Laporan Praktikum Distribusi Diskret Dan Kontinu

DISTRIBUSI DISKRET DAN KONTINU
I.
TUJUAN
1.
Praktikan mampu memahami dan membedakan karakteristik dari distribusidistribusi yang termasuk dalam distribusi diskret dan kontinu.
2.
Praktikan mampu membuktikan kebenaran teori dasar pada butir pertama melalui
percobaan.
3.
Praktikan mampu memahami cara perhitungan dan penerapan teori antrian.
4.
Praktikan diharapkan mampu mengetahui peranan statistik dalam menyelesaikan

masalah yang ada.
5.
Praktikan mampu mengenali masalah nyata dalam kehidupan sehari-hari yang

berkaitan dengan distribusi diskret dan kontinu yang ada.
Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu
II. FLOWCHART PROSEDUR PRAKTIKUM

START
Percobaan dengan
mengambil bola
Distribusi
Diskret
Percobaan
Binomial
Mengambil bola
sebanyak 100 kali
secara acak
dengan
pengembalian.
Bola berwarna
biru berarti cacat.
Distribusi
Kontinu
Percobaan
Hipergeometrik
Percobaan
Multinomial
Mengambil 5
bolasekaligus
sebanyak 20 kali
secara acak dengan
pengembalian. Bola
berwarna merah dan
kuning berarti cacat.
Mengambil bola
sebanyak 100 kali
secara acak. Bola
yang diambil
berwarna
biru/hijau, kuning
dan merah/oranye.
Distribusi
Normal
Input data sesuai

ketentuan dan
asumsikan hal
yang perlu
diasumsikan.
Perhitungan dan
Pengolahan Data
Analisis dan
Kesimpulan
END
Gambar 2.1. Flowchart Prosedur Praktikum

Laboratorium Statistik Industri dan Pendukung Keputusan
Program Studi Teknik Industri Fakultas Teknik
Universitas Katolik Indonesia Atma Jaya Jakarta
III. PENGOLAHAN DATA

III.1
PENGUMPULAN DATA
Tabel 2.1. Rekapitulasi Data Berdasarkan Subgroup Percobaan Distribusi
Binomial
Sub
Group
II
III
IV
Jumlah
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1
0
1
0
0
0
0
0
1
1
2
1
0
1
1
2
2
0
1
1
Tabel 2.2. Rekapitulasi Tabulasi Data Percobaan Distribusi Binomial

Jumlah
Sukses
Tally
Jumlah
ec
ed

Tabel 2.2. Rekapitulasi Tabulasi Data Percobaan Distribusi Binomial

(lanjutan)
Jumlah
Sukses
Tally
Jumlah

Hipergeometrik
Sub
Group
II
III
IV
Jumlah
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
2
1
2
1
3
2
2
4
0
5
2
2
2
2
4
3
1
4
2
2

Tabel 2.4. Rekapitulasi Tabulasi Data Percobaan Distribusi Hipergeometrik

Jumlah
Sukses
Tally
Jumlah
ee
10

Multinomial
Sub
Group
II
III
IV
Jumlah

10
11
12
13
14


Multinomial (lanjutan)
Sub
Group
II
III
IV
Jumlah

15
16
17
18
19
20
4
4
0
0
1
1
Tabel 2.6. Rekapitulasi Tabulasi Data Percobaan Distribusi Multinomial

Jumlah
Sukses
b
c
2
6
1
4
8
8
8
6
7
2
2
3
0
a
a
Jumlah
b
ea
a
d
ec
ec
ec
ea
eb
b
Tally
1
1
0


III.2
PENGOLAHAN DATA PERCOBAAN BINOMIAL

1. Tabulasi data
Tabel 2.7. Tabulasi Data Percobaan Binomial
Jumlah
Sukses
Tally
Jumlah
ec
ed
0
= 20
2. Peluang [P(x)] percobaan

( )
( )
= 0.4
( )
= 0.45
( )
= 0.15
( )
=0
( )
=0
( )
=0
( )
( )
( )
( )
( )
( )
( )
( )
( )
0.4 + 0.45 + 0.15 + 0 + 0 + 0 = 1

3. Peluang teoritis
b(x,n,p) = nCx. px. qn-x
Dimana :
n=5
x = 0,1,2,3,4,5
b(
) = 5C0 . ( )0 . ( )5-0 = (
) ( ) ( ) = 0.3277
b(
) = 5C1 . ( )1 . ( )5-1 = (
) ( ) ( ) = 0.4096
b(
) = 5C2 . ( )2 . ( )5-2 = (
) ( ) ( ) = 0.2048
b(
) = 5C3 . ( )3 . ( )5-3 = (
) ( ) ( ) = 0.0512
b(
) = 5C4 . ( )4 . ( ) 5-4 = (
) ( ) ( ) = 0.0064
b(
) = 5C5 . ( )5 . ( ) 5-5 = (
) ( ) ( ) = 0.0003
)
(
(
)
)
(
= 0.3277 + 0.4096 + 0.2048 + 0.0512 + 0.0064 + 0.0003

=1
III.3
PENGOLAHAN DATA PERCOBAAN HIPERGEOMETRIK

1. Tabulasi data

Tabel 2.8. Tabulasi Data Percobaan Hipergeometrik

Jumlah
Sukses
Tally
Jumlah
ee
10
= 20

( )
( )
= 0.05
( )
= 0.15
( )
= 0.5
( )
= 0.1
( )
= 0.15
( )
= 0.05
( )
( )
( )
( )
( )
( )
( )
( )
( )
0.05 + 0.15 + 0.5 + 0.1 + 0.15 + 0.05 = 1

10
3. Peluang teoritis
(
Dimana :
N
= 50
=5
= 20
= 0.0673
= 0.2587
= 0.2341
= 0.0686
= 0.0073
)
(
= 0.3641
(
)
)
(
(
)
)
(
= 0.0673 + 0.2587 + 0.3641 + 0.2341 + 0.0686 + 0.0073

=1
III.4
PENGOLAHAN DATA PERCOBAAN MULTINOMIAL

1. Tabulasi data

11
Tabel 2.9. Tabulasi Data Percobaan Multinomial

Jumlah
Sukses
Tally
b
ea
a
d
ec
ec
ec
ea
eb
b
b
c
6
1
4
8
8
8
6
7
2
2
3
0
a
a
Jumlah
1
1
0
= 60

