Selasa, 12 Februari 2013

Makalah Distribusi Binomial

KATA PENGANTAR

Bismillahirrahminarrahim.
Segala puji untuk Allah Swt. karena berkat hidayah ,rahmat dan kuasa-Nya
sehingga kita masih diberi kesehatan, kemudahan, serta umur yang panjang. Shalawat
serta salamsemoga tercurahkan kepada Nabi akhirul zaman Nabi Muhammad
saw.Semoga kita termasuk yang di doakan syafaat oleh-Nya.

Penyusun mengucapkan terimaksih kepada dosen mata kuliah Probabilitas dan

Statistika karena berkat bimbingan beliau penyusun dapat menyelesaikan makalah ini.
Untuk semuanya semoga makalah ini dapat bermanfaat.Tidak ada gading yang tak
retak, begitupun dengan makalah ini jauh dari kesempurnaan.Jika terdapat salah mohon
dimaklumi dan InsyaAllah menjadi pembelajaran bagi kami untuk membuat yang lebih
baik.

Bandung, 25 Desember 2012

Penyusun
 DAFTAR ISI
Kata Pengantar.....................................................................................................................1
Daftar Isi..................................................................................................................................2
BAB I PENDAHULUAN.......................................................................................................3
BAB II PEMBAHSAN............................................................................................................5
A. Pengertian Distribusi Binomial.......................................................................5
B. Dsitribusi Binomial Negatif10
C. Ciri-ciri Distribusi Binomial..............................................................................12
D. Contoh Peristiwa Distribusi Binomial..........................................................13
BAB III KESIMPULAN.........................................................................................................15
Daftar Pustaka.......................................................................................................................16

BAB I PENDAHULUAN
 Distribusi teoretis merupakan alat bagi kita untuk menentukan apa yang dapat
kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi frekuensi dapat
digunakan sebagai dasar pembanding dari suatu hasil observasi/eksperimen dan sering
juga digunakan sebgaai pengganti distribusi sebenarnya.Hal ini penting sekali oleh
karena distribusi sebenarnya yang harus diperoleh melalui eksperimen biasanya selain
sangat mahal juga karena sesuatu hal seringkali tidak dapat dilakukan.
Distribusi teoretis memungkinkan para pembuat keputusan memperoleh dasar
logika yang kuat dalam membuat keputusan, dan sangat berguna sebagai dasar
pembuatan ramalan (forecasting/prediction) berdasarkan informasi yang terbatasatau
pertimbangan-pertimbangan teoretis, dan berguna pula untuk menghitung probabilitas
terjadinya suatu kejadian.
Pengertian mengenai beberapa distribusi yang utama akan meningkatkan
kemampuan seseorang untuk membaca dan mengartikan hasil karya ilmiah di semua
bidang. Setiap kejadian yang dapat dinyatakan sebagai perubahan nilai suatu variabel
umumnya mengikuti suatu distribusi teoretis tertentu dan apabila sudah diketahui
dengan jelas jenis distribusinya, kita akan dapat dengan mudah berapa probabilitas
kejadian tersebut. Misalnya: berapa probabilitas bahwa seorang calon presiden RI akan
terpilih menggantikan presiden yang lama.
Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi
probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
yang saling bebas, dimana setiap hasil percobaan memiliki probabilitas p. Eksperimen
berhasil/gagal juga disebut percobaan bernoulli. Ketika n = 1, distribusi binomial adalah
distribusi bernoulli. Distribusi binomial merupakan dasar dari uji binomial dalam uji
signifikansi statistik.
Distribusi ini seringkali digunakan untuk memodelkan jumlah keberhasilan pada
jumlah sampel n dari jumlah populasi N. Apabila sampel tidak saling bebas (yakni
pengambilan sampel tanpa pengembalian), distribusi yang dihasilkan adalah distribusi
hipergeometrik, bukan binomial.Semakin besar N daripada n, distribusi binomial
merupakan pendekatan yang baik dan banyak digunakan.
 BAB II PEMBAHASAN

A. Pengertian Distribusi Binomial

Distribusi Binomial ditemukan oleh seorang ahli matematika berkebangsaan Swiss
bernama Jacob Bernauli.Oleh karena itu distribusi binomial ini dikenal juga sebagai distribusi
bernauli.
Distribusi binomial berasal dari percobaan binomial yaitu suatu proses Bernoulli yang
diulang sebanyak n kali dan saling bebas. Suatu distribusi Bernoulli dibentuk oleh suatu
percobaan Bernoulli (Bernoulli trial). Sebuah percobaan Bernoulli harus memenuhi
syarat:Keluaran (outcome) yang mungkin hanya salah satu dari sukses atau gagal, Jika
probabilitas sukses p, maka probabilitas gagal q = 1 p.
Distribusi binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam
n percobaan ya/tidak (berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan
 memiliki probabilitas p. Eksperimen berhasil/gagal juga disebut percobaan bernoulli.
Ketika n = 1, distribusi binomial adalah distribusi bernoulli. Distribusi binomial
merupakan dasar dari uji binomial dalam uji signifikansi statistik.
Distribusi Binomial digunakan untuk data diskrit (bukan data kontinu)
yangdihasilkan dari eksperimen Bernouli, mengacu kepada matematikawan
JacobBernouli. Peristiwa pelemparan mata uang (koin) yang dilakukan beberapa
kaliadalah contoh dari proses bernouli, dan hasil (outcomes) dari tiap-tap pengocokan
dapat dinyatakan sebagai distribusi probabilitas binomial. Kejadiansukses atau gagal
calon pegawai dalam psikotest merupakan contoh lain dari proses Bernouli. Sebaliknya
distribusi frekuensi hidupnya lampu neon di pabrik anda harus diukur dengan skala
kontinu dan bukan dianggap sebagai distribusi binomial.
Secara formal, suatu eksperimen dapat dikatakan eksperimen binomial jika
memenuhi empat persyaratan:
1. Banyaknya eksperimen merupakan bilangan tetap (fixed number of trial)
2. Setiap ekperimen selalu mempunyai dua hasil Sukses dan Gagal. Tidak ada daerah
abu-abu. Dalam praktiknya, sukses dan gagal harus didefinisikan sesuai keperluan,
Misal:
Lulus (sukses), tidak lulus (gagal)
Setuju (sukses), tidak setuju (gagal)
Barang bagus (sukses), barang sortiran (gagal)
Puas (sukses), tidak puas (gagal)
3. Probabilitas sukses harus sama pada setiap eksperimen.
4. Eksperimen tersebut harus bebas satu sama lain, artinya satu eksperimen
tidak boleh berpengaruh pada hasil eksperimen lainnya.

Untuk membentuk suatu distribusi binomial diperlukan dua hal:

1. Banyaknya/jumlah percobaan/kegiatan;
2. Probabilitas suatu kejadian baik sukses maupun gagal.
Distribusi probabilitas binomial dapat dinyatak sebagai berikut:
Dalam sebuah 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

Beberapa ukuran statistik deskriptif distribusi Bernoulli.

1. Mean (Nilai Harapan):

2. Varians

3. Kemencengan (skewness)

4. Keruncingan (kurtosis)

Contoh:
Di awal tahun ajaran baru, mahasiswa fakultas teknik biasanya membeli rapido
untuk keperluan menggambar teknik.Di koperasi tersedia dua jenis rapido, yang
tintanya dapat di isi ulang (refill) dan yang tintanya harus diganti bersama dengan
cartridgenya.Data yang ada selama ini menunjukkan bahwa 30% mahasiswa membeli
rapido yang tintanya dapat diisi ulang. Jika variabel acak X menyatakan mahasiswa yang
membeli rapido yang tintanya dapat diisi ulang, maka dapat dibentuk distribusi
probabilitas sebagai berikut:

Maka fungsi probabilitasnya adalah fungsi Bernoulli dengan satu parameter p = 0,3.
Dinotasikan:

atau
Percobaan Bernoulli dapat menghasilkan suatu sukses dengan probabilitas p dan gagal
dengan probabilitas q = 1 p. Maka distribusi probabilitas variabel acak binomial X,
jumlah sukses di dalam n percobaan diberikan oleh:

dimana .

