Print Hal 8-15 Item Putih GPP
Print Hal 8-15 Item Putih GPP
DISTRIBUSI PROBABILITAS
BAB I
PENDAHULUAN
1.1 Latar Belakang
Peluang atau yang sering disebut sebagai probabilitas dapat didefinisikan sebagai cara
untuk mengungkapkan ukuran ketidakpastian atau kemungkinan suatu peristiwa terjadi atau
tidak terjadi. Untuk menyatakan suatu ketidakpastian atau kepastian diperlukan permodelan
matematis yang secara teoritis dinyatakan dengan sebaran atau distribusi. Pada aplikasi di
kehidupan sehari-hari, peluang distribusi sangat berguna untuk menganalisis terjadinya suatu
peristiwa atau kejadian, jika kejadian bersifat berhingga maka objek sebarannya berbeda
dengan kejadian yang tak berhingga. Jenis-jenis sebaran perlu dipahami sebagai dasar
penentuan uji kebolehjadian. Ditinjau dari objek kajian peluang distribusi akan dikenal istilah
peubah acak yang diklasifikasikan dalam kelompok besar yaitu peubah acak diskrit dan
kontinyu, dimana masing-masing peubah memiliki beberapa jenis distribusi.
Pada praktikum distribusi probabilitas kali ini, praktikan hanya melakukan dua
pengambilan jenis data, yaitu data distribusi probabilitas diskrit dan distribusi probabilitas
kontinyu. Untuk distribusi probabilitas diskrit penulis menggunakan jenis probabilitas
hipergeometrik. Objek yang digunakan pada distribusi hipergeometrik adalah kelereng yang
berjumlah 30 dengan rincian 25 kelereng berwarna terang, 5 kelereng sisanya berwarna gelap
yang kemudian dianggap sebagai kejadian sukses. Pada distribusi probabilitas kontinyu, penulis
menggunakan distribusi eksponensial. Objek yang digunakan adalah scrabble berjumlah 26 buah
yang masing-masing scrabble terdapat huruf alphabet A-Z. Peluang suksess di tunjukkan dengan
terambilnya scrabble bertuliskan huruf vokal.
1.2 Batasan Praktikum
Batasan-batasan yang digunakan dalam praktikum ini adalah:
1.
2.
2.
3.
Mampu membandingkan hasil pengolahan dari data empiris dan teoritis dari suatu
permasalahan distribusi probabilitas.
35
DISTRIBUSI PROBABILITAS
MODUL III
2.
Agar mampu mengolah data distribusi probabilitas hipergeometrik dan data distribusi
probabilitas eksponensial, baik menggunakan Minitab 16, Microsoft Excel,maupun dengan
perhitungan manual.
3.
Agar mampu membandingkan hasil pengolahan dari data empiris dan teoritis dari suatu
permasalahan distribusi probabilitas.
36
MODUL III
DISTRIBUSI PROBABILITAS
BAB II
TINJAUAN PUSTAKA
2.1
Distribusi Probabilitas
Distribusi probabilitas adalah suatu daftar yang disusun berdasarkan probabilitas dari
peristiwa-peristiwa bersangkutan. Frekuensi dari distribusi itu diperoleh melalui perhitunganperhitungan, distribusi probabilitas dapat pula diartikan sebagai distribusi yang frekuensinya
diperoleh secara matematis (perhitungan) (Hasan, 2012:44).
2.2
variabel acak diskrit dengan probabilitas tertentu (Walpole, 2012:84). Distribusi probabilitas
diskrit disusun ke dalam tabel atau rumus yang mencantumkan semua kemungkinan nilai suatu
pengubah acak diskrit dan peluangnya. Macam- macam distribusi probabilitas diskrit, yaitu
binominal, hipergeometrik, geometrik, binominal negatif, multinominal dan poisson.