( )
( )
x = 0,1,2,3,4,5 ; k = jumlah sukses
P(0)
= 0.03
= 0.1
= 0.02
P(0) = P(0) + P(0) + P(0) = 0.03 + 0.1 + 0.02 = 0.15
P(1)
= 0.07
= 0.13
= 0.13

12
P(1) = P(1) + P(1) + P(1) = 0.07 + 0.13 + 0.13 = 0.33
P(2)
= 0.13
= 0.1
= 0.12
P(2) = P(2) + P(2) + P(2) = 0.13 + 0.1 + 0.12 = 0.35
P(3)
= 0.03
= 0
= 0.03
P(3) = P(3) + P(3) + P(3) = 0.03 + 0 + 0.03 = 0.06
P(4)
= 0.05
= 0
= 0.02
P(4) = P(4) + P(4) + P(4) = 0.05 + 0 + 0.02 = 0.07
P(5)
= 0.02
= 0
= 0.02
P(5) = P(5) + P(5) + P(5) = 0.02 + 0 + 0.02 = 0.04
( )
( )
( )
( )
( )
( )
( )
0.15 + 0.33 + 0.35 + 0.06 + 0.07 + 0.04

1
3. Peluang teoritis
(
Dimana :
13
n = jumlah sukses
x1 = jumlah sukses
x2 = jumlah sukses
x3 = jumlah sukses
( )
( )
( )
( )
( )
=1.0322 10-3
( )
= 2.6781 10-3
( )
( )
( )
= 2.4188 10-1
( )
( )
( )
( )
( )
( )
( )
( )
( )
= 0.1536
)
= 0.1024
)
= 0.32
= (1.0322 10-3) + (2.6781 10-3) + (2.4188 10-1) + 0.1536 +

0.1024 + 0.32
= 0.8216
III.5
PENGOLAHAN DATA DISTRIBUSI KONTINU

Kasus:

14
Sebuah bank memiliki 2 buah loket pembayaran yang beroperasi setiap hari mulai pukul 08.00 sampai pukul 16.00. Waktu
istirahat masing-masing karyawan loket adalah selama setengah jam (tidak boleh bersamaan).
Dari data sampling diketahui kedatangan konsumen untuk membayar di kasir berdistribusi Uniform dengan rataan 7 menit,
sedangkan lamanya pelayanan loket 1 berdistribusi Eksponensial dengan beta sebesar 3 menit dan pelayanan loket 2 berdistribusi
Weibull beta sebesar 5 menit dan alfa sebesar 4 menit.
Buatlah simulasi dari sistem pada loket pembayaran di bank tersebut dan analisalah hasil yang diperoleh! (Asumsikanlah halhal yang dibutuhkan)
Tabel 2.10. Pengolahan Data Kasus Untuk Distribusi Kontinu
No.
1
2
3
4
5
6
7
8
9
10
11
12
U1
0.66
0.50
0.73
0.95
0.80
0.57
0.65
0.16
0.37
0.55
0.76
0.95
X1
7.65
7.00
7.92
8.81
8.18
7.28
7.60
5.62
6.47
7.22
8.03
8.81
Loket Pembayaran
Pembulatan
ke Atas
Waktu
Kedatangan
Masuk
ke
Loket
U2
X2
8
7
8
9
9
8
8
6
7
8
9
9
08:08
08:15
08:16
08:24
08:25
08:33
08:33
08:39
08:40
08:47
08:49
08:56
1
2
1
2
1
2
1
2
1
2
1
2
0.33
0.25
0.93
0.19
0.57
0.43
0.50
0.87
0.48
0.12
0.45
0.37
1.20
0.88
8.15
0.62
2.50
1.69
2.06
6.05
1.96
0.38
1.77
1.39
Loket 1
Pembulatan
Waktu
ke Atas
Dilayani
2
1
9
1
3
2
3
7
2
1
2
2
08:08
08:16
08:25
08:33
08:40
08:49
-
Waktu
Keluar
U3
X3
08:10
08:25
08:28
08:36
08:42
08:51
-
0.86
0.66
0.52
0.53
0.38
0.20
0.21
0.46
0.17
0.24
0.62
0.45
3.09
4.01
4.49
4.45
4.95
5.62
5.58
4.70
5.75
5.46
4.14
4.74
Loket 2
Pembulatan
Waktu
ke Atas
Dilayani
4
5
5
5
5
6
6
5
6
6
5
5
08:15
08:24
08:33
08:39
08:47
08:56
Waktu
Keluar
08:20
08:29
08:39
08:44
08:53
09:01

15
Tabel 2.10. Pengolahan Data Kasus Untuk Distribusi Kontinu (lanjutan)
No.
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
U1
0.87
0.02
0.02
0.98
0.45
0.27
0.40
0.28
0.59
0.18
0.42
0.43
0.12
0.24
0.43
0.49
0.72
0.06
0.24
0.07
0.59
0.84
X1
8.49
5.07
5.09
8.91
6.80
6.08
6.60
6.11
7.38
5.72
6.67
6.74
5.50
5.97
6.71
6.98
7.88
5.22
5.96
5.26
7.37
8.34
Pembulatan
ke Atas
Waktu
Kedatangan
Masuk
ke
Loket
9
6
6
9
7
7
7
7
8
6
7
7
6
6
7
7
8
6
6
6
8
9
08:58
09:02
09:04
09:11
09:11
09:18
09:18
09:25
09:26
09:31
09:33
09:38
09:39
09:44
09:46
09:51
09:54
09:57
10:00
10:03
10:08
10:12
1
2
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
Loket Pembayaran
U2
X2
0.98 12.23
0.81 4.92
0.16 0.54
0.45 1.78
0.67 3.32
0.95 9.19
0.98 11.23
0.47 1.93
0.65 3.14
0.58 2.63
0.98 11.67
0.71 3.75
0.24 0.82
0.38 1.43
0.02 0.06
0.86 5.91
0.61 2.85
0.48 1.94
0.87 6.16
0.53 2.25
0.91 7.20
0.72 3.77
Loket 1
Pembulatan
Waktu
ke Atas
Dilayani
13
5
1
2
4
10
12
2
4
3
12
4
1
2
1
6
3
2
7
3
8
4
08:58
09:11
09:18
09:25
09:31
09:38
09:44
09:51
09:57
10:03
10:12
Waktu
Keluar
U3
X3
09:11
09:13
09:28
09:27
09:34
09:42
09:46
09:57
09:59
10:06
10:16
0.95
0.38
0.55
0.94
0.08
0.15
0.18
0.50
1.00
0.75
0.92
0.26
0.70
0.78
0.98
0.13
0.80
0.04
0.26
0.63
0.15
0.21
2.40
4.96
4.40
2.45
6.29
5.86
5.74
4.57
1.03
3.64
2.70
5.40
3.86
3.55
1.94
5.96
3.45
6.74
5.39
4.12
5.85
5.60
Loket 2
Pembulatan
Waktu
ke Atas
Dilayani
3
5
5
3
7
6
6
5
2
4
3
6
4
4
2
6
4
7
6
5
6
6
09:02
09:07
09:12
09:18
09:26
09:33
09:39
09:46
09:54
10:00
10:08
-
Waktu
Keluar
09:07
09:12
09:19
09:24
09:28
09:36
09:43
09:48
09:58
10:06
10:14
-

