DISTRIBUSI PELUANG

STATISTIKA

DISTRIBUSI PELUANG

PELUANG SERAGAM DAN TIDAK SERAGAM

DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI SAMPEL DAN POPULASI
HISTOGRAM
PENGGUNAAN DISTRIBUSI UNTUK EKPEKTASI
DISTRIBUSI BINOMIAL DAN GEOMETRIK
DISTRIBUSI POISSON DAN EKSPONEN

VARIABEL ACAK

SUATU HASIL ATAU PERISTIWA DAPAT DINYATAKAN DALAM

NILAI ATAU NILAI SUATU FUNGSI.LAZIMNYA DINYATAKAN
DALAM HURUF BESAR
CONTOH: X ADALAH VARIABEL ACAK YANG MENYATAKAN
BANJIR TERJADI DI ATAS PERMUKAAN RATA-RATA 7 ft..X >
7 ft
VARIABEL ACAK
MERUPAKAN SUATU ALAT YANG
MENUNJUKAN SUATU PERISTIWA DALAM BESARAN NUMERIK
VARIABEL
ACAK
IALAH
SUATU
FUNGSI
YANG
MENGHUBUNGKAN BILANGAN REAL PADA SETIAP UNSUR
PADA RUANG SAMPEL

DISTRIBUSI PROBABILITAS VARIABEL ACAK

UKURAN PROBABILITAS YANG BERKAITAN DENGAN

SUATU HARGA VARIABEL ACAK
CONTOH: PROBABILITAS BANJIR MELEBIHI
PERMUKAAN RATA-RATA ..P(X > 7ft)
ATURAN UNTUK MENYATAKAN UKURAN
PROBABILITAS YANG BERKAITAN DENGAN SEMUA
HARGA SUATU VARIABEL ACAK DISEBUT DISTRIBUSI
PROBABILITAS

DISTRIBUSI PELUANG SERAGAM DAN TIDAK

SERAGAM

Distribusi peluang seragam: distribusi

peluang dari setiap titik sampel
mempunyai peluang yang sama

Distribusi peluang tidak seragam:

distribusi peluang dari setiap titik sampel
mempunyai peluang yang tidak sama

Distribusi peluang keluarnya mata

dadu
1-2-3-4-5-6

Distribusi peluang
curah hujan tiap bulan
dalam satu tahun

Distribusi seragam

Distribusi tidak
seragam

RUANG SAMPEL DISKRET DAN

KONTINU

RUANG SAMPEL DISKRET: RUANG SAMPEL YANG

MENGANDUNG TITIK YANG BERHINGGA
BANYAKNYA
DATA YANG DIHITUNG (BILANGAN BULAT)
RUANG SAMPEL KONTINU: RUANG SAMPEL YANG
MENGANDUNG TITIK YANG TIDAK BERHINGGA
BANYAKNYA
DATA YANG DIUKUR.KONTINU (BILANGAN RIL)

DISTRIBUSI PELUANG DISKRIT

DAN KONTINU

Distribusi peluang Diskrit

Variabel bilangan bulat
Ex: jml kendaraan
jml penduduk
interval nilai

Distribusi peluang
Kontinu
Variabel bilangan real
Ex: Tinggi badan, curah
hujan, suhu, hasil
pengukuran

DISTRIBUSI PELUANG DISKRIT

12/50

Nilai mekanika tanah

A = 5 siswa
B = 8 siswa

10/50

8/50
5/50

5/50

C = 12 siswa
D = 10 siswa
E = 5 siswa

DISTRIBUSI PELUANG KONTINU

Distribusi peluang penggunaan uang dalam

suatu proyek

FUNGSI DISTRIBUSI PELUANG

f(x)

x=A,B

f(x) = 0.2

x=C

f(x) = 0

x = yg lain

f(x)

f(x) =0.4

10

f(x) = 1/6

4<x<10

f(x) = 0

x<4

x>10

SYARAT FUNGSI DISTRIBUSI PELUANG

Fungsi Peluang = fungsi masa

Bernilai positif
Total luas dibawah kurva = satu

PROBABILITAS DAN EKSPEKTASI

Distribusi peluang dapat digunakan untuk

meramalkan / ekspektasi dari suatu kejadian

Contoh: Meramalkan suatu rencana salauran

akan melimpah pada suatu kondisi hujan
tertentu

BENTUK DISTRIBUSI PELUANG

Distribusi peluang empiris: berasal dari

pengamatan karakter contoh yg mewakili
suatu populasi yg spesifik
Distribusi Gauss
Distribusi binomial
Distribusi peluang dari proses Poisson
Distribusi peluang geometrik
Distribusi peluang exponensial
Distribusi dari populasi normal: log normal, t
student, chi kuadrat dan F fisher

TENTUKAN FUNGSI DISTRIBUSI

PELUANGNYA

Bila 50% mobil yang dijual oleh agen adalah mobil

bermesin disel.Tentukan rumus distribusi peluang
banyaknya mobil bermesin disel terjual untuk penjualan 4
mobil berikutnya.