Keterangan:
n=populasi
x=sampel
q=1-p
p=produk
b=probabilitas binomial
Ada kalanya perhitungan probabilitas distribusi binomial lebih mudah dilakukan
dengan menggunakan distribusi kumulatif. Bila pada n percobaan terdapat paling tidak
sebanyak r sukses, maka distribusi binomial kumulatif dinyatakan sebagai:

Distribusi binomial memiliki rata-rata, variansi, standar deviasi, keofisien

kemiringan, dan koefisien keruncingan sebagai berikut:

a. mean
b. variansi
c. standar deviasi

d. keofisien kemiringan

e. koefisien keruncingan

Contoh:
Probabilitas bahwa sejenis komponen tertentu yang akan bertahan terhadap uji-
kejut adalah . Carilah probabilitas dimana 2 dari 4 komponen yang selanjutnya diuji
akan bertahan.
Penyelesaian:
Dengan mengasumsikan bahwa pengujian tersebut bebas dan p=3/4 untuk masing-
masing dari keempat pengujian tersebut, kita dapatkan

Contoh:
Probabilitas bahwa seorang pasien sembuh dari penyakit darah yang langka
adalah 0,4. Bila 15 orang diketahui terkena penyakit ini, berapakah probabilitas (a)
paling tidak 10 selamat, (b) dari 3 sampai 8 selamat, dan (c) tepat 5 selamat?
Penyelesaian:

(a)

(b)

(c)

Nilai Koefisien Binomial:

Tabel Distribusi Binomial:

B. Distribusi Binomial Negatif
Suatu distribusi binomial negatif dibentuk oleh suatu eksperimen yang memenuhi
kondisi-kondisi berikut:
Eksperimen terdiri dari serangkaian percobaan yang saling bebas
Setiap percobaan (trial) hanya dapat menghasilkan satu dari dua keluaran yang
mungkin, sukses atau gagal.
Probabilitas sukses p, dan demikian pula probabilitas gagal q = 1 - p selalu konstan
dalam setiap percobaan (trial)
Eksperimen terus berlanjut (percobaan terus dilakukan) sampai sejumlah total k
sukses diperoleh, dimana k berupa bilangan bulat tertentu.
Jadi pada suatu eksperimen binomial negatif, jumlah suksesnya tertentu
sedangkan jumlah percobaannya yang acak.
Distribusi Binomial Negatif, bila percobaan bebas berulang dapat menghasilkan
sebuah sukses dengan probabilitas p dan gagal dengan probabilitas q = 1 p, maka
distribusi probabilitas dari variabel acak X, jumlah percobaan dimana
sukses ke-k terjadi diberikan oleh:

beberapa ukuran statistik deskriptif distribusi binomial negatif

1. Mean (Nilai Harapan):
2. Varians

3. Kemencengan (skewness)

4. Keruncingan (kurtosis)

Contoh
Carilah probabilitas bahwa seseorang yang melemparkan tiga koin akan
mendapatkan kepala semua atau ekor semua untuk kali ke dua pada pelemparan yang
ke 5!
Penyelesaian:
Dengan menggunakan sebaran binomial negatif dengan x = 5, k = 2, dan p = 1/4, kita
dapatkan