16
No.
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
U1
0.91
0.95
0.97
0.54
0.26
0.71
0.32
0.25
0.05
0.46
0.41
0.88
0.86
0.96
0.75
0.78
0.91
0.53
0.69
0.71
0.79
0.89
X1
8.63
8.79
8.89
7.16
6.04
7.85
6.29
6.01
5.19
6.85
6.66
8.54
8.42
8.83
7.99
8.13
8.63
7.13
7.78
7.84
8.16
8.57
Pembulatan
ke Atas
Waktu
Kedatangan
Masuk
ke
Loket
9
9
9
8
7
8
7
7
6
7
7
9
9
9
8
9
9
8
8
8
9
9
10:17
10:21
10:26
10:29
10:33
10:37
10:40
10:44
10:46
10:51
10:53
11:00
11:02
11:09
11:10
11:18
11:19
11:26
11:27
11:34
11:36
11:43
2
1
2
1
2
1
2
1
2
1
2
1
2
2
1
2
1
2
1
2
1
2
Loket Pembayaran
U2
X2
0.84
0.43
0.62
0.88
0.83
0.00
0.52
0.53
0.75
0.20
0.57
0.95
0.74
0.89
0.25
0.59
0.80
0.09
0.04
0.29
0.95
0.82
5.49
1.67
2.87
6.33
5.29
0.01
2.23
2.24
4.15
0.67
2.53
9.30
4.08
6.56
0.86
2.64
4.78
0.29
0.12
1.01
8.99
5.21
Loket 1
Pembulatan
Waktu
ke Atas
Dilayani
6
2
3
7
6
1
3
3
5
1
3
10
5
7
1
3
5
1
1
2
9
6
10:21
10:29
10:37
10:44
10:51
11:00
11:10
11:19
11:27
11:36
-
Waktu
Keluar
U3
X3
10:24
10:36
10:38
10:47
10:52
11:10
11:11
11:24
11:28
11:45
-
0.71
0.94
0.51
0.45
0.78
0.38
0.62
0.20
0.27
0.92
0.73
0.67
0.09
0.49
0.55
0.48
0.60
0.02
0.33
0.47
0.02
0.65
3.83
2.45
4.53
4.74
3.51
4.97
4.17
5.63
5.36
2.73
3.76
3.97
6.23
4.61
4.41
4.63
4.24
7.12
5.15
4.66
7.00
4.04
Loket 2
Pembulatan
Waktu
ke Atas
Dilayani
4
3
5
5
4
5
5
6
6
3
4
4
7
5
5
5
5
8
6
5
8
5
10:17
10:26
10:33
10:40
10:46
10:53
11:02
11:09
11:18
11:26
11:34
11:43
Waktu
Keluar
10:21
10:31
10:37
10:45
10:52
10:57
11:09
11:14
11:23
11:34
11:39
11:48

17
No.
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
U1
0.82
0.18
0.75
0.22
0.15
0.89
0.74
0.58
0.26
0.03
0.08
0.63
0.24
0.61
0.34
0.81
0.65
0.70
0.49
0.13
0.99
0.71
X1
8.26
5.72
8.02
5.90
5.59
8.57
7.97
7.32
6.02
5.11
5.31
7.53
5.94
7.44
6.36
8.24
7.61
7.80
6.94
5.51
8.95
7.83
Pembulatan
ke Atas
Waktu
Kedatangan
Masuk
ke
Loket
9
6
9
6
6
9
8
8
7
6
6
8
6
8
7
9
8
8
7
6
9
8
11:45
11:49
11:51
11:55
11:57
12:04
12:05
12:12
12:12
12:18
12:18
12:26
12:32
12:34
12:39
12:43
12:47
12:51
12:54
12:57
13:03
13:05
1
2
1
2
1
2
2
2
2
2
2
2
2
2
1
2
1
2
1
2
1
2
Loket Pembayaran
U2
X2
0.72 3.86
0.56 2.43
0.02 0.06
0.26 0.91
0.63 3.02
0.26 0.89
0.92 7.47
0.09 0.28
0.47 1.90
0.57 2.55
0.74 4.05
0.73 3.93
0.81 4.92
0.24 0.84
0.77 4.41
0.76 4.24
0.57 2.52
0.68 3.46
0.76 4.23
0.98 12.05
0.67 3.37
0.97 10.58
Loket 1
Pembulatan
Waktu
ke Atas
Dilayani
4
3
1
1
4
1
8
1
2
3
5
4
5
1
5
5
3
4
5
13
4
11
11:45
11:51
11:57
Waktu
Keluar
11:49
11:52
12:01
ISTIRAHAT
12:39
12:47
12:54
13:03
-
12:44
12:50
12:59
13:07
-
U3
X3
0.77
0.36
0.59
0.95
0.74
0.73
0.51
0.64
0.83
0.61
0.98
0.56
0.84
0.81
0.73
0.55
0.12
0.19
0.30
0.86
0.11
0.28
3.56
5.03
4.26
2.32
3.70
3.73
4.53
4.08
3.30
4.21
1.98
4.36
3.25
3.40
3.75
4.38
6.04
5.68
5.26
3.11
6.11
5.30
Loket 2
Pembulatan
Waktu
ke Atas
Dilayani
4
6
5
3
4
4
5
5
4
5
2
5
4
4
4
5
7
6
6
4
7
6
11:49
11:55
12:04
12:08
12:13
12:18
12:22
12:27
12:29
12:34
12:38
12:43
12:51
12:57
13:05
Waktu
Keluar
11:55
11:58
12:08
12:13
12:18
12:22
12:27
12:29
12:34
12:38
12:42
12:48
12:57
13:01
13:11

