Percobaan Bernoulli adalah percobaan yang hasilnya dapat dikalsifikasikan kedalam
2 ketegori. Berikut ini adalah contoh Percobaan Bernoulli: Dalam berbisnis, hasil yang mungkin adalah: tidak rugi, rugi. Misalkan pula distribusi peluangnya adalah: Hasil (x) P(x) tidak rugi 0.40 rugi 0.60 Total 1.00 Dalam ujian sekolah, hasil yang mungkin adalah: lulus, tidak lulus. Misalkan pula distribusi peluangnya adalah: Hasil (x) P(x) lulus 0.90 tidak lulus 0.10 Total 1.00
Dalam ujian sekolah, hasil yang mungkin adalah: mendapat nilai A, tidak mendapat nilai A. Misalkan pula distribusi peluangnya adalah:
Hasil (x) dapat A tidak dapat A
Total
P(x) 0.10 0.90 1.00
Dalam menghasilkan produk, hasil yang mungkin adalah: produk cacat, produk baik. Misalkan pula distribusi peluangnya adalah:
Hasil (x) produk cacat produk baik
Total
P(x) 0.9999 99 0.0000 01 1.00
Dalam memperkenalkan produk ke masyarakat, hasil yang mubngkin adalah:
produk disambut hangat oleh masyarakat, produk disambut dingin oleh masyarakat. Misalkan pula distribusi peluangnya adalah: Hasil (x) P(x) disambut hangat disambut dingin
Total
0.43 0.57 1.00
Dalam pembicaraan selanjutnya, kita akan menyederhanakan hasil dari percobaan
Bernoulli menjadi sekedar 2 kategori yaitu: sukses, gagal. Hasil yang menjadi perhatian kita adalah yang kita sebut dengan sukses. Berikut ini adalah penjelesannya. Misalkan kita tertarik untuk bertanya: berapa peluang bahwa saya akan lulus dalam ujian. Ini berarti lulus adalah yang menjadi ketertarikan kita, maka hasil lulus kita namakan sebagai sukses, sedangkan hasil tidak lulus kita namakan sebagai gagal. berapa peluang bahwa saya akan rugi dalam berbisnis. Ini berarti rugi adalah yang menjadi ketertarikan kita, maka hasil rugi justeru kita namakan sebagai sukses, sedangkan hasil untung justeru kita namakan sebagai gagal. berapa peluang bahwa produk yang dihasilkan akan cacat. Ini berarti cacat adalah yang menjadi ketertarikan kita, maka hasil cacat justeru kita namakan sebagai sukses, sedangkan hasil baik justeru kita namakan sebagai gagal. Percobaan Bernoulli ini sendiri tidak menarik untuk dibahas, namun percobaan ini menjadi cikal bakal dari sebuah percobaan yang banyak menjadi perhatian orang, yaitu Percobaan Binomial. Berikut ini adalah definisi atau pengertian Percobaan Binomial. Definisi Percobaan Binomial Misalkan: kita memiliki sebuah Percobaan Bernoulli, yang hasilnya adalah: sukses atau gagal. distribusi peluang dari Percobaan Bernoulli ini adalah: Hasil (x) P(x) sukses p gagal 1-p Total 1.00 percobaan Bernoulli ini kita ulangi selama n kali dari Percobaan Bernoulli yang satu ke Percobaan Bernoulli yang lain peluang sukses selalu tetap yaitu sebesar p (artinya peluang gagal juga selalu tetap, yaitu sebesar 1-p) Percobaan Bernoulli yang kita ulangi ini bersifat independen maka kita memperoleh sebuah percobaan baru yang disebut dengan Percobaan Binomial. Bila variable acak X menyatakan jumlah sukses yang dihasilkan dari Percobaan Binomial di atas, maka nilai yang mungkin dari variable random X ini, dilambangkan
dengan x, adalah x = 0,1,2,3,,n. Adapun peluang bahwa variable random X akan
bernilai x adalah P(X=x,) dan dinyatakan dengan fungsi berikut ini: x= 0,1,2,,n Selanjutnya variable
acak
acak
X dikatakan
parameter ndan p, dan dilambangkan dengan
berdistribusi
binomial
dengan
Fungsi ini disebut fungsi kepadatan peluang (probability mass function, pmf) dari variable acak X. Selanjutnya variable acak X dengan fungsi kepadatan peluang seperti ini disebut variable acak berdistribusi binomial. Ilustrasi-1 Kita sepakat bahwa dalam membuka sebuah Factory Outlet, maka hasil yang mungkin adalah FO ini akan disambut hangat atau disambut dingin oleh masyarakat. Misalkan distribusi peluangnya adalah: Hasil (x) disambut hangat disambut dingin
P(x) 0.20
0.80 Total 1.00 Misalkan Pak Joko, seorang konglomerat di kota Bandung, berniat membuka 5 Factory Outlet baru di kotanya. Berapa peluang bahwa: 1. tidak ada satupun (dari lima) Factory Outlet yang disambut hangat masyarakat? 2. terdapat tepat satu yang disambut hangat? 3. terdapat tepat dua yang disambut hangat? 4. terdapat sebanyak-banyaknya tiga yang disambut hangat? 5. Terdapat tepat tiga yang disambut dingin? 6. Terdapat sebanyak-banyaknya tiga yang disambut dingin? Bagaimana: 7. Distrubusi peluang dari jumlah pelanggan yang disambut hangat? 8. Distrubusi peluang dari jumlah pelanggan yang disambut dingin? Jawab: Sebelum menjawab keenam pertanyaan diatas, perhatikan bunyi pertanyaan 1-6. Pada pertanyaan 1-4 kita tertarik pada hasil disambut hangat, maka saat menjawab pertanyaan ini definisikan sukses sebagai disambut hangat. Pada pertanyaan 5-6 kita tertarik pada hasil disambut dingin, maka saat menjawab pertanyaan ini definisikan sukses sebagai disambut dingin. Jawaban pertanyaan-1 Definisikan variable acak X= jumlah FO yang disambut hangat (dari 5 FO yang dibuka). Yang ditanyakan adalah P(X=0)=f(0), dan ini dapat dihitung sebagai berikut:
=0.32768 Jawaban pertanyaan-2 Definisikan variable acak X= jumlah FO yang disambut hangat (dari 5 FO yang dibuka). Yang ditanyakan adalah P(X=1)=f(1), dan ini dapat dihitung sebagai berikut: = 0.4096 Jawaban pertanyaan-3 Definisikan variable acak X= jumlah FO yang disambut hangat (dari 5 FO yang dibuka). Yang ditanyakan adalah P(X=2)=f(2), dan ini dapat dihitung sebagai berikut: = 0.2048 Jawaban pertanyaan-4 Definisikan variable acak X= jumlah FO yang disambut hangat (dari 5 FO yang dibuka). Yang ditanyakan adalah P(X2)=f(0)+f(1)+f(2), dan ini dapat dihitung sebagai berikut: = 0.94208 Jawaban pertanyaan-5 Definisikan variable acak X= jumlah FO yang disambut dingin (dari 5 FO yang dibuka). Yang ditanyakan adalah P(X=3)=f(3), dan ini dapat dihitung sebagai berikut: =0.2048 Jawaban pertanyaan-6 Definisikan variable acak X= jumlah FO yang disambut dingin (dari 5 FO yang dibuka). Yang ditanyakan adalah P(X3)=f(0)+f(1)+f(2)+f(3), dan ini dapat dihitung sebagai berikut: =0.26272 Jawaban pertanyaan-7 Definisikan variable acak X= jumlah FO yang disambut hangat (dari 5 FO yang dibuka). Nilai X yang mungkin adalah x=0,1,2,3,4,5, yang ditanyakan adalah peluang untuk masing-masing nilai x ini, yaitu: x P(x) 0 0.32768 1 0.40960 2 0.20480
3 4 5 Total
0.05120 0.00640 0.00032 1
Jawaban pertanyaan-8 Definisikan variable acak X= jumlah FO yang disambut dingin (dari 5 FO yang dibuka). Nilai X yang mungkin adalah x=0,1,2,3,4,5, yang ditanyakan adalah peluang untuk masing-masing nilai x ini, yaitu: x P(x) 0 0.00032 1 0.00640 2 0.05120 3 0.20480 4 0.40960 5 0.32768 Total 1
Rata-rata dan Varians dari Variabel Acak yang Berdistribusi Binomial
Misalkan X adalah variable acak berdistribusi binomial dengan parameter n dan p, atau
, maka Rata-rata X = mean X = Varians X = V(X)=
Ilustrasi-2 Pada ilustrasi-1 telah diungkapkan bahwa dalam membuka sebuah Factory Outlet, maka hasil yang mungkin adalah FO ini akan disambut hangat atau disambut dingin oleh masyarakat. Selanjutnya pada ilustrasi tersebut telah dimisalkan distribusi peluang berikut: Hasil (x) disambut hangat disambut dingin
P(x) 0.20
0.80 Total 1.00 Misalkan Pak Joko, seorang konglomerat di kota Bandung, berniat membuka 5 Factory Outlet baru di kotanya.Bila anda mendefinisikan variable acak X sebagai banyaknya FO yang disambut hangat dari 5 FO yang dibuka, berapakah: 1. Nilai rata-rata dari variable acak X ini? 2. Nilai varians dari variable acak X ini? 3. Apakah interpretasi dari kedua besaran diatas? Jawab: Sebelum menjawab pertanyaan 1-2 diatas, perhatikan bunyi pertanyaan 1-2. Pada pertanyaan 1-2 kita tertarik pada hasil disambut hangat, maka saat menjawab pertanyaan ini definisikan sukses sebagai disambut hangat. Dengan demikian p = 0.20, adapun n=5. Jawaban Pertanyaan-1: Rata-rata X = mean(X) = E(X) = =np = 5(0.20) =1 Jawaban Pertanyaan-2: Varians X = Var(X) = =np(1-p) = 5(0.20)(1-0.20) = 0.80 Jawaban Pertanyaan-3: Pertanyaan ini penting, karena kerapkali kita mampu menghitung suatu besaran, namun tidak pernah memahami apa sebenarnya yang kita hitung itu. Telah dihitung bahwa
Rata-rata X = mean(X) = E(X) = =np = 5(0.20) =1
Varians X = Var(X) = =np(1-p) = 5(0.20)(1-0.20) = 0.80
Untuk memahami kedua besaran ini, bayangkan bahwa Pak Joko itu hidupnya abadi, artinya ia tak pernah meninggal dunia. Misalkan sepanjang hidupnya setiap tahun ia membuka 10 buah FO dengan distribusi peluang seperti diatas, misalkan pula:
