KATA PENGANTAR

Puji syukur penulis ucapkan atas kehadirat Allah SWT, karena dengan rahmat dan
karunia-Nya Kita semua masih diberi kesehatan dan masih diberi kesempatan untuk
menyelesaikan tugas makalah Probabilitas dan Statistika semester tiga, program S1 Ilmu
Komputer.
Pada kesempatan ini penulis ingin menyampaikan terima kasih kepada :
Ibu Siti Dara Fadilla, S.Si.MIT selaku Dosen Matakuliah Probabilitas dan Statistik yang telah
membantu dan memimbing.
Penulis menyadari bahwa dalam penulisan tugas makalah Probabiltas dan Statistik ini
masih banyak kekurangan, oleh sebab itu penulis sangat mengharapkan kritik dan saran yang
membangun. Dan semoga dengan selesainya Tugas makalah Probabilitas dan Statistika ini
dapat bermanfaat bagi penulis dan pembaca pada umumnya.

DAFTAR ISI

KATA PENGANTAR............................................................................................................. I
DAFTAR ISI.......................................................................................................................... II
I.

PENDAHULUAN
1.1 Latar Belakang.............................................................................................
1.2 Rumusan Masalah........................................................................................
1.3 Tujuan...........................................................................................................

II.

LANDASAN TEORI
2.1 Distribusi Poisson.........................................................................................
2.1.1 Pengertian Distribusi Poisson..........................................................
2.1.2 Definisi.............................................................................................
2.2 Distribusi Normal.........................................................................................
2.2.1 Pengertian Distribusi Normal...........................................................
2.2.2 Definisi...........................................................................................

III.

PENUTUP
3.1 Kesimpulan................................................................................................. 2
3.2 Saran............................................................................................................ 2

DAFTAR PUSTAKA.............................................................................................................

I.

1
1
1
1
1
1

PENDAHULUAN

1.1 Latar Belakang

Distribusi teoretis merupakan alat bagi kita untuk menentukan apa yang dapat
kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi frekuensi dapat
digunakan sebagai dasar pembanding dari suatu hasil observasi/eksperimen dan sering
juga digunakan sebgaai pengganti distribusi sebenarnya. Hal ini penting sekali oleh
karena distribusi sebenarnya yang harus diperoleh melalui eksperimen biasanya selain
sangat mahal juga karena sesuatu hal seringkali tidak dapat dilakukan.
Dalam teori probabilitas dan statistika, Distribusi Poisson adalah distribusi
probabilitas dari variabel random Poisson X yang menyatakan banyaknya outcome
selama interval waktu tertentu atau dalam area atau luas tertentu. Dan distribusi
normal merupakan suatu alat statistik yang sangat penting untuk menaksir dan
meramalkan peristiwa-peristiwa yang lebih luas.
Dalam kesempatan ini makalah saya akan sedikit menjelaskan tentang Distribusi
Poisson, dan Distribusi Normal. ..........

1.2 Rumusan masalah

Dari latar belakang diatas maka dapat diambil suatu rumusan permasalahan
yaitu bagaimana penggunaan Distribusi poison dan Distribusi normal untuk
menentukan .......

1.3 Tujuan
Tujuan pembuatan makalah ini diantaranya adalah :
1. Untuk melengkapi tugas matakuliah Probabilitas dan Statistika pada semester 3
2. Sebagai bahan acuan Mahasiswa untuk lebih memahami maksud dan metode
pengerjaan matakuliah tersebut.

II.

LANDASAN TEORI
2.1 Distribusi Poisson
2.1.1 Pengertian Distribusi Poisson

Distribusi Poisson adalah distribusi probabilitas dari variabel random

Poisson X yang menyatakan banyaknya outcome selama interval waktu
tertentu atau dalam area atau luas tertentu.
Percobaan Poisson memiliki ciri-ciri berikut :
1. Hasil percobaan (jumlah outcome) yang muncul dalam satu interval waktu
atau tempat tertentu tidak tergantung dari hasil percobaan di selang waktu dan
tempat yang lain yang terpisah
2. Peluang terjadinya suatu hasil percobaan (outcome) sebanding dengan
panjang selang waktu dan luas tempat percobaan terjadi. Hal ini berlaku hanya
untuk selang waktu yang singkat dan luas daerah yang sempit
3. Peluang munculnya lebih dari satu hasil percobaan (outcome) dalam
selang waktu yang sangat pendek atau daerah yang sangat sempit tersebut
adalah sangat kecil dan dapat diabaikan.
Beberapa contoh Random Poisson X:
Banyak panggilan telepon per jam
Banyak hari-hari sekolah tutup karena bencana alam dalam setahun
Banyaknya penundaan pertandingan bola karena hujan dalam semusim
pertandingan
Banyak tikus per hektare
Banyaknya kesalahan ketik per halaman
Banyaknya orang buta huruf per 200 orang
2.1.2 Definisi Distribusi Poisson
distribusi Poisson diberi nama sesuai dengan penemunya yaitu Siemon
D. Poisson. Distibusi ini merupakan distribusi probabilitas untuk variabel
diskrit acak yang mempunyai nilai 0,1, 2, 3 dst. Suatu bentuk dari distribusi ini
adalah rumus pendekatan peluang Poisson untuk peluang Binomial yang dapat
digunakan untuk pendekatan probabilitas Binomial dalam situasi tertentu.
Rumus Poisson dapat digunakan untuk menghitung probabilitas dari
jumlah kedatangan, misalnya : probabilitas jumlah kedatangan nasabah pada
suatu bank pada jam kantor. Distribusi Poisson ini digunakan untuk
menghitung probabilitas menurut satuan waktu.
Distribusi Poisson memiliki ciri-ciri sebagai berikut.
1. Banyaknya hasil percobaan yang terjadi dalam suatu interval waktu atau
suatu daerah tertentu tidak tergantung pada banyaknya hasil percobaan yang
terjadi pada interval waktu atau daerah lain yang terpisah.