18
No.
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
U1
0.35
0.55
0.14
0.11
0.24
0.07
0.60
0.92
0.90
0.99
0.17
0.44
0.71
0.82
0.67
0.22
0.43
0.71
0.94
0.56
0.70
0.54
X1
6.41
7.22
5.56
5.45
5.97
5.27
7.41
8.68
8.60
8.94
5.69
6.77
7.86
8.28
7.68
5.87
6.72
7.85
8.76
7.24
7.81
7.16
Pembulatan
ke Atas
Waktu
Kedatangan
Masuk
ke
Loket
7
8
6
6
6
6
8
9
9
9
6
7
8
9
8
6
7
8
9
8
8
8
13:10
13:13
13:16
13:19
13:22
13:25
13:30
13:34
13:39
13:43
13:45
13:50
13:53
13:59
14:01
14:05
14:08
14:13
14:17
14:21
14:25
14:29
1
1
1
1
1
1
1
1
1
1
2
1
2
1
2
1
2
1
2
1
2
1
Loket Pembayaran
U2
X2
0.21
0.86
0.24
0.16
0.62
0.83
0.21
0.48
0.94
0.87
0.33
0.83
0.85
0.54
0.71
0.80
0.93
0.60
0.21
0.07
0.93
0.36
0.71
5.87
0.83
0.53
2.87
5.33
0.70
1.95
8.35
6.13
1.19
5.39
5.77
2.36
3.74
4.77
8.09
2.78
0.71
0.22
8.16
1.35
Loket 1
Pembulatan
Waktu
ke Atas
Dilayani
1
6
1
1
3
6
1
2
9
7
2
6
6
3
4
5
9
3
1
1
9
2
13:10
13:13
13:19
13:20
13:22
13:25
13:31
13:34
13:39
13:48
13:50
13:59
14:05
14:13
14:21
14:29
Waktu
Keluar
U3
X3
13:11
13:19
13:20
13:21
13:25
13:31
13:32
13:36
13:48
13:55
13:56
14:02
14:10
14:16
14:22
14:31
0.28
0.10
0.04
0.22
0.28
0.08
0.61
0.42
0.04
0.70
0.48
0.52
0.45
0.83
0.30
0.83
0.99
0.69
0.03
0.31
0.02
0.64
5.32
6.18
6.66
5.56
5.33
6.34
4.19
4.84
6.66
3.86
4.64
4.51
4.72
3.26
5.22
3.28
1.61
3.91
6.81
5.20
7.01
4.09
Loket 2
Pembulatan
Waktu
ke Atas
Dilayani
6
7
7
6
6
7
5
5
7
4
5
5
5
4
6
4
2
4
7
6
8
5
Waktu
Keluar
-
ISTIRAHAT
13:45
13:53
14:01
14:08
14:17
14:25
-
13:50
13:58
14:07
14:10
14:24
14:33
-

19
No.
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
U1
0.60
0.72
0.14
0.84
0.27
0.98
0.01
0.79
0.82
0.68
0.99
0.57
0.27
0.47
0.75
0.86
0.67
0.84
0.90
0.02
0.04
0.87
X1
7.39
7.88
5.58
8.37
6.06
8.91
5.06
8.14
8.26
7.72
8.96
7.29
6.06
6.87
7.99
8.45
7.66
8.35
8.60
5.09
5.17
8.48
Pembulatan
ke Atas
Waktu
Kedatangan
Masuk
ke
Loket
8
8
6
9
7
9
6
9
9
8
9
8
7
7
8
9
8
9
9
6
6
9
14:33
14:37
14:39
14:46
14:46
14:55
15:01
15:04
15:10
15:12
15:19
15:20
15:26
15:27
15:34
15:36
15:42
15:45
15:51
15:51
15:57
16:00
2
1
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2
Loket Pembayaran
U2
X2
0.24
0.38
0.83
0.00
0.25
0.94
0.87
0.60
0.95
0.85
0.25
0.82
0.65
0.64
0.82
0.01
0.74
0.56
0.55
0.29
0.83
0.85
0.83
1.46
5.37
0.01
0.87
8.21
6.10
2.74
8.98
5.73
0.87
5.12
3.13
3.05
5.10
0.04
4.06
2.45
2.37
1.04
5.27
5.59
Loket 1
Pembulatan
Waktu
ke Atas
Dilayani
1
2
6
1
1
9
7
3
9
6
1
6
4
4
6
1
5
3
3
2
6
6
14:37
14:39
14:46
15:01
15:10
15:19
15:26
15:34
15:42
15:51
15:57
-
Waktu
Keluar
U3
X3
14:39
14:45
14:47
15:08
15:19
15:20
15:30
15:40
15:47
15:54
16:03
-
0.01
0.28
0.19
0.10
0.31
0.92
0.49
0.59
0.46
0.12
0.51
0.44
0.11
0.47
0.82
0.68
0.83
0.45
0.60
0.81
0.72
0.98
7.50
5.31
5.67
6.13
5.20
2.69
4.59
4.27
4.71
6.01
4.54
4.77
6.11
4.66
3.33
3.94
3.27
4.72
4.22
3.38
3.79
1.84
Loket 2
Pembulatan
Waktu
ke Atas
Dilayani
8
6
6
7
6
3
5
5
5
7
5
5
7
5
4
4
4
5
5
4
4
2
14:33
14:46
14:55
15:04
15:12
15:20
15:27
15:36
15:45
15:51
16:00
Waktu
Keluar
14:41
14:53
14:58
15:09
15:19
15:25
15:32
13:40
15:50
15:55
16:02

20
Contoh Perhitungan :
Waktu Kedatangan (Distribusi Uniform)

X1 = a + (b a) U1
Dimana : a = 5; b = 9
Data ke-1 :
X1 = 5 + (9 5) 0.66 = 7.65
8 menit
Loket 1 (Distribusi Eksponensial)

