Modul Distribusi Binom

Suatu eksperimen sering kali terdiri dari percobaan yang berulang-ulang dengan hanya ada dua
kemungkinan outcome, yakni sukses atau gagal.
Berapa contoh kejadian yang outcomenya hanya terdiri dari dua kemungkinan misalnya adalah :

- Mengambil sampel produk : baik, cacat

- Mahasiswa ujian : lulus, gagal
- Mengambil kartu bridge : kartu heart, bukan
- Mata uang dilempar : head atau tail
- Dadu dilempar : ganjil atau genap
Proses diatas dikenal dengan nama proses Bernoulli, yang mempunyai ciri-ciri sebagai berikut :

1. Eksperimennya terdiri dari n ulangan percobaan.

2. Masing-masing percobaan hanya mempunyai dua kemungkinan yang diklasifikasikan
sebagai sukses atau gagal.
3. Kemungkinan sukses; yang dinyatakan dengan P ; tetap konstan dari satu percobaan
ke percobaan yang lain.
4. Antara percobaan yang satu dengan percobaan yang lain bersifat saling bebas.

Perhatikan sebuah proses Bernoulli dimana tiga produk diambil secara random dari suatu hasil
proses produksi, produk tersebut diperiksa dan kemudian diklasifikasikan kedalam produk cacat ( C )
atau baik ( B ) . Produk cacat kita nyatakan sebagai kejadian sukses dan banyaknya kita nyatakan
dengan variabel random X, maka harga dari X dalam hal ini adalah 0, 1, 2 atau 3. delapan
kemungkinan kejadian dan masing-masing harga X yang berhubungan kejadian tersebut adalah sebagai
berikut :

Kejadian BBB BBC BCB CBB BCC CBC CCB CCC

0 1 1 1 2 2 2 3

ika kita misalkan kemungkinan produk cacat adalah 0.25, ( P = 0.25 ) ; maka :

3
3 27
P(=0) = (1)
4 64
2
1 3 27
P ( = 1 ) = ( 3 )
4 4 64

Distribusi Binom Page 1

 2
1 3 9
P(=2) = (3)
4 4 64
3
1 1
P(=3) = (1)
4 64

Jadi distribusi kemungkinan dari X adalah :

0 1 2 3

27 27 9 1
f()
64 64 64 64

Jumlah X sukses dari n percobaan Bernoulli disebut dengan variabel random binomial dan distribusi
kemungkinannya disebut dengan distribusi binomial. Nilai kemungkinan dalam distribusi binomial
dinotasikan dengan : b ( ; n ; p ) yang menunjukan bahwa nilai kemungkinan tersebut bergantung
pada banyaknya percobaan n dan kemungkinan sukses P pada setiap percobaan sebagai contoh, pada
kasus persoalan diatas :
9
P ( = 2 ) = f ( 2 ) = b ( 2 ; 3; ) =
64

Secara umum formula distribusi binomial dapat kita turunkan sebagai berikut :
Misal terdapat sebuah percobaan binomial dengan percobaan sebanyak n kali dan kemungkinan sukses
sebesar P. berapa kemungkinan akan terjadi sukses sebanyak kali ?
Pertama kita akan hitung kemungkinan sukses dan n - gagal untuk suatu kejadian dengan
urutan seperti misalnya :

SSSS.SGGGG..G

n-

S = Sukses ; G = Gagal

Oleh karena masing-masing percobaan saling bebas antara satu dengan yang lain, maka kemungkinan
seluruh kejadian adalah sama dengan hasil kali dari kemungkinan masing-masing kejadian. Jadi
kemungkinan kejadian sukses dan n - gagal dengan urutan seperti diatas adalah = P qn- dimana q
adalah sama dengan 1 P. Selanjutnya banyaknya alternatif kejadian sukses dan n - gagal (

Distribusi Binom Page 2

banyaknya titik sampel ) adalah sama dengan jumlah partisi dari n outcome yang dibagi kedalam dua
kelompok, yakni kelompok dan kelompok n - dan banyaknya adalah

