DISTRIBUSI DISKRIT

Distribusi diskrit adalah sebuah fungsi, tabel, atau grafik yang menyatakan probabilitas
setiap nilai yang mungkin dimiliki variable acak diskrit. Distribusi ini terbagi ke dalam beberapa
bentuk jenis distribusi diantaranya :
1. Distribusi diskrit uniform
2. Distribusi binomial
3. Distribusi binomial negative
4. Distribusi geometric
5. Distribusi poisson

Contoh :
Jumlah jet coaster dalam sebuah taman bermain = 2 buah
Banyaknya penumpang yang menaiki jet coaster = 20 orang (asumsi max 1 jet coaster 10
orang)

Ruang Sampel Diskrit:
Ruang sampel diskrit mempunyai banyak elemen terhingga
Eksperimen : menaiki jet coaster
Hasil : Keadaan mental penumpang
Ruang sampel : S={1,2,3,4,,20}
Peristiwa : A= Penumpang yang ketakutan
B= Penumpang yang tidak ketakutan


A. Distribusi Diskrit Uniform
Distribusi diskrit uniform tadalah jikalau tiap nilai variabel random memiliki probabilitas
yg sama untuk terpilih.

Karakteristik :
Jika variabel random X bisa memiliki nilai x1,x2, , xk dan masing-masing bisa muncul dengan
probabilitas yg sama maka distribusi probabilitasnya diberikan oleh :

( )

k= parameter


Notasi f(x;k) menyatakan nilai fungsi f tergantung pada k

Contoh :
Sebuah koin ideal memiliki muka : Angka dan Gambar. Jika x menyatakan banyaknya angka
muncul, maka x=0,1 dan distribusi probabilitasnya
( )

x=0,1

B. Distribusi Binomial
Distribusi binomial adalah dimana tiap eksperimen (pengambilan) memiliki probabilitas
sukses p. Maka fungsi distribusi probabilitas f(x) yang menyatakan dari n kali eksperimen
(pengambilan) yg independen mengandung x buah yg sukses adalah:
() (

( )

dengan (

)

()

() {
(

( )

mean : []
Varian : Var[x] = ( )

Karakteristik:
1. Hanya terdapat satu dari dua keluaran yang memungkinan, yakni sukses atau gagal.
2. Percobaan/pengujian dilakukan dalam kondisi yang sama dan dengan probabilitas sukses
p yang konstan.
3. Jumlah percobaan/pengujian n yang sudah titetapkan (fixed).
4. Keluaran percobaan/pengujian berifat independen.
5. Variabel acak X adalah jumlah total dari n kejadian sukses dari n percobaan.

Contoh :
Pandang suatu percobaan binomial yang berupa pengambilan tiga bahan secara acak dari suatu
pabrik, diperiksa, dan kemudian yang cacat dipisahkan dari yang tidak cacat. Bahan yang cacat
disebut sukses. Banyaknya sukses merupakan suatu peubah acak yang harganya adalah bilangan
bulat dari nol sampai 3. Tuliskanlah kedelapan hasil yang mungkin dari harga X nya.
Hasil proses dianggap menghasilkan 25% bahan yang cacat.



C. Distribusi Binomial Negative
Probabilitas untuk mendapatkan sukses pada percobaan ke-x, yg didahului oleh (k-1)
sukses berarti urutan ke-x tsb adalah sukses ke k, dan (X-k) gagal, dengan urutan sukses
dan gagal tertentu adalah :
p(x)= {
(

( )

untuk x=r,r + 1,r + 2

f(x) = (

( )

dengan (

)
()
() ()

Mean : E[X] =
()

Varian : []
()

Karakteristik:
1. Eksperimen terdiri dari serangkaian percobaan yang saling bebas
2. Setiap percobaan (trial) hanya dapat menghasilkan satu dari dua keluaran yang mungkin,
sukses atau gagal
3. Probabilitas sukses p dan, demikian pula, probabilitas gagl q=1-p selalu konstan dalam
setiap percobaan.
4. Eksperiman terus berlanjut (percobaan terus dilakukan) sampai sejumlah total r sukses
diperoleh, dimana r berupa bilangan bulat tertentu.