X2 = - ln (1-U2)
Dimana : = 3
Data ke-1 :
X2 = -3 ln (1 0.33) = 1.20
2 menit
Loket 2 (Distribusi Weibull)

X3 = (- ln U3)1/
Dimana : = 4; = 5
Data ke-1 :
X3 = 5 (- ln 0.86)1/4 = 3.09
4 menit

21
IV. ANALISA DAN PERTANYAAN

1. Analisalah pengolahan data yang telah dilakukan! (minimal 2 halaman)
Modul 2 Praktikum Statistik ini membahas tentang Distribusi Diskret dan
Kontinu. Diskrit adalah sejumlah berhingga elemen yang berbeda atau elemenelemen yang tidak bersambungan, di mana data diskrit merupakan data yang
satuannya selalu bulat dalam bilangan asli, tidak berbentuk pecahan.Fungsi diskrit
digambarkan sebagai sekumpulan titik-titik. Suatu distribusi dikatakan sebagai
Distribusi Diskret bila: memuat sebuah tabel atau rumus yang mencantumkan
semua kemungkinan nilai suatu peubah acak diskret berikut peluangnya; serta
ruang sampel diskret adalah ruang contoh yang mengandung jumlah titik contoh
yang terhingga atau suatu barisan unsur yang tidak pernah berakhir tetapi sama
banyaknya dengan bilangan cacah (countable). Dalam praktikum ini, dilakukan tiga
percobaan distribusi diskret, yaitu percobaan binomial, percobaan hipergeometrik
dan percobaan multinomial.
Sedangkan Distribusi Kontinu merupakan salah satu macam distribusi
probabilitas, yaitu model matematik yang menghubungkan nilai variabel dengan
probabilitas terjadinya nilai itu. Kontinu adalah sejumlah berhingga elemen yang
berbeda atau elemen-elemen yang bersambungan. Data kontinu merupakan data
yang satuannya bisa dalam pecahan atau bilangan real, misalnya minyak dalam 1/2
liter, panjang dalam 0,2 meter dan sebagainya. Fungsi kontinu digambarkan sebagai
kurva. Praktikum distribusi kontinu ini dilakukan dengan menyelesaikan sebuah
kasus, yaitu simulasi dari sistem pada loket pembayaran di sebuah bank dengan
menggunakan distribusi Uniform, distribusi eksponensial dan distribusi Welbull.
Setelah dilakukan pengumpulan data, dilakukan pengolahan data dengan
menghitung peluang percobaan dan peluang teoritis pada percobaan binomial,
hipergeometrik dan multinomial. Pada percobaan binomial, hasil perhitungan
peluang percobaan yang didapatkan untuk jumlah sukses 0, 1, 2, 3, 4 dan 5 masingmasing secara berurut adalah 0.4, 0.45, 0.15, 0, 0 dan 0. Sedangkan hasil
perhitungan peluang teoritis yang didapatkan untuk jumlah sukses 0, 1, 2, 3, 4 dan
5 masing-masing secara berurut adalah 0.3277, 0.4096, 0.2048, 0.0512, 0.0064 dan
0.0003. Hasil perhitungan antara peluang percobaan dan peluang teoritis pada
percobaan binomial tidak jauh berbeda. Perbedaan yang terjadi dapat diakibatkan
karena rumus yang digunakan tidak sama, serta dapat juga diakibatkan oleh faktor
pembulatan yang berbeda. Namun, jika hasil perhitungan pada peluang percobaan
22
maupun peluang teoritis seluruhnya dijumlahkan, didapatkan hasil penjumlahan

