STATISTIK INDUSTRI 1
Agustina Eunike, ST., MT., MBA
UNIFORM
Distribution
Uniform
Random Variable
X
Realization of
1 , 2 , ,
Possible
Values of X
Distribution Function
Fx(a) = P(X=a)
Mean
E(X)
1 , 2 , ,
1/
:
2
2 ;1
<8,25
13/11/2013
10
= 5 0,05 = 0,25
= = (0+20)
= 10
2
2 = =
(200)2
12
= 33,33
= 5,77
Distribusi Normal
Gaussian distribution (Karl Friedrich Gauss, 1777-1855)
Bell-shaped curve
Probability density function:
; , =
NORMAL
Distribusi Normal
() 2
1
22
2
< <
= 3,14159
= 2,71828
Distribusi Normal
Area dalam Kurva Normal
13/11/2013
Distribusi Normal
Distribusi Normal
1 =
2 =
Distribusi Normal
Distribusi Normal
Menggunakan Tabel
Distribusi Normal
Standar
Contoh Soal
Distribusi Normal
Distribusi Normal
Contoh Soal
Hitung probabilitas bahwa satu komponen yang diambil secara acak akan
memiliki berat antara 35 dan 40 gram?
Berapa peluang pengambilan acak satu komponen dengan berat paling
ringan 50 gram?
JAWAB:
1. :
= 40 ,
40 35
=
=
= 0,56, 0,56 = 0,7123
9
= 35 ,
35 35
=
=
= 0, 0 = 0,5
9
35 40 = 0 0,56 = 0,7123 0,5 = 0,2123
2.
13/11/2013
Distribusi Normal
Latihan Soal:
Nilai ujian fisika di sebuah kelas terdistribusi
secara normal dengan rata-rata 60 dan standar
deviasi 10. Berapa persen siswa yang memperoleh
nilai antara 60 dan 70?
Distribusi Normal
Menghitung nilai
=
,
= +
Contoh:
Diketahui suatu distribusi normal dengan = 40
dan = 6. Carilah nilai , yang memiliki:
a. 45% area dari sisi kiri
b. 14% area dari sisi kanan
Jawab:
a. = 0.45, = 0,13
= 6 0,13 + 40 = 39,22
Distribusi Normal
Latihan Soal:
Diketahui rata-rata hasil ujian adalah 74 dengan
simpangan baku 7. Jika nilai-nilai peserta ujian
berdistribusi normal dan 12% peserta nilai
tertinggi mendapat nilai A, berapa batas nilai A
yang terendah ?
Distribusi Normal
Central Limit Theory
Menyelesaikan permasalahan binomial
dengan distribusi normal
Distribusi Gamma
Diaplikasikan pada masalah antrian dan masalah
keandalan (reliabilitas).
Time / space occuring until a specified number of
Poisson events occur
Fungsi gamma:
Distribusi Peluang Kontinyu
GAMMA
13/11/2013
Distribusi Gamma
Fungsi distribusi gamma:
: ;
:
:
: /
: / ( = 1/)
: (lama waktu atau luasan area hingga kejadian berikutnya)
Distribusi Gamma
Distribusi Eksponensial
Bentuk khusus dari distribusi peluang gamma ( = 1)
Time to arrival or time to first poisson event problems
Diaplikasikan pada permasalahan waktu antar
kedatangan pada fasilitas jasa, life time / waktu
kegagalan komponen, survival time, dan waktu respon
komputer
EKSPONENSIAL
Distribusi Eksponensial
Eksponensial menganut proses Poisson (: laju kedatangan)
~ :
; = ;
1
; 2 = 1/2
= 1/
13/11/2013
Contoh: Gamma
Contoh: Gamma
Contoh: Gamma
Contoh: Eksponensial
Dari Tabel:
Jumlah telpon masuk pada nomor darurat 119 pada suatu kota diketahui
berdistribusi Poisson dengan rata-rata 10 telpon per jam. Jika saat ini
dilakukan pengamatan, berapakah peluang telpon masuk terjadi paling
cepat 5 menit dari sekarang?
= 10 = 10/60
= 1/ = 6 menit per telpon
= ;
1
Rangkuman
Distributions with
Parameters
Possible Values of X
Normal (, 2 )
< <
Exponential ()
0<
Gamma (, )
0<
Note:
() =
Density Function
1
()2
1
2 2
2
;
1
;1 ;/
()
CHI-SQUARED
13/11/2013
Distribusi Chi-Squared
Distribusi Chi-Squared
a.
b.
Density Function:
; =
1
(/2);1 ;/2 ,
2/2 (/2)
0,
>0
Jawab:
a.
= /2, = = 6, = = 3, = 2
b.
P X > 12 = 1
1
23
12 1 2
2
0 3
1 2
3
P X > 12 = 1
0
Distribusi Beta
Pengembangan dari distribusi uniform
Distribusi kontiyu yang fleksibel tetapi terbatas pada suatu range
tertentu. Misal: proporsi radiasi matahari yang diserap oleh suatu
material, waktu maksimal untuk menyelesaikan suatu proyek
Fungsi Beta:
1
;1 (1 );1 =
, =
0
()()
, , > 0
( + )
Density Function:
BETA
; =
1
;1 (1
(,)
0,
Distribusi Beta
Distribusi Beta
dan 2 =
Modus:
=
: 2 ::1
1
+2
1
1:1
1
2
= dan 2 =
(1)(1)
1:1 2 1:1:1
1
12
13/11/2013
Distribusi Beta
Jika diketahui waktu maksimum penyelesaian suatu
proyek berdistribusi beta dengan = 3, dan = 1.
a. Berapakah peluang waktu penyelesaian melebihi 0.7?
b. Berapa rata-rata dan variansi distribusi tersebut?
Jawab:
a.
P X > 0.7 =
P X > 0.7 =
P X > 0.7 =
b.
1 (:) ;1
x
(1
0.7 ()()
1
x);1
(4)
x 2 (1 x)0
(3)(1)
0.7
24
6
1 3
Referensi
Montgomery, D.C., Runger, G.C., Applied Statistic and
Probability for Engineers, 5th ed, John Wiley & Sons, Inc., NJ,
2011
Walpole, Ronald B., Myers, Raymond H., Myers, Sharon L., Ye,
Keying, Probability & Statistics for Engineers and Scientist,
9th ed, Prentice Hall Int., New Jersey, 2012.
Weiers, R.M., 2011, Introduction to Business Statistics,
Cengage Learning, OH, 2008.
1
= 4 0.219 = 0.876
0.7