Contoh :
Peluang bahwa seseorang yang melantunkan 3 koin sekaligus akan mendapat semua sisi G atau
semua sisi A untuk kedua kalinya pada lantunan kelima.

x=5, r=2, p=

() (

( )

= (4/1) ()

()

D. Distribusi Geometric
Sama seperti distribusi Binomial, variable acak distribusi geometric juga terkait dengan
variable Bernoulli. Perbedaannya, probabilitas pada distribusi geometric hanya menentukan
peluang terjadinya kejadian pertama setelah beberapa kali percobaan.




Karakteristik :
Jika probabilitas sebuah sukses = p dan probabilitas gagal q=1-p, dan X adalah variable
random yg menyatakan jumlah percobaan yg diperlukan agar didapatkan sukses yg pertama
kali, maka probabilitas g(x,p) = pq
x-1
Jika probabilitas sebuah sukses = p dan probabilitas
gagal q=1-p, dan X adalah 4ariable random yg menyatakan jumlah percobaan yg diperlukan
agar didapatkan sukses yg pertama kali, maka probabilitas g(x,p) = pq
x-1
p(x) = {
( )

untuk x = 1,2,3,
Mean : E[X]= ( )

Varian : Var[X]=

Contoh :
Dalam suatu proses produksi diketahui bahwa rata-rata diantara 100 butir hasil produksi 1 yang
cacat. Berapakah peluang bahwa setelah 5 butir yang diperiksa baru menemukan cacat pertama?
X = 5 p=0,01
p(x) = ( )

= (0.01) ( )

= (0.01) ()

= 0,0096

E. Distribusi Poisson
Percobaan yg menghasilkan 4ariable random X yg menyatakan banyaknya outcome
selama interval waktu tertentu atau dalam area atau luas tertentu adalah :
p(x)= {

untuk x= 0,1,2, dan v>0

f(x)=

Mean : E[X]= Varian : Var[X]=

Karakteristik:
1. Suatu eksperimen yang meliputi pencacahan banyaknya suatu peristiwa terjadi dalam
satuan unit yang ditentukan. Unit yang ditentukan ini biasanya adalah unit waktu atau
ruang
2. Probabilitas peristiwa tersebut adalah sama untuk setiap satuan unit


3. Banyaknya peristiwa yang terjadi dalam setiap satuan unit saling bebas terhadap
banyaknya peristiwa yang terjadi pada setiap satuan unit yang lainnya.

Contoh :
Banyaknya bakteri dalam satu tetes air atau satu liter air
Banyaknya rumah terbakar dari 10.000 ribu rumah yang diasuransikan dalam bulan
Januari
Banyaknya penggunak pengguna telepon per menit
Banyaknya kesalahan ketik per halaman laporan tahunan
Banyaknya pesanan yang masuk per minggu






















DAFTAR PUSTAKA

1. http://fitrirahmiku.blogspot.com/2013/04/beberapa-distribusi-peluang-diskret_7.html
2. http://parameterd.wordpress.com/2013/05/26/distribusi-probabilitas-diskrit-part-2/
3. http://ebookbrowsee.net/11-distribusi-binomial-negatif-geometrik-pptx-d266523369
4. Dasari, Dadan; Distribusi Probabilitas Diskrit
5. Mukhtasor; BAB 5 Distribusi Teoritis Variabel Acak Diskrit (2010)

























RESUME
DISTRIBUSI DISKRIT

Diajukan untuk memenuhi salah satu tugas
mata kuliah Pemodelan dan Simulasi

Oleh:
Ratih Triani Srikandi
10111003
MOSI-3

Dosen:
Riani Lubis, S.T., M.T.



TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
2014