yang sama baik pada peluang percobaan ataupun peluang teoritis, yaitu 1.
Sedangkan pada percobaan hipergeometrik, hasil perhitungan peluang
percobaan yang didapatkan untuk jumlah sukses 0, 1, 2, 3, 4 dan 5 masing-masing
secara berurut adalah 0.05, 0.15, 0.5, 0.1, 0.15 dan 0.05. Kemudian, hasil
perhitungan peluang teoritis yang didapatkan untuk jumlah sukses 0, 1, 2, 3, 4 dan
5 masing-masing secara berurut adalah 0.0673, 0.2587, 0.3641, 0.2341, 0. 0686 dan
0.0073. Hasil perhitungan antara peluang percobaan dan peluang teoritis pada
percobaan hipergeometrik ini agak jauh berbeda, jika dibandingkan dengan hasil
perhitungan pada percobaan binomial. Perbedaan yang terjadi dapat diakibatkan
karena rumus yang digunakan tidak sama, serta dapat juga diakibatkan oleh faktor
pembulatan yang berbeda. Namun, jika hasil perhitungan peluang percobaan
maupun peluang teoritis pada percobaan hipergeometrik seluruhnya dijumlahkan,
didapatkan hasil penjumlahan yang sama baik pada peluang percobaan ataupun
peluang teoritis, yaitu 1.
Pada percobaan multinomial, hasil perhitungan peluang perobaan P(0) untuk
jumlah sukses , dan secara berurut adalah 0.03, 0.1 dan 0.02. Hasil
perhitungan peluang percobaan P(1) untuk jumlah sukses , dan secara
berurut adalah 0.07, 0.13 dan 0.13. Untuk P(2), hasil perhitungan untuk jumlah
sukses , dan secara berurut adalah 0.13, 0.1 dan 0.12. Untuk P(3), hasil
perhitungan untuk jumlah sukses , dan secara berurut adalah 0.03, 0 dan
0.03. Untuk P(4), hasil perhitungan untuk jumlah sukses , dan secara
berurut adalah 0.05, 0 dan 0.02. Terakhir, untuk P(5), hasil perhitungan untuk
jumlah sukses , dan secara berurut adalah 0.02, 0 dan 0.02. Sedangkan pada
perhitungan peluang teoritis, hasil yang didapatkan untuk P(0), P(1), P(2), P(3),
P(4) dan P(5) masing-masing secara berurut adalah 1.0322 10-3, 2.6781 10-3,
2.4188 10-1, 0.1536, 0.1024 dan 0.32. Hasil penjumlahan seluruh P(x) pada
peluang percobaan adalah 1, sedangkan hasil penjumlahan seluruh P(x) pada
peluang teoritis adalah 0.8216. Perbedaan yang terjadi dapat diakibatkan karena
rumus yang digunakan tidak sama, serta dapat juga diakibatkan oleh faktor
pembulatan yang berbeda.
Kemudian pada simulasi dari sistem pada loket pembayaran di bank yang
telah dibuat, diketahui bahwa masing-masing loket dibuka pada pukul 08.00 dan
tutup pada pukul 16.00. Kemudian, masing-masing pegawai loket memiliki waktu
23
istirahat 30 menit. Sehingga pada saat satu loket tutup, hanya terdapat satu loket
yang buka. Kemudian untuk menentukan nilai waktu kedatangan, digunakan
distribusi Uniform. Sedangkan untuk menentukan nilai waktu dilayani, digunakan 2
jenis distribusi kontinu yang berbeda untuk kedua loket tersebut. Untuk loket 1
digunakan distribusi Eksponensial, sedangkan pada loket 2 digunakan distribusi
Weibull. Untuk data yang digunakan, data U merupakan data yang dirandom
(bilangan acak). Pada distirbusi Uniform terdapat nilai a dan nilai b. nilai a
menunjukkan batas atas dan nilai b menunjukkan batas bawah dari distribusi
Uniform. Untuk kasus ini, nilai a yang digunakan adalah 5 dan nilai b adalah 9.
Pada distribusi Eksponensial nilai beta yang digunakan adalah 5. Kemudian pada
distribusi Weibull, nilai alpha yang digunakan adalah 5 dan nilai beta yang
digunakan adalah 5. Pada awal loket dibuka yaitu pada pukul 08.00 belum terdapat
delay. Delay terjadi ketika pengunjung datang pada saat loket yang ada sedang
melayani pengunjung yang lain, akibatnya pengunjung harus menunggu untuk
dilayani. Delay pertama terjadi pada pukul 09.07 di loket 1. Untuk
menanggulanginya, pelanggan dialihkan ke loket 2. Selain itu, delay juga terjadi
pada pukul 11.09 di loket 1 dan pada pukul 14.39 di loket 2. Kemudian delay
terparah terjadi ketika pegawai loket 1 istirahat selama 30 menit pada pukul 12.04.
Delay terjadi pada 8 pelanggan yang kemudian dialihkan ke loket 2. Sedangkan
pegawai loket 2 beristirahat selama 30 menit dimulai pukul 13.13 yang
mengakibatkan terjadinya delay pada 9 pelanggan yang kemudian dialihkan ke
loket 1.
Faktor-faktor yang mempengaruhi antrian seperti yang terjadi pada kasus
loket adalah kedatangan, pelayanan, dan antrian. Kedatangan mempengaruhi
antrian karena apabila kedatangan pengunjung sebanding dengan ketersediaan loket
yang ada, maka tentu saja tidak akan terjadi delay. Kemudian ketika melayani
pengunjung dibutuhkan loket yang sebanding dengan jumlah pengunjung yang
akan datang, fasilitas dari loket yang dibuka juga harus sesuai dengan kebutuhan
dan jumlah pengunjung yang datang duga pada saat melayani pengunjung harus
dilakukan secepat mungkin namun tetap memenuhi kebutuhan pengunjung. Karena
itu untuk mengelola sistem antrian yang baik harus memikirkan banyak aspek,
termasuk jumlah pengunjung yang akan datang dan lamanya pelayanan yang
diberikan. Untuk menjaga agar pengunjung yang datang tidak terlalu lama
menunggu dibutuhkan pelayanan yang terbaik. Dengan pelayanan yang baik, dapat
24
dipastikan bahwa meskipun terjadi delay, namun delay tersebut tidak terlalu lama
dan tidak sering terjadi. Pelayanan yang terbaik dapat dilakukan dengan cara
memberikan pelayanan yang cepat sehingga pelanggan tidak dibiarkan menunggu
(mengantri) terlalu lama. Namun demikian, dampak pemberian layanan yang cepat
ini akan menimbulkan biaya bagi organisasi atau perusahaan, karena harus
menambah fasilitas layanan agar dapat memenuhi kebutuhan pengunjung tanpa
harus menunggu. Oleh karena itu, layanan yang cepat akan sangat membantu untuk
mempertahankan pengunjung, yang dalam jangka panjang tentu saja akan
meningkatkan keuntungan organisasi atau perusahaan.
2. Sebut dan jelaskan faktor-faktor yang mempengaruhi antrian!
Kedatangan
Setiap masalah antrian melibatkan kedatangan, misalnya orang, mobil,
panggilan telepon untuk dilayani, dan lain-lain. Unsur ini sering dinamakan
proses input. Proses input meliputi sumber kedatangan atau biasa dinamakan
calling population, dan cara terjadinya kedatangan yang umumnya merupakan
variabel acak.
Pelayanan
Pelayanan atau mekanisme pelayanan dapat terdiri dari satu atau lebih pelayan,
atau satu atau lebih fasilitas pelayanan. Tiap-tiap fasilitas pelayanan kadangkadang disebut sebagai saluran (channel). Dalam mekanisme pelayanan ini ada
tiga aspek yang harus diperhatikan yaitu tersedianya pelayanan, kapasitas
pelayanan, serta lama pelayanan.
Antrian
Timbulnya antrian terutama tergantung dari sifat kedatangan dan proses
pelayanan. Jika tak ada antrian berarti terdapat pelayan yang menganggur atau
kelebihan fasilitas pelayanan
3. Jelaskan jenis distribusi selain distribusi diskret dalam modul ini, sebutkan
contohnya dan berikan rumusnya!
Distribusi Geometrik
Percobaan yang mengandung tindakan yang bebas dan berulang-ulang dapat
menghasilkan keberhasilan dengan peluang q = 1 p, maka distribusi peluang
bagi peubah acak X, yaitu banyaknya ulangan sampai munculnya keberhasilan
yang pertama (Walpole, 1993).
g(x;p) = p.qx-1 untuk x = 1,2,3,
25
Keterangan:
p = peluang sukses
q = peluang gagal
Rata-rata dan ragam distribusi peluang geometrik:
Bisa kita ambil contoh tentang kejadian lulus dari ujian kenaikan tingkat. Kita
akan terus mengikuti ujian berkali-kali jika belum berhasil lulus. Tetapi sekali
saja kita dinyatakan lulus, maka selesai lah sudah prosesnya.
Percobaan Bernoulli
Suatu percobaan dikatakan sebagai percobaan Bernoulli jika memiliki
karakteristik sebagai berikut:
1. Eksperimen terdiri atas n ulangan percobaan
2. Masing-masing
percobaan
menghasilkan
outcome
yang
dapat
diklasifikasikan sebagai sebuah sukses atau sebuah gagal