4

x

f ( x)
16

CEK FUNGSI APAKAH DISTRIBUSI PELUANG

Galat pengukuran suhu suatu reaksi

dinyatakan dalam fungsi masa berikut :
x2

f ( x) 3 , 1 x 2
0, untuk x lain

Apakah ini fungsi distribusi

Distribusi peluang kontinu -------integral

Cek syarat distribusi peluang

APAKAH INI DISTRIBUSI PELUANG?

f(x)= 2(4-x)

,1<x<2

2
f
(
x
)
dx

8
x

16 4 8 1 5
1

Bukan
distribusi
peluang

Pemakaian kendaraan
Sebuah perusahaan memiliki 3 kendaraan merek Toyota
dan 5 kendaraan merek Mitsubishi. Jika setiap hari dipakai
5 kendaraan, berapa distribusi peluang penggunaan
kendaraan merek Toyota
Kendaraan Toyota : A, B, C
Kendaraan Mitsubishi : 1,2,3,4,5
Jika dipakai 1 kendaraan Toyota
A : kombinasi nya dengan Mitsubishi =5

B : juga 5
C : juga 5

Jika dipakai 2 kendaraan Toyota

AB : kombinasi nya dengan Mitsubishi =10
BC: juga 10
AC : juga 10

Jika dipakai 3 kendaraan Toyota

ABC : kombinasi untuk kendaraan Mitsubishi = 10

Jumlah kombinasi = 3x5 + 3x10 + 1x10 =55

Distribusi peluang adalah:
Peluang satu Toyota = 15/55
Peluang dua Toyota = 30/55
Peluang tiga toyota = 10/55
Distribusi digambar dalam histogram

toyota

DISTRIBUSI PELUANG
KUMULATIF

Distribusi total peluang dari variabel terkecil

sampai variabel ke-x
Integral dari fungsi distribusi
Dipakai untuk menghitung peluang lebih kecil atau
peluang lebih besar

Luas=P

Luas total =1

Distribusi
peluang.
Atau masa
peluang

Distribusi peluang
kumulatif

DISTRIBUSI PELUANG KUMULATIF ADALAH

INTEGRAL DARI DISTRIBUSI PELUANG MASSA
NILAI UJUNG = 1

6/18

3/18

4/1
8 3/18
2/18

Buat distribusi peluang

kumulatif

DISTRIBUSI SAMPEL DAN

POPULASI

Fungsi peluang pada peluang diskit dan

fungsi masa pada peluang kontinu adalah
cara menjelaskan distribusi peluang untuk
suatu populasi
Data sering diperoleh dalam suatu percobaan
Ringkasan data yang berbentuk grafik
membantu memahami sifat penghasil data

DATA NILAI UJIAN STATIKA

23,60,79,80,45,75,83,23,56,78,67,65,64,8
2,34,25,55,66,73,78,90,67,69,70,....(40
anak)

interval

frekwensi

Frkwensi relatif

0-40

5/40

40-56

6/40

56-65

10

10/40

65-80

14

14/40

>80

5/40

Distribusi peluang

HISTOGRAM
0,5
0,37
5
0,25
0,12
5
A

Nilai ujian statika

Distribusi peluang
kumulatif

0,5

0,37
5
0,25
0,12
5
A

Nilai ujian statika

DISTRIBUSI EKSPONENSIAL

Jika peristiwa terjadi menurut proses poisson, maka waktu

T1 sampai pada kejadian yang pertama mempunyai
distribusi eksponensial. T1 > t, berarti tidak terjadi
peristiwa dalam waktu t sehinga:

P(T 1 t ) P( Xt 0) e vt

T1 adalah waktu kejadian yg pertama dalam proses

poisson. Kejadian peristiwa yang tidak tumpang tindih,
bebas secara statistik, sehingga T1 juga merupakan waktu
ulang ( wkt dua kejadian yang berturutan) Fungsi yang
demikian:

P (T 1 t ) 1 e

vt

CONTOH SOAL

Arsip dari gempa di San Francisco menunjukan selama

periode 1836 1961 terdapat 16 gempa berskala intensitas
VI atau lebih. Jika peristiwa tersebut mengikuti proses
poisson , berapa probabilitas gempa tsb terjadi dalam 2
tahun mendatang.

16
0.128
125
P(T 1 t ) 1 e ( 0.128)( 2 ) 0.226

Probabilitas tidak terjadi gempa spt ini dalam 10 tahun

mendatang

P(T1 10) e10( 0.128) 0.278

Periode ulang

E (T1 ) 1 7.8tahun
v

TUGAS
Dari data tinggi badan dari anak SMU kelas 3 dari 30 siswa:
140,145,150,155, 138,142,151,144, 150,155,148,160,157,
141,156,143,161,155,148,147,159,137, 148,
157,143,159,158,144,146, 161
Gambarlah histogram, distribusipeluang dan distribusi
kumulatif nya

Penurunan (x) suatu struktur mempunyai kerapatan

probabilitas seperti gbr.
f(x)
(a) Tentukan fungsi probabilitasnya untuk setiap
kemungkinan
h
(b) Berapa probabilitas penurunan <2 cm
(c) Berapa probabilitas antara 2cm dan 4cm

Suatu saluran pembuangan dirancang terhadap curah hujan yang

perioda ulang 10 tahun.
(a)Berapa probabilitas banjir dalam 3 tahun pertama
(b) Berapa probabilitas tidak terjadi banjir dalam 2 tahun pertama.