= n! n



! (n )!
Oleh karena masing-masing kejadian bersifat mutual eksclusif, maka jumlah kemungkinan dari seluruh
alternatif kejadian adalah :

n n-
P q

Distribusi Binomial

Jika kemungkinan terjadinya suatu kejadian dalam sebuah percobaan tunggal adalah
sama dengan P ( biasa disebut dengan kemungkinan sukses ) dan kemungkinan tidak
terjadinya kejadian tersebut sama dengan 1 P ( biasa disebut dengan kemungkinan gagal ),
maka dalam n ulangan percobaan, kemungkinan kejadian sukses tersebut terjadi sebanyak
kali adalah sama dengan
P ( x - ) = b ( ; n ; p ) = C n ( P ) ( 1 P ) n-

Jika 1 P dinyatakan dengan q, maka :

P ( x - ) = b ( ; n ; p ) = C n ( P ) ( q ) n-

Untuk n = 3 dan P = , maka distribusi diatas dapat ditulis sebagai berikut :

3
b = ( ; 3, ) = P q3- ; = 0, 1, 2, 3.

Contoh Histogram Distribusi Binomial :

Distribusi Binom Page 3

Contoh 1

Kemungkinan sebuah komponen akan lulus dalam pengujian adalah 0.75. dari 4 komponen
yang akan diuji berikutnya, hitunglah kemungkinannya bahwa 2 komponen akan lolos dalam pengujian
tersebut.

Jawab :

n=4
P ( x = 2 ) = C24 ( 0. 75 )2 ( 0. 25 )2

4!
P = 0.75 = ( 0. 5625 ) ( 0. 0625 )
2!2!
= ( 6 ) ( 0.5625 ) ( 0.0625 )
= 0.211

Contoh 2

Kemungkinan bahwa pasien akan sehat kembali dari sakit demam berdarah adalah 0.4. dari 15
orang yang sekarang sakit, hitunglah kemungkinannya bahwa :
a ). Paling sedikit 10 akan sembuh.
b ). 3 sampai dengan 8 akan sembuh.
c ). Tepat 5 akan sembuh.
Jawab :

Distribusi Binom Page 4

a ). P ( x 10 ) = P ( x = 10 ) + P ( x = 11 ) + .. P ( x = 15 )
15
C ( 0 . 4 ) ( 0 . 6 )15-
15
=
10

9
C ( 0 . 4 ) ( 0 . 6 )15-
15
= 1-
0

= 1 0. 9662 = 0. 0338

8
b ). P ( 3 x 8 ) = C
15
( 0 . 4 ) ( 0 . 6 )15-
3

8 2
= 1 - C
15
( 0. 4 ) ( 0. 6 )15- - C
15
( 0. 4 ) ( 0. 6 )15-
0 0

= 0. 9050 0. 0271
= 0. 8779

c ). P ( x = 5 ) = b ( ; 15 . 0.4 )
5 5
= b ( ; 15, 0.4 ) - b ( ; 15, 0.4 )
0 0

= 0. 9050 0. 2173
= 0. 1859

Contoh 3 . Di sebuah bagian kota, keperluan uang untuk membeli ganja atau sebangsanya ternyata
melatarbelakangi 75% peristiwa pencurian yang terjadi. Berapa peluang bahwa tepat 2 diantara 4 kasus
pencurian berikutnya dilatarbelakangi oleh keperluan uang untuk membeli ganja ?
Penyelesaian:
Diketahui p = 75 % = 0,75 ---- q = 1 p = 0,25
P(X=2) = b(2; 4; 0,75) = ( 4.2 ) ( 0.75 )2 ( 0.25 ) 2 = 0.211
Jadi peluang yang ditanya adalah 0,211

Contoh 4.
Sepasang dadu dilempar 6 kali. hitunglah kemungkinan akan mendapatkan nilai jumlah = 11 atau 7
dua kali ; muncul dua angka yang sama 1 kali dan kombinasi lainnya 3 kali.