3. Probabilitas sebuah sukses, disimbolkan dengan p, tetap konstan dari satu
percobaan ke percobaan lainnya
4. Ulangan percobaan adalah independen
Dalam suatu percobaan Bernoulli, dimana p adalah probabilitas sukses dan
q=1-p adalah probabilitas gagal, dan jika X adalah variabel acak yang
menyatakan sukses, maka dapat dibentuk
sebuah distribusi probabilitas
Bernoulli sebagai fungsi probabilitas sebagai berikut:
atau
4. Jelaskan jenis distribusi selain distribusi kontinu dalam modul ini, sebutkan
contohnya dan berikan rumusnya!
Distribusi Peluang Chi-Square

26
Distribusi peluang chi-square merupakann distribusi khusus gamma dengan

,
Distribusi ini banyak dipakai untuk pengujian hipotesis (teori)
sebagai rumus dari statistik uji dengan hipotesis tertentu. Dimana fungsi
peluangnya dipeengaruhi oleh parameter v atau disebut juga db (derajat bebas).
Distribusi chi-square dapat didefinisikan melalui rumus seperti berikut:
( )
( )
Mean dan varians distribusi ini oleh:

dan
Distribusi t atau Student's t

Bila Z~ N(0,1) dan V~ 2 (n). Z dan V independen maka:
Distribusi ini merupakan distribusi T dengan derajat bebas n.
Distribusi F
Bila U ~ 2 (m) dan V~ 2 (m) maka:
Distribusi ni merupakan distribusi F dengan derajat bebas pembilang m dan

penyebut m.
5. Jelaskan pengaruh jenis distribusi dalam penggunaan uji hipotesis.
Dalam melakukan pengujian hipotesis, sebelumnya kita harus menentukan jenis
distribusi yang sesuai dengan data yang ada. Karena pada setiap jenis distribsui data
yang diketahui tidak selalu sama dan juga untuk mengetahui hasil dari pengujian
hipotesis kita harus mencari nilai dari tabel yang sesuai dengan jenis distribusi.
Fungsi dari melihat nilai dari tabel adalah untuk membandingkan perhitungan kita
dengan niai yang terdapat pada tabel. Pada masing-masing distribusi memiliki tabel
yang berbeda. Jadi, untuk menentukan hasil dari pengujian hipotesis kita harus
mengetahui jenis distribusi yang tepat.
6. Jelaskan mengenai data kuantitatif dan data kualitatif!
Data kuantitatif adalah data yang berbentuk angka atau bilangan. Sesuai dengan
bentuknya, data kuantitatif dapat diolah atau dianalisis menggunakan teknik
27
perhitungan matematika atau statistika. Data kuantitatif berfungsi untuk mengetahui

jumlah atau besaran dari sebuah objek yang akan diteliti. Data ini bersifat nyata
atau dapat diterima oleh panca indera sehingga harus benar-benar jeli dan teliti
untuk mendapatkan keakuratan data dari objek yang akan diteliti.
Sedangkan data kualitatif adalah data yang berbentuk kata-kata, bukan dalam
bentuk angka. Data kualitatif diperoleh melalui berbagai macam teknik
pengumpulan data misalnya wawancara, analisis dokumen, diskusi terfokus, atau
observasi. Bentuk lain data kualitatif adalah gambar yang diperoleh melalui
pemotretan atau rekaman video. Data kualitatif berfungsi untuk mengetahui
kualitas dari sebuah objek yang akan diteliti. Data ini bersifat abstrak sehingga
harus benar-benar memahami kualitas dari objek yang akan diteliti.
7. Jelaskan contoh aplikasi masing-masing peluang diskrit dalam kehidupan seharihari atau industri.
Distribusi Poisson: Kemungkinan kesalahan pemasukan data. Banyaknya

penggunaan telepon per menit pada sebuah rumah sakit.
Distribusi Hipergeometrik: Kita dapat mengetahui jumlah barang yang rusak

dalam sampel acak dari sejumlah kiriman, Jumlah permen yang di ambil dari
dalam kotak dengan rasa tertentu.
Distribusi binomial: Peluang kecacatan pada kemasan minuman dengan 4 rasa

berbeda.
8. Apakah distribusi binomial dan multinomial memiliki perbedaan dalam hal

probabilitas? Jelaskan!
Ya. Distribusi multinomial memiliki keuntungan lebih untuk menghitung
probabilitas ketika ada lebih dari dua outcome/kejadian untuk setiap percobaan di
dalam eksperimen. Distribusi multinomial merupakan suatu distribusi umum,
sedangkan distribusi binomial adalah suatu kasus khusus dari distribusi
multinomial.
9. Apakah ada cara untuk menentukan pola distribusi pada kasus antrian diatas?
Ya. Caranya adalah dengan melihat kasus tersebut lebih dalam agar ditemukan
permasalahan dari kasus, kemudian mencari pola distribusi yang tepat untuk
masalah-masalah yang ada dalam kasus tersebut. Setiap pola distribusi memiliki
karakteristik masing-masing yang dapat menjadi pertimbangan apakah pola
distribusi tersebut cocok/sesuai dengan masalah yang ada atau tidak.
10. Mengapa pola distribusi pada kasus antrian diatas menggunakan 3 pola distribusi?
28
Karena terdapat 3 buah variabel utama dalam kasus ini, yaitu waktu kedatangan,
waktu pelayanan loket 1 dan waktu pelayanan loket 2. Waktu kedatangan sangat
cocok menggunakan distribusi Uniform karena distribusi Uniform adalah distribusi
yang mempunyai probabilitas yang sama pada setiap kejadian, tidak dikategorikan,
dan ruang sampelnya tidak dibatasi. Sedangkan waktu pelayanan loket 1 sangat
cocok menggunakan distribusi eksponensial karena karakteristik operasi sistem
antrian terbagi menjadi dua bagian besar yaitu distribusi probabilitas waktu antar
kedatangan dan waktu pelayanan. Untuk permasalahan sistem antrian yang real,
distribusi tersebut hampir digunakan dalam semua bentuk (masalah dibatasi dengan
nilai negatif tidak akan terjadi). Kemudian, waktu pelayanan loket 2 cocok
menggunakan distribusi Weibull karena kapabilitas dan sedikit sampelnya, dan
kemampuannya dapat menunjukkan bentuk distribusi data yang terbaik.