2.2.1 Distribusi Hipergeometrik
Distribusi probabilitas variabel random hipergeometrik X, yaitu banyaknya sukses dalam
sampel random berukuran n yang diambil dari populasi N (dimana di dalam N terkandung k
sukses dan N-k gagal). Distribusi hipergeometrik tidak membutuhkan kebebasan (antar trials)
dan didasarkan atas sampling yang dilakukan tanpa pengembalian (Walpole, 2012:154). Dapat
dinyatakan dengan rumus:
(
( )(
( )
)+
(2-1)
(2-2)
37
MODUL III
DISTRIBUSI PROBABILITAS
2.3
random kontinyu dengan probabilitas terjadinya masing-masing nilai tersebut (Hasan, 2012:49).
Adapun macam-macam distribusi kontinyu, yaitu normal, uniform, gamma, beta, eksponensial,
weibull, lognormal, student t, chi square dan F.
2.3.1 Distribusi Eksponensial
Distribusi gamma dan eksponensial mempunyai peran penting dalam teori antrian dan
probabilitas keandalan. Waktu antar kedatangan di sebuah fasilitas pelayanan dan waktu
kerusakan dari sebuah komponen atau sistem kelistrikan dapat dimodelkan dengan
menggunakan distribusi eksponensial (Walpole, 2012:194). Variable acak kontinyu memiliki
distribusi eksponensial dengan parameter = 1 dan > 0 (Walpole, 2012:195), maka fungsi
kepadatan probabilitas eksponensial adalah:
(
(2-3)
Sumber: Walpole(2012:195)
2.4
= parameter skala
oleh p(a) = P{X=a}. Fungsi probabilitas massa p(a) bernilai positif untuk nilai-niai yang
jumlahnya paling dapat dihitung dari a.Yaitu, jika x harus menganggap salah satu nilai x1,x2,,
maka p(xi) > 0, i = 1,2,,p(x) = 0, nilai yang lainnya dari x (Ross, 2004:92). Karena x harus
mengambil salah satu nilai xi, kami memiliki:
( )
(2-5)
Sumber: Ross (2004:92)
2.5
kepadatan. Distribusi probabilitas dari variable acak kontinyu memiliki dua karakteristik
berikut.
1.
38
DISTRIBUSI PROBABILITAS
2.
MODUL III
variabel acak kontinyu antara dua titik yaitu antara 0 dan 1. Karakteristik kedua
mengindikasikan bahwa jumlah area di bawah kurva distribusi probabilitas variabelacak
kontinyu selalu bernilai 1 atau 100% (Bluman, 2012:257).
2.6
(2-6)
F (x) adalah probabilitas yang variabel acak X ambil dari nilai yang kurang atau sama dengan x
(Ross, 2004:91).
39
MODUL III
DISTRIBUSI PROBABILITAS
BAB III
METODOLOGI PRAKTIKUM
3.1 Diagram Alir Praktikum
Berikut merupakan diagram alir praktikum modul 3 Distribusi Probabilitas.
Mulai
Tinjauan
pustaka
Identifikasi
masalah
Pengumpulan
data
Diskrit
Kontinyu
Distribusi
Hipergeometrik
Distribusi
Eksponensial
Pengolahan
data
Menggunakan
Minitab16
Menggunakan
Microsoft Excel
Secara manual
Analisis dan
pembahasan
Kesimpulan
dan saran
Selesai
40
MODUL III
DISTRIBUSI PROBABILITAS
1.
Kelereng berjumlah 30 butir. 25 kelereng berwarna terang, sebagai gagal dan 5 berwarna
gelap sebagai sukses. 30 kelereng tersebut dimasukkan di wadah tanpa tutup.
2.
3.
3.2.2
Srcabble berjumlah 26 dengan setiap scrabble terdapat satu huruf abjad antara A-Z, 26
srabble tersebut dimasukkan di wadah tanpa tutup.
2.
Stopwatch.
3.
praktikum
dibagi
menjadi
dua
yaitu
prosedur
praktikum
distribusi
2.