Jawab :
Misal E1 = Kejadian terjadi nilai jumlah 7 atau 11.
E2 = Kejadian muncul nilai yang sama.
E2 = Kejadian bukan E1, maupun E2
Maka :

Distribusi Binom Page 5

 2 1 11
P ( E1 ) = ; P ( E2 ) = dan P ( E3 ) =
9 6 18
2 3
6! 2 1 11
P ( E1 = 2 ; E2 = 1 ; E3 = 3) =
2!1!3! 9 6 18
= 0,1127

1 2 3 4 5 6

I
1 2 3 4 5 6 7

2 3 4 5 6 7 8

3 4 5 6 7 8 9

4 5 6 7 8 9 10

5 6 7 8 9 10 11

6 7 8 9 10 11 12

8 2
P ( E1 ) = P ( x = 7 atau x = 11 )
36 9
6 1
P ( E2 ) =
36 6

36 (8 6) 22 11
P ( E3 ) =
36 36 18

Bidang Aplikasi Distribusi Binomial

Dari contoh-contoh yang sudah dikemukakan tampak bahwa aplikasi dari distribusi binomial
banyak digunakan pada bidang ilmu pengetahuan. Dalam proses industrial seorang insinyur TI dapat
mengaplikasikan distribusi binomial ini pada analysis proporsi produk cacat yang ada dalam proses
pengendalian kwalitas maupun proses sampling. Disamping dalam bidang industri, distribusi binomial
secara luas juga dipakai pada bidang militer dan kesehatan. Pada bidang kesehatan misalnya obat dapat
dikategorikan menjadi dua kelompok yakni obat yang dapat menyembuhkan atau tidak dapat
Distribusi Binom Page 6
menyembuhkan sedang dalam bidang militer keputusan menembak atau tidak menembak
merupakan contoh hasil dari pengarahan proses menembakan suatu peluru.

Oleh karena distribusi kemungkinan dari setiap variabel random adalah hanya bergantung dari
parameter n, p dan q, maka nilai rata-rata dan variannya juga akan bergantung harga-harga parameter
tersebut.
Teorema

Rata-rata dan varian dari distribusi binomial b ( ; n , p ) adalah :

= np dan 2 = n, p, q.

Bukti
Misal outcome pada percobaan ke j dinyatakan dengan variabel random Bernoulli Ij yang
di assumsikan mempunyai harga 0 dan 1 dengan masing-masing mempunyai kemungkinan q dan p.
Dengan demikian, didalam eksperimen binomial jumlah kejadian sukses dapat dinyatakan
sebagai jumlah dari n variabel indikator yang saling bebas. Jadi :
X = I1 + I2 + I3 + .In
Rata-rata dari setiap 1 adalah : E ( I ) = ( 0 ) ( q ) + ( 1 ) ( p ) = P
=E(x) = E ( I1 ) + E ( I2 ) + E ( I3 ) + .. + E (1n )
= p + b + p + + p.

ada sebanyak n

= n.p
Varian dari setiap Ij adalah :

12 = E [ (Ij p )2 ]
j

= E ( Ij2) p2 = o2q + 12p p2

= 0 + p p2 =p ( 1 P ) = p.q

2 I21 I22 I23 .......... ... I2n

= pq + pq + pq + pq

ada sebanyak n
= n.p.q
= n.p.q
Distribusi Binom Page 7
 1. Sebuah mobil hasil produksi suatu pabrik mempunyai kemungkinan kerusakan produksi
sebagai berikut :
- Kemungkinan kerusakan pada sistem rem : 0,25
- Kemungkinan kerusakan pada sistem transmisi : 0,18
- Kemungkinan kerusakan pada sistem bahan bakar : 0,17
- Kemungkinan kerusakan pada sistem lainnya : 0,4

a. Berapa kemungkinan terjadi kerusakan pada rem atau pada sistem bahan bakar jika
diketahui kemungkinan kerusakan kedua-duanya adalah 0,2. ?

b. Berapa kemungkinan tidak ada kerusakan baik pada sistem rem maupun pada sistem bahan
bakar. ?

Distribusi Binom Page 8