V.
29
KESIMPULAN
Suatu distribusi dikatakan sebagai distribusi diskret bila: memuat sebuah tabel atau
rumus yang mencantumkan semua kemungkinan nilai suatu peubah acak diskret
berikut peluangnya; serta ruang sampel diskret adalah ruang contoh yang
mengandung jumlah titik contoh yang terhingga atau suatu barisan unsur yang tidak
pernah berakhir tetapi sama banyaknya dengan bilangan cacah (countable).
Distribusi kontinu merupakan salah satu macam distribusi probabilitas, yaitu model
matematik yang menghubungkan nilai variabel dengan probabilitas terjadinya nilai
itu.
Terdapat beberapa jenis distribusi diskret, yaitu distribusi uniform, distribusi

binomial, distribusi hipergeometrik, distribusi multinomial, distribusi Poisson, dll.
Terdapat pula beberapa jenis distribusi kontinu, yaitu distribusi normal, distribusi
eksponensial, distribusi gamma, distribusi chi-kuadrat, distribusi Weibull, dll.
Contoh penerapan distribusi diskret, yakni menghitung peluang munculnya produk

cacat dari beberapa produk yang diambil secara acak.
Contoh penerapan distribusi kontinu, yaitu simulasi dari sistem pada loket
pembayaran bank.

30
VI. DAFTAR PUSTAKA

Admin.
2014.
Distribusi
Variabel
Acak
Diskrit.
(online)
http://www.statsdata.my.id/2014/06/distribusi-variabel-acak-diskrit.html (diakses
pada tanggal 22 Februari 2016)
Eviana, Fitria. 2014. Modul 3 Distribusi Probabilitas Diskret dan Kontinu. (online)
http://www.slideshare.net/fitriaeviana5/modul-3-distribusi-probabilitas-diskritdan-kontinu (diakses pada tanggal 22 Februari 2016).
Mawengkang,
H.
2011.
Teori
Antrian.
(online)
http://repository.usu.ac.id/bitstream/123456789/26702/3/Chapter%20II.pdf
(diakses pada tanggal 22 Februari 2016).
Walpole, Ronald E. 1995. Pengantar Statistika. Jakarta: Gramedia Pustaka Utama.


Laporan Praktikum Distribusi Diskret Dan Kontinu

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Praktikum Distribusi Diskret Dan Kontinu

Diunggah oleh

Hak Cipta:

Format Tersedia

DISTRIBUSI DISKRET DAN KONTINU

Praktikan mampu memahami cara perhitungan dan penerapan teori antrian.

Praktikan diharapkan mampu mengetahui peranan statistik dalam menyelesaikan

Praktikan mampu mengenali masalah nyata dalam kehidupan sehari-hari yang

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

II. FLOWCHART PROSEDUR PRAKTIKUM

Input data sesuai

Gambar 2.1. Flowchart Prosedur Praktikum

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

III. PENGOLAHAN DATA

Tabel 2.2. Rekapitulasi Tabulasi Data Percobaan Distribusi Binomial

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

Tabel 2.2. Rekapitulasi Tabulasi Data Percobaan Distribusi Binomial

Tabel 2.3. Rekapitulasi Data Berdasarkan Subgroup Percobaan Distribusi

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

Tabel 2.4. Rekapitulasi Tabulasi Data Percobaan Distribusi Hipergeometrik

Tabel 2.5. Rekapitulasi Data Berdasarkan Subgroup Percobaan Distribusi

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

Tabel 2.5. Rekapitulasi Data Berdasarkan Subgroup Percobaan Distribusi

Tabel 2.6. Rekapitulasi Tabulasi Data Percobaan Distribusi Multinomial

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

PENGOLAHAN DATA PERCOBAAN BINOMIAL

2. Peluang [P(x)] percobaan

0.4 + 0.45 + 0.15 + 0 + 0 + 0 = 1

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

= 0.3277 + 0.4096 + 0.2048 + 0.0512 + 0.0064 + 0.0003

PENGOLAHAN DATA PERCOBAAN HIPERGEOMETRIK

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

Tabel 2.8. Tabulasi Data Percobaan Hipergeometrik

2. Peluang [P(x)] percobaan

0.05 + 0.15 + 0.5 + 0.1 + 0.15 + 0.05 = 1

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

= 0.0673 + 0.2587 + 0.3641 + 0.2341 + 0.0686 + 0.0073

PENGOLAHAN DATA PERCOBAAN MULTINOMIAL

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

Tabel 2.9. Tabulasi Data Percobaan Multinomial

2. Peluang [P(x)] percobaan

x = 0,1,2,3,4,5 ; k = jumlah sukses

P(0) = P(0) + P(0) + P(0) = 0.03 + 0.1 + 0.02 = 0.15

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

P(1) = P(1) + P(1) + P(1) = 0.07 + 0.13 + 0.13 = 0.33

P(2) = P(2) + P(2) + P(2) = 0.13 + 0.1 + 0.12 = 0.35

P(3) = P(3) + P(3) + P(3) = 0.03 + 0 + 0.03 = 0.06

P(4) = P(4) + P(4) + P(4) = 0.05 + 0 + 0.02 = 0.07

P(5) = P(5) + P(5) + P(5) = 0.02 + 0 + 0.02 = 0.04

0.15 + 0.33 + 0.35 + 0.06 + 0.07 + 0.04

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

= (1.0322 10-3) + (2.6781 10-3) + (2.4188 10-1) + 0.1536 +

PENGOLAHAN DATA DISTRIBUSI KONTINU

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

Laboratorium Statistik Industri dan Pendukung Keputusan

Modul II Laporan Praktikum Statistik Industri: Distribusi Diskret dan Kontinu

Tabel 2.10. Pengolahan Data Kasus Untuk Distribusi Kontinu (lanjutan)

Laboratorium Statistik Industri dan Pendukung Keputusan