3.
Mencatat pada lembar pengamatan jumlah terambilnya kelereng gelap sebagai sukses.
4.
3.3.2
2.
Mengambil scrabble satu per satu sampai terambil huruf vokal sebagai suksesnya.
3.
Menghitung waktu dari mulai mengambil scrabble pertama sampai terambilnya scrabble
huruf vokal. Menghitung waktu dilakukan bertahap atau berlanjut, tanpa memulai waktu
stopwatch mulai dari 0 detik lagi.
4.
Pengambilan dan penghitungan waktu terus dilakukan sampai terkumpul sukses berjumlah
40.
41
MODUL III
DISTRIBUSI PROBABILITAS
BAB IV
HASIL DAN PEMBAHASAN
4.1
Pengumpulan Data
Berikut merupakan hasil pengumpulan data dari praktikum Distribusi Probabilitas.
4.2
Kejadian
Sukses (x)
Waktu
(detik)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
20 22
32 72
52 00
55 03
1 01 00
1 06 31
1 22 40
1 40 08
1 43 11
1 54 05
2 05 68
2 10 34
2 15 18
2 19 18
2 28 49
2 34 30
2 45 11
2 57 02
3 02 17
3 25 33
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
3 3 27
3 33 99
3 36 21
3 44 96
3 49 84
4 17 90
4 21 49
4 23 99
4 51 09
5 00 24
5 02 74
5 09 49
5 37 52
5 42 21
5 44 09
6 09 78
6 33 32
6 37 26
6 46 32
6 52 63
t
05 94
02 72
02 22
08 75
04 88
28 06
03 59
02 50
27 10
09 15
02 50
06 75
28 03
04 69
01 88
25 69
23 54
03 94
09 06
06 31
Pengolahan Data
Berikut adalah pengolahan data Distribusi Probabilitas.
42
DISTRIBUSI PROBABILITAS
MODUL III
Buka Minitab.
2.
Masukkan nilai peubah acak yang mungkin terjadi (x) pada C1.
3.
4.
5.
6.
7.
8.
9.
Kemudian klik OK, untuk lebih jelasnya dapat diperhatikan pada gambar contoh pengerjaan
di bawah ini.
2.
43
MODUL III
DISTRIBUSI PROBABILITAS
3.
Akan muncul kotak Function Arguments Distribusi Hipergeometrik. Masukkan data dari
percobaan ke dalam kotak Function Arguments.
4.
Klik OK, maka akan muncul hasil probabilitasnya seperti dibawah ini.
( )(
( )
( )(
(
)
)
( )(
(
)
)
= 0,372826
Jika x = 1, maka:
H (1; 30; 5; 5) =
( )(
(
)
)
( )(
(
)
)
= 0,443841
44
MODUL III
DISTRIBUSI PROBABILITAS
Jika x = 2, maka:
H (2; 30; 5; 5) =
( )(
(
)
)
( )(
(
)
)
= 0,161397
= 0,021052
= 0,000877
= 0,000007
Jika x = 3, maka:
H (3; 30; 5; 5) =
( )(
(
)
)
( )(
(
)
)
Jika x = 4, maka:
H (4; 30; 5; 5) =
( )(
(
)
)
( )(
(
)
)
Jika x = 5, maka:
H (5; 30; 5; 5) =
( )(
(
)
)
( )(
(
)
)
Dari tabel tersebut dapat diketahui bahwa hasil pengolahan dari minitab, excel, dan
manual nilainya sama.
