - 0,004 = 0,996$$
Rekomendasi Rekayasa Struktur: Melalui perancangan sistem redundansi ganda saling bebas ini, peluang keandalan suplai daya melonjak drastis mencapai **0,996 (atau 99,6%)**, jauh lebih tinggi daripada menggunakan satu generator tunggal saja. Desain sistem ini dinyatakan layak secara standar keselamatan medis tingkat tinggi.
D. Lembar Kerja HOTS Mandiri
Ujilah ketajaman nalar logika, pemodelan matematis, dan kemampuan analisis risiko stokastik Anda dengan menyelesaikan tiga tantangan eksplorasi komprehensif di bawah ini. Jabarkan secara tuntas!
Panduan Penyelesaian: Identifikasikan hubungan antar-kejadian majemuk (apakah saling lepas, saling bebas, atau bersyarat?), tuliskan langkah formal sistematis beserta rumus KaTeX bersangkutan, dan berikan evaluasi berbasis angka probabilitas tersebut!
-
Tantangan Analisis Penyebaran Virus dan Keakuratan Alat Tes Medis (Bayes' Theorem):
Dalam sebuah populasi perkotaan, teridentifikasi sebesar $2\%$ warga mengidap infeksi virus patogen tertentu ($P(V) = 0,02$). Alat tes diagnostik kesehatan yang digunakan memiliki tingkat sensitivitas $95\%$ (peluang hasil tes positif saat pasien benar-benar sakit adalah $P(+|V) = 0,95$) dan tingkat spesifisitas $90\%$ (peluang hasil tes negatif saat pasien benar-benar sehat adalah $P(-|V') = 0,90$). Di akhir pekan, seorang warga diambil secara acak dan hasil tesnya dinyatakan positif ($+$).
Pertanyaan Evaluatif:
a. Formulasikan nilai peluang komplemen warga yang sehat ($P(V')$) beserta peluang tes dinyatakan positif palsu ($P(+|V')$)!
b. Hitunglah total peluang tes memberikan hasil positif ($P(+)$) dari seluruh populasi baik sehat maupun sakit menggunakan Teorema Peluang Total!
c. Berdasarkan hukum peluang bersyarat Bayes, hitunglah peluang sesungguhnya warga tersebut benar-benar mengidap infeksi virus ($P(V|+)$) setelah hasil tesnya dinyatakan positif! Mengapa hasil ini berbeda jauh dari sensitivitas tes $95\%$?
-
Analisis Diversifikasi Portofolio Keuangan Saling Bebas vs Dependen:
Seorang investor menanamkan modal pada dua aset reksa dana mandiri: Reksa Dana Saham ($S_1$) dan Reksa Dana Obligasi ($S_2$). Di bawah kondisi pasar yang stabil, peluang Reksa Dana Saham memberikan keuntungan di akhir tahun adalah $0,70$, sedangkan peluang Reksa Dana Obligasi memberikan keuntungan adalah $0,60$.
Pertanyaan Evaluatif:
a. Jika kedua aset tersebut bekerja secara saling bebas (independen), hitunglah peluang investor mendapatkan keuntungan dari kedua reksa dana tersebut secara bersamaan di akhir tahun!
b. Di dalam krisis moneter global, pergerakan kedua aset menjadi dependen (tidak saling bebas) di mana peluang Reksa Dana Obligasi untung menyusut menjadi hanya $0,20$ saat diketahui Reksa Dana Saham mengalami kerugian. Hitunglah peluang kedua aset mengalami kegagalan/kerugian bersama dalam kondisi krisis bersyarat tersebut!
c. Jelaskan perbedaan penting konsep manajemen risiko diversifikasi investasi antara kondisi pasar stabil (saling bebas) dengan kondisi krisis (terikat dependen)!
-
Tantangan Keandalan Gerbang Logika AND-OR pada Sensor Mikrokontroler Robotika:
Sistem kontroler pendaratan robot penjelajah menggunakan dua buah sensor posisi utama: Sensor A ($S_a$) dan Sensor B ($S_b$). Agar kaki pendarat dapat terbuka secara mekanik, mikrokontroler diprogram mengaktifkan sirkuit dengan aturan: sensor A mengirim sinyal pendaratan **atau** sensor B mengirim sinyal pendaratan (Kejadian Tidak Saling Lepas). Diketahui keandalan peluang Sensor A berfungsi adalah $0,90$, Sensor B adalah $0,85$, dan peluang kedua sensor berfungsi bersamaan adalah $0,80$.
Pertanyaan Evaluatif:
a. Buktikan secara analitis aljabar apakah pengoperasian Sensor A dan Sensor B bersifat saling bebas (independen) atau saling bergantung (dependen) berdasarkan parameter peluang di atas!
b. Hitunglah peluang keberhasilan pembukaan kaki pendarat robot penjelajah tersebut menggunakan kriteria tidak saling lepas!
c. Jika kegagalan sistem pendaratan berisiko menghancurkan seluruh badan wahana robot senilai $100\text{ Miliar Rupiah}$, berikan argumentasi kritis apakah tingkat risiko kegagalan sirkuit sensor di atas dapat diterima!