2. Probabilitas terjadinya hasil percobaan selama suatu interval waktu yang

singkat atau dalam suatu daerah yang kecil, sebanding dengan panjang interval
waktu atau besarnya daerah tersebut dan tidak tergantung pada banyaknya
hasil percobaan yang terjadi di luar interval waktu atau daerah tersebut.
3. Probabilitas lebih dari satu hasil percobaan yang terjadi dalam interval
waktu yang singkat atau dalam daerah yang kecil dapat diabaikan.
2.1 Distribusi Normal
2.1.1 Pengertian Distribusi Normal
Distribusi normal merupakan suatu alat statistik yang sangat penting
untuk menaksir dan meramalkan peristiwa-peristiwa yang lebih luas.
Distribusi normal disebut juga dengan distribusi Gauss untuk menghormati
Gauss sebagai penemu persamaannya (1777-1855). Menurut pandangan ahli
statistik, distribusi variabel pada populasi mengikuti distribusi normal.
Distribusi normal pertama kali diperkenalkan oleh Abraham DeMoivre
(1733) sebagai pendekatan distribusi binomial untuk n besar. Selanjutnya
dikembangkan oleh Pierre Simon de Laplace dan dikenal dengan Teorema
Moivre - Laplace. Laplace menggunakan distribusi normal untuk analisis galat
suatu eksperimen.
Suatu data membentuk distribusi normal jika jumlah data di atas dan di
bawah mean adalah sama.
2.1.2

Definisi Distribusi Poisson

Distribusi normal merupakan distribusi teoritis dari variable random

yang kontinu. Pengalaman telah membuktikan bahwa sebagian besar dari

variable random yang kontinu di berbagai bidang aplikasi yang beraneka
ragam umumnya memiliki distribusi yang didekati dengan distribusi normal
atau dapat menggunakan sebagai model teoritisnya. Distribusi normal yang
demikian merupakan distribusi yang simetris, berbentuk genta dan kontinu
serta memiliki fungsi frekuensi.
Di antara sekian banyak distribusi, barangkali distribusi normal
merupakan distribusi yang secara luas banyak digunakan dalam berbagai
penerapan. Distribusi normal merupakan distribusi kontinu yang mensyaratkan
variabel yang diukur harus kontinu misalnya tinggi badan, berat badan, dan
sebagainya.

Karakteristik Distribusi Kurva Normal :

1. Kurva berbentuk genta (= Md = Mo)
2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis
4. Kurva mencapai puncak pada saat X=
5. Luas daerah di bawah kurva adalah 1; di sisi kanan nilai tengah dan
di sisi kiri.

III.

PENUTUP
3.1 Kesimpulan
Statistika dapat dibedakan sebagai statistika teoritis dan statistika terapan.
Statistika teoritis merupakan pengetahuan yang mengkaji dasar-dasar teori statistika,
teori penarikan contoh, distribusi, penaksiran dan peluang. Statistika terapan
merupakan penggunaan statistika teoritis yang disesuaikan dengan bidang tempat
penerapannya. Teknik-teknik penarikan kesimpulan seperti cara mengambil sebagian

populasi sebagai contoh, cara menghitung rentangan kekeliruan dan tingkat peluang,
menghitung harga rata-rata.
Tanpa menguasai statistika adalah tak mungkin untuk dapat menarik
kesimpulan induktif dengan sah. Statistika harus mendapat tempat yang sejajar
dengan matematika agar keseimbangan berpikir deduktif dan induktif yang
merupakan ciri dari berpikir ilmiah dapat dilakukan dengan baik. Statistika
merupakan sarana berpikir yang diperlukan untuk memproses pengetahuan secara
ilmiah. Statistika membantu untuk melakukan generalisasi dan menyimpulkan
karakteristik suatu kejadian secara lebih pasti dan bukan terjadi secara kebetulan.
Probabilitas adalah harga angka yang menunjukkan seberapa besar kemungkinan
suatu peristiwa terjadi, di antara keseluruhan peristiwa yang mungkin terjadi.

3.2

Saran
Untuk

memudahkan

pembelajaran

ilmu

statistika

sangat

diperlukan

pemahaman dengan metode dan cara yang benar. Jangan hanya menghafal rumusrumus yang ada pada statika tapi fahamilah secara detail.

DAFTAR PUSTAKA
Dajan, Anto. 1986. Pengantar Metode Statistik. Jilid 1. Jakarta: LP3ES
Negoro,ST dan B.Harahap.1998.Ensiklopedia Matematika.Ghalia Indonesia
Siagian, Dergibson dan Sugiarto.2002.Metode Statistika Untuk Bisnis dan Ekonomi.Jakarta : PT.
Gramedia Pustata Utama
Sudijono, Anas. 2009. Pengantar Statistik Pendidikan. Jakarta :PT Raja Grafindo

Persada