4.2.1.5 Grafik Perbandingan Data Empiris dan Teoritis
Tabel 4.5 Perbandingan Data Empiris dan Teoritis
Kemungkinan Sukses (x)
Empiris
0
0
1
0,8
2
0,2
3
0
4
0
5
0
Teoritis
0,372826
0,443841
0,161397
0,021052
0,000877
0,000007
45
DISTRIBUSI PROBABILITAS
MODUL III
1
0.8
0.6
Empiris
0.4
Teoritis
0.2
0
Kejadian Kejadian Kejadian Kejadian Kejadian Kejadian
Sukses 0 Sukses 1 Sukses 2 Sukses 3 Sukses 4 Sukses 5
Gambar 4.5 Grafik Perbandingan Data Empiris dan Teoritis
Dari grafik diatas dapat diketahui bahwa tidak ada nilai yang sama dari data empiris dan
teoritis, baik mulai dari kejadian sukses 0 sampai kejadian sukses 5. Perbedaan ini terjadi
karena perhitungan data empiris memperhatikan frekuensi dari masing-masing replikasi,
sedangkan perhitungan data teoritis tidak memperhatikan frekuensi, namun memperhatikan
populasi secara keseluruhan. Bisa dikatakan bahwa sampel dari tiap replikasi tidak sanggup
mewakili populasi.
4.2.2 Pengolahan Distribusi Kontinyu Eksponensial
Berikut merupakan pengolahan data distribusi kontinyu eksponensial.
4.2.2.1 Pengolahan dengan Minitab 16
Langkah pengerjaan dengan Minitab untuk distribusi eksponensial adalah sebagai berikut.
1.
Buat kelas dan interval dari selisih waktu antar kejadian sukses.
2.
3.
4.
Masukkan tepi bawah kelas pada kolom C1 dan tepi atas kelas pada kolom C2.
5.
Klik Calc >>> Probability Distribution >>> Exponential, akan muncul kotak dialog berikut:
6.
Isikan scale dengan rata-rata selisih waktu antar kejadian sukses, dan input column
dengan kolom dimana data akan dihitung. Lalu isikan optional storage dengan kolom
dimana data akan diletakkan setelah dihitung. Klik OK, maka akan muncul output sebagai
berikut:
46
DISTRIBUSI PROBABILITAS
MODUL III
7.
Untuk menghitung probabilitas dari masing-masing kelas maka kurangilah nilai CDF Max
dengan CDF Min, dengan cara klik Calc >>> Calculator, maka akan muncul kotak dialog
sebagai berikut:
8.
47
DISTRIBUSI PROBABILITAS
MODUL III
= 28,06 detik
Nilai min
= 1,88 detik
Jangkauan (range)
Banyak kelas
Interval
1,88 5,62
5,63 9,37
9,38 13,12
13,13 16,87
16,88 20,62
20,63 24,37
24,38 28,12
Jumlah
Fr.Xi
60
82,5
45
15
18,75
45
105
371,25
Rata-rata :
9,5192
P= a b
0,267392
0,180328
0,121612
48
MODUL III
DISTRIBUSI PROBABILITAS
13,13 x 16,87
)(
)=
0,830131
16,88 x 20,62
24,38 x 28,12
)(
)=
)=
0,082015
)(
)=
0,055310
)(
)=
0,037301
)(
)=
0,025156
0,830131
)(
)=
)(
)=
0,922742
(
)(
0,748116
0,885441
20,63 x 24,37
0,885441
0,947898
0,922742
Interval
1,88 x 5,62
5,63 x 9,37
9,38 x 13,12
13,13 x 16,87
16,88 x 20,62
20,63 x 24,37
24,38 x 28,12
Dari tabel tersebut dapat diketahui bahwa setelah hasil pengolahan minitab, excel, dan
manual dibulatkan 3 angka di belakang koma nilainya semua sama. Baik nilai CDF Min, CDF Max,
maupun nilai P(ta-tb).
4.2.2.5 Grafik Perbandingan Data Empiris dan Data Teoritis
NO
1
2
3
4
5
6
7
Interval
1,88 x 5,62
5,63 x 9,37
9,38 x 13,12
13,13 x 16,87
16,88 x 20,62
20,63 x 24,37
24,38 x 28,12
jumlah
Teoritis
0,267
0,180
0,122
0,082
0,055
0,037
0,025
0.3
0.25
0.2
0.15
Empiris
0.1
Teoritis
0.05
0
1,88 5,63 9,38 13,13 16,88 20,63 24,38
x
x
x
x
x
x
x
5,62 9,37 13,12 16,87 20,62 24,37 28,12
49
DISTRIBUSI PROBABILITAS
MODUL III
Dari grafik diatas dapat diketahui bahwa data empiris dan teoritis memiliki perbedaan
yang signifikan. Hal ini terjadi karena data empiris memperhatikan frekuensi pada setiap
replikasi, sedangkan data teoritis tidak memperhatikan frekuensi setiap replikasi, namun
memperhatikan populasi secara keseluruhan. Bisa dikatakan bahwa sampel dari tiap replikasi
tidak sanggup mewakili populasi.
50
MODUL III
DISTRIBUSI PROBABILITAS
BAB V
PENUTUP
5.1
1.
Kesimpulan
Berikut merupakan kesimpulan yang dapat diambil dari praktikum Teori Probabilitas.
Distribusi probabilitas terdiri dari distribusi probabilitas diskrit dan kontinyu. Distribusi
probabilitas yang digunakan untuk praktikum adalah distribusi diskrit Hipergeometrik dan
distribusi kontinyu Eksponensial. Pada percobaan distribusi Hipergeometrik objek yang
digunakan adalah kelereng berjumlah 30, 5 kelereng warna gelap dianggap sukses dan 25
kelereng warna terang dianggap gagal. Pada percobaan distribusi hipergeometrik dilakukan
sepuluh kali percobaan, dengan tiap percobaan dilakukan lima kali pengambilan. Yang kedua adalah percobaan distribusi Eksponensial, objek percobaannya menggunakan scrabble
huruf A sampai Z, huruf vokal disini dianggap sukses. Dilakukan pengambilan sampai
terambil 30 sukses, dan selang waktu antar terambilnya huruf sukses dihitung
menggunakan stopwatch.
2.
Setelah data terkumpul dari percobaan, kemudian data tersebut diolah dengan
menggunakan 3 cara pengolahan yaitu dengan menggunakan Minitab 16, Microsoft Excel
dan manual. Pada distribusi hipergeometrik misalkan pada perhitungan menggunakan
Minitab 16 probabilitas sukses 5 nilainya 0.000007, perhitungan menggunakan Microsoft
Excel probabilitas suskses 5 nilainya 0.000007, dan perhitungan secara manual nilainya
0.000007. Dari ketiga pengolahan diatas hasil probabilitas sukses 5 memiliki nilai yang
sama. Pada distribusi eksponensial misalkan pada interval 1.88
5.62, probabilitas
yang didapat dari perhitungan Minitab 16 adalah 0.267, probabilitas dari perhitungan
Microsoft Excel adalah 0.267, dan probabilitas dari perhitungan manual adalah 0.267. Dari
ketiga pengolahan diatas hasil probabilitas interval 1.88
3.
Dari pengolahan distribusi hipergeometrik, pada kemungkinan sukses ke-2 nilai data
empiris adalah 0,2 dan nilai data teoritisnya adalah 0,161397. Terdapat perbedaan yang
signifikan antara pengolahan secara empiris dan secara teoritis. Pada pengolahan distribusi
eksponensial, juga terdapat perbedaan yang signifikan antara pengolahan secara empiris
dan secara teoritis, pada interval 13,13 x 16,87 nilai data empiris adalah 0,040 dan nilai
daat teortis adalah 0,082. Hal ini terjadi karena sampel yang dikumpulkan masih belum
cukup mewakili data populasi.
5.2
Saran
Berikut adalah saran yang dapat diberikan pada praktikum Teori Probabilitas.
1.
Saat praktikum tidak hanya difokuskan pada satu jenis pengoperasian Minitab.
51