C. Ciri-ciri Distribusi Binomial

1. Ciri pertama distribusi binomial adalah bila jumlah n tetap dan p kecil maka distribusi
yang dihasilkan akan miring ke kanan dan bila p makin besar maka kemiringan akan
berkurang dan bila p mencapai 0,5 maka distribusi akan menjadi simetris. Bila p lebih
besar dari 0,5, maka distribusi yang dihasilkan akan miring ke kiri.
2. Ciri kedua nya adalah bila p tetap dengan jumlah n yang makin besar maka akan
dihasilkan distribusi yang mendekati distribusi simetris.
3. Percobaan diulang sebanyak n kali.
4. Hasil setiap ulangan dapat dikategorikan ke dalam 2 kelas, misal :
BERHASIL atau GAGAL;
YA atau TIDAK;
SUCCESS or FAILED.
5. Peluang berhasil / sukses dinyatakan dengan p dan dalam setiap ulangan nilai p tetap.
Peluang gagal dinyatakan dengan q, dimana q = 1-p.
6. Setiap ulangan bersifat bebas (independen) satu dengan lainnya.
7. Percobaannya terdiri atas n ulangan (Ronald.E Walpole)
8. Nilai n < 20 dan p > 0.05

D. Contoh Peristiwa Distribusi Binomial

Contoh 1:
Perhatikan suatu proses bernoulli (eksperimen binomial) yang terdiri dari pengambilan
satu bola acak (random) dari kotak yang berisi 50 bola merah (M=50) dan 50 bola putih
(P=50). Y adalah variabel acak dengan nilai sebagai berikut:
P(M) = p = probabilitas untuk mendapat bola merah (sukses) = 05
P(P) = q = (1-p) = probabilitas untuk mendapat bola putih (gagal) = 0,5
Jika kita menginginkan tiga kali pengambilan secara acak dengan hasil sukses 2 bola
merah terambil dalam sekali pengambilan. Kita dapat menjabarkan pernyataan ini
dengan simbol matematis:
.r=jumlah hasil sukses yang diinginkan (number of successes desired)=2
.n=jumlah percobaan yang dilaksanakan (number of trials undertaken)=3
Berapa probabilitas dari r sukses dalam n percobaan (trial)?

Untuk menjawab pertanyaan ini kita dapat menggunakan Formula

Binomial:
Probalility of r successes in n trials =

Probabilitas 2 sukses dari 3 percobaan

Jadi, probabilitas mendapatkan dua bola merah dalam tiga kali percobaan adalah0,375.

Contoh 2:
Anda adalah manajer sebuah perusahaan pasta gigi ODOL IDOL.Anda mempunyai mesin
yang didesain bekerja efisien dan beroperasi dengan akurasi tinggi. Mesin seperti ini
dapat mengisi tube pasta gigi sampai 0,1 ons dengan level of desired 80%.
Seorang inspector pabrik anda bertanya berapa kemungkinan bahwa setengah karton
dari tube tersebut (1 karton = 6 tube) akan berisi tepat 0,1 ons pada desired level?
Jawab:
Berdasarkan catatan perusahaan, 8 dari 10 tubes akan secara tepat terisi dengan 0,1
ons pasta gigi (kejadian sukses). Jika kita ingin menghitung probabilitas mendapatkan 3
tube yang tepat terisi dari 6 tube, kita dapat menyimbolkan sebagai berikut:
p = 0,8
q = 1 0,8 = 0,2
r=3
n=6
Kemudian kita gunakan formula binomial sebagai berikut:

Probabilitas 3 sukses dari 6

 BAB III KESIMPULAN
Distribusi Binomial seringkali digunakan untuk memodelkan jumlah
keberhasilan pada jumlah sampel n dari jumlah populasi N. Distribusi ini banyak
digunakan pada masalah yang mungkin bernilai benar atau salah, gagal atau sukses, dan
lain sebagainya.
 DAFTAR PUSTAKA
http://id.wikipedia.org/wiki/Distribusi_binomial
http://cyber-learn.blogspot.com/2008/09/modul-distribusi-binomial.html
http://www.gudangmateri.com/2009/12/distribusi-binomial-suatu-percobaan.html
http://berandakami.files.wordpress.com/2008/10/distribusi_probabilitas.pdf
http://erlanpasti.blogspot.com/2010/04/distribusi-binomial.html