Anda di halaman 1dari 8

MODUL 10 DISTRIBUSI POISSON

10.1.DISTRIBUSI POISSON Distribusi Poisson merupakan distribusi probabilitas diskrit dan ditemukan pertama kali pada tahun 1837 oleh seorang ahli matematika Penancis Simon Denis Poisson (1781-1840) Distribusi ini berurusan dengan probabilitas kejadian yang jarang terjadi seperti! "umlah gempa bumi #ang ter"adi dalam setahun! "umlah gunung meletus ! "umlah kecelakaan #ang ter"adi di "alan! dan lain sebagain#a $ariabel random #ang menghitung "umlah keberhasilan di dalam percobaan dengan usaha #ang memenuhi kondisi di atas disebut variabel p i!! n %ika probabilitas suatu produk mengalami kerusakan adalah 1&'00 dan ke"adian untuk memperoleh sebuah produk rusak adalah berhasil dan diambil 10 produk diteliti dengan tu"uan mendapatkan #ang rusak maka nilai (ariabel poisson #ang mungkin adalah 0! 1! )! 3 " 10

Suatu distribusi poison dapat digunakan dengan tepat dalam suatu eksperimen poisson #ang memenuhi kondisi-kondisi berikut * a) Suatu eksperimen #ang meliputi pencacahan ban#akn#a suatu peristi+a ter"adi dalam setiap satuan unit #ang ditentukan ,nit #ang ditentukan ini biasan#a adalah unit +aktu atau ruang b) c) Probabilitas peristi+a tersebut adalah sama untuk setiap satuan unit -an#akn#a peristi+a #ang ter"adi dalam setiap satuan unit saling bebas terhadap ban#akn#a peristi+a #ang ter"adi pada setiap satuan unit #ang lainn#a -erikut ini adalah beberapa contoh eksperimen Poisson * Pencacahan ban#akn#a klain asuransi kecelakaan mobil terhadap suatu perusahaan asuransi setiap tahunn#a Pencacahan ban#akn#a panggilan telepon #ang masuk setiap menitn#a pada kantor pela#anan darurat "alan tol Penentuan "umlah bagian #ang rusak pada setiap 3000 meter pita pada "alur manu.aktur pita magnetik

PUS#T P$N%$MB#N%#N B#&#N #'#R(UMB

Dr. Ir. D dy Prayitn

ST#TISTI) T$)NI)

-entuk rumus dan Distribusi Probabilitas seperti di ba+ah ini * p(r) = (m r.e-m) / r! Dimana (r = 0!1!) ) /10-10

Di mana (m r.e-m) / r! #ang memberikan probabilitas #ang din#atakan r #ang merupakan keberhasilan! disebut sebagai Distribusi Poisson. Distribusi ini merupakan pembatasan atau limit dari Distribusi -inomial C r P r q n-r "ika p kecil dan n sangat besar tetapi np merupakan konstanta bilangan n#ata = m atau "elasn#a np = m. %ika p kecil! peristi+a ini disebut sebagai peristi+a "arang (rare event). Di dalam praktekn#a peristi+a #ang disebut sebagai peristi+a "arang adalah "ika percobaan #ang dilakukan paling kurang '0 kali (n * '0) sedangkan np adalah sama dengan m #ang nilain#a lebih kecil dari ' Dari Distribusi /10-10! Probabilitas 0! 1! )! 3 e-m ! e-m m! e-m ! m&)2! 3 e-m! m&r2 r. berhasil adalah* /10-)0

4ampak dengan mudah kita peroleh harga sampai dengan tak berhingga "umlah dari persamaan /10-)0 adalah = 1 %adi "umlah* e m ( l+m+(m2/2!)+(m3/3!) +....+~) =e-m .em =e = !

10.+. B$B$R#P# SI,#T DISTRIBUSI POISSON 5arga menengah atau Perhitungan 6enengah = m De(iasi Standar $arians = (m)!/2 2 = m 1= (!/(m!/2) 82 = 3 + (1/m)

7oe.isien Skunes 7oe.isien 7untosis

PUS#T P$N%$MB#N%#N B#&#N #'#R(UMB

Dr. Ir. D dy Prayitn

ST#TISTI) T$)NI)

10.-. .ONTO&(.ONTO& SO#L . nt / ! al 1 Sua4, pabrik memproduksi alat-alat! dan produksin#a itu 109 cacat 5i4,nglah probabilitasn#a "ika suatu sampel #ang terdiri dari 10 alat diambil secara random! pasti dua akan cacat Penyele!aian. Probabilitas cacath#a alat-alat adalah p = 109 = 0!1 m = np = 10 (0!1) = 1 Disini r : )! m:1 %adi Probabilitas pasti dua buah alat #ang cacat adalah* e-1 (1))&)2 : e-1&) :1&)e : 0 18 kurang lebih . nt / ! al + 4ingkat kematian dari suatu pen#akit tententu adalah 7 per 1000 -erapakah probabilitas ter"adi kematian ' orang dari pen#akit ini pada sekumpulan 400 orang; Penyele!aian. Di sini m = np = 400 7&1000 = )!8 dan r = '

%adi probabilitas #ang memenuhi adalah e)<8()!8)' &'2 = 0! 087)

. nt / ! al %ika probabilitas indi(idu menderita reaksi buruk terhadap suatu serum #ang diberikan adalah 0!001 5itunglah bah+a dari )000 rang 0 a1 pa!ti - rang individ2 3enderita reak!i b2r2k" b1 lebi/ dari ) orang indi(idu menderita reaksi buruk

PUS#T P$N%$MB#N%#N B#&#N #'#R(UMB

Dr. Ir. D dy Prayitn

ST#TISTI) T$)NI)

Penyele!aian. Di sini p = 0!001! n = )000 m = np= ) a) Probabilitas 3 indi(idu menderita reaksi buruk adalah = e2.23 / 3! = "/3e2 : 0 18 Probabilitas tidak seorang pun menderita = e-) )0&02 : 1&e)

Probabilitas seorang menderita = e-) )1&12 : )&e) Probabilitas dua orang medenita = e-) ))&)2 : )&e) %adi Probabilitas lebih dari ) indi(idu menderita reaksi buruk = 1 ( (Probabilitas dari 0 + Probabilitas dari 1 + Probabilitas dari )) = l=(1&e)=)&e)=)&e)) : 0!3)3 . nt / ! al 4 Terapkan Distribusi Poisson pada data berikut ini * # $= 0 1>) 8 1 100 ) )4 3 3 4 1

Penyele!aian 5arga menengah m = % $&/%$ m = 1?1&3)0 m = 0!'03 5ubungann#a dengan Distribusi Poisson adalah e .' 3

( .' 3)#/ #!

#ang memberikan probabilitas @ 5arga-harga @ adalah = 0! 1! )! 3!4 #ang menghasilkan hubungan Probabilitas* 0!?0'A 0!304A 0!07?A 0!01)8A 0!001? 7alikan ini dengan total .rekuensi #ang adalah 3)0 kita peroleh hubungan .rekuensi sebagai

PUS#T P$N%$MB#N%#N B#&#N #'#R(UMB

Dr. Ir. D dy Prayitn

ST#TISTI) T$)NI)

berikut* 1>3!?A >7!3A )4!'A 4!1A 0!'

. nt / ! al 5. 'ika 3 9 barang #ang diproduksi oleh sebuah mesin cacat! hitunglah probabilitas bah+a 3 barang diambil secara random dari 100 barang adalah cacat

Penyele!aian. Pada masalah ini lebih disukai untuk menggunakan Distribusi Poisson daripada Distribusi -inoini al oleh karena p (#ang = 0!03) adalah terlalu kecil dan m = np mp = 100 @ 0!3 = 3 p(r :3) =m re -m/r! P(r=3)= 33e-3 / 32 = 0!))41 . nt / ! al 6 %ika suatu probabilitas memperlihatkan bah+a sesorang menerima reaksi buruk akibat suntikan suatu serum adalah 0!0001 4entukan probabilitas bah+a dari antara )000 indi(idu #ang akan menderita suatu reaksi buruk a) b) 4epat 3 orang Bebih dari ) orang

Penyele!aian. p(r) =m re -m/r! m = np m=2 m=2 a) P (3 oran) men*erita rea&si buru&) = m re -2/r! P(r=3)= 2 3e -3 / 32 = .!+ a) P ( men*erita ) = 2 e -2 / 02 = !/e2 P (! men*erita ) = = 2 !e -2 / 12 = 2/e2 P (! men*erita ) = = 2 2e -2 / )2
PUS#T P$N%$MB#N%#N B#&#N #'#R(UMB

# (

Dr. Ir. D dy Prayitn

ST#TISTI) T$)NI)

= 2/e2 P (lebih dari ) menderita ) : 1 C P( 0 atau 1 atau ) menderita) : 1 C (!/e2 +2/e2 +2/e2 ) = .323 Catatan. Persoalan *iatas ti*a& bisa *iselesai&an *en)an men))una&an *istribusi binomial( &arena &esulitan men),itun) se-ara lan)sun). Per,ati&an rumus binomial *iba.a, ini/ a) b) )000D3 (0!001)3(0!>>>)1>>7 1 C ()000D0 (0!001)0(0!>>>))000 =)000D1(0!001)1(0!>>>)1>>> =)000D) (0!001))(0!>>>)1>>8)

. nt / ! al 7 Sebuah peristi+a emisi dari partikel radioakti. #ang dideteksi dengan sebuah Eeiger counter Partikel ini diemisikan dalam +aktu #ang acak Famun "ika kita hitung "umlah emisi tersebut untuk +aktu #ang GlamaG! maka la"u rata-rata emisi l partikelpartikel per detik dapat dihitung %ika la"u rata-rata adalah l :3 partikel per detik! maka hitunglah probabilitas ban#akn#a ' partikel #ang terdeteksi

Penyele!aian. r:' m:3 p(3) =3're -3/'! P(3) = 0 1008

PUS#T P$N%$MB#N%#N B#&#N #'#R(UMB

Dr. Ir. D dy Prayitn

ST#TISTI) T$)NI)

. nt / ! al 8 Sepuluh persen peralatan #ng diproduksi suatu proses pabrik tertentu tern#ata cacat 5itunglah probabilitas bah+a dalam suatu sampel 10 peralatan #ang dipilih secara acak! secara tepat dua akan cacat dengan menggunakan a) b) Distribusi binomial Distribusi poisson

Penyele!aian. Probabilitas peralatan cacat : 10 9 : 0!1 a) b) P ( ) peralatan cacat ) : 10D) (0!1))(0!>)8 : 0 1>37 m:np m : 10 @ 0!1 m:1 p(r) =m re -m/r! p (3 oran) men*erita rea&si buru&) = m re -m/r! = ! 2e -!/2! = e-!/2 = !/2e = .!+30

. nt / ! al 9. Suatu distribusi poisson diberikan oleh p(H) : (0!7))H e-0!7) & H2 Darilah * a) b) c) d) p(0) p(1) p()) p(3)

PUS#T P$N%$MB#N%#N B#&#N #'#R(UMB

Dr. Ir. D dy Prayitn

ST#TISTI) T$)NI)

pen#elesaian a) p(0) : (0!7))0 e-0!7) & 02 : 1 e-0!7) & 1 : 0 48?8 b) c) d) p(1) : (0!7))1 e-0!7) & 12 : 0 3'0' p()) : (0!7))) e-0!7) & )2 : 0 1)?) p(3) : (0!7))3 e--0!7) & 32 : 0 0303

Soal 6isalkan pepohonan #ang tumbuh dihutang terdistribusi menurut suatu proses Poisson dengan perkiraan "umlah pohon setiap hektarn#a di+akili parameter :80 a) b) c) -erapakah probabilitas dalam seperempat hektar tertentu terdapat seban#ak 1? pohon; %ika hutan tersebut luasn#a 8' ribu hektar -erapa ban#ak pohon #ang diperkirakan terdapat dalam hutan tersebut; 6isalkan ditetapkan sebuah titik di hutan tersebut dan digambarkan sebuah lingkaran dengan "ari-"ari 1'0 meter %ika H adalah ban#akn#a pohon #ang terdapat dalam lingkaran tersebut 4entukan .ungsi probabilitas dari H

Da.tar pustaka 1) )) 3) Inton l Jarta+an! GStatistik 4eknikG! penerbit uni(ersitas trisakti 5arinaldi! GPrinsip-prinsip Statistik ,ntuk 4eknik dan SainsG! Penerbit Krlangga 6urra# LS! 1 F#oman Susila! seri bukur schaum! 4eori dan soal-soal * Statistik (ersi (6etrik)! Penerbit Krlangga

PUS#T P$N%$MB#N%#N B#&#N #'#R(UMB

Dr. Ir. D dy Prayitn

ST#TISTI) T$)NI)

Anda mungkin juga menyukai