Distribusi Binomial

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:

pada pembukaan tahun-1, terdapat

buah FO yang disambut hangat

pada pembukaan tahun-2, terdapat

buah FO yang disambut hangat

pada pembukaan tahun-3, terdapat

buah FO yang disambut hangat

..

pada pembukaan tahun-1000, terdapat

..

buah FO yang disambut hangat

Maka:

Nilai rata-rata dari

Nilai varians dari

adalah 1
adalah 0.80