DISTRIBUSI

KONTINYU
oleh :
M. Aldityawan
Siska Tarigan
Sulchi Tauzinal M.
 APA ITU
DISTRIBUTISI
KONTINYU?
Distribusi probabilitas kontinyu adalah distribusi
dimana variabel acaknya tidak bilangan bulat
(diskret) melainkan bilangan pecahan atau desimal.
variabel acak kontinyu meliputi nilai yang dapat
diukur daripada dihitung.
 Fungsi Kepadatan Probabilitas (PDF)
Fungsi Kepadatan Probabilitas (PDF) menggambarkan besarnya
probabilitas per unit interval nilai variabel acaknya. :
Kurva PDF sebagai berikut

Agar sebuah fungsi f(x) dapat menjadi PDF dari suatu variabel
acak kontinyu maka harus memenuhi syarat berikut
Grafik fungsi distribusi
kumulatif untuk variabel acak
kontinyu

Fungsi Distribusi Kumulatif untuk Variabel Acak

Kontinyu
Metode alternatif untuk mendeskripsikan suatu
 
variabel acak kontinyu. fungsi distribusi kumulatif
dari variabel acak kontinyu adalah :
11 DISTRIBUSI NORMAL

DISTRIBUSI UNIFORM

J DISTRIBUSI EKSPONENSIAL
DISTRIBUSI ERLANG

E DISTRIBUSI GAMMA
DISTRIBUSI BETA

N DISTRIBUSI WEIBULL
DISTRIBUSI LOGNORMAL

I DISTRIBUSI STUDENT (T)

DISTRIBUSI F

S DISTRIBUSI CHI SQUARE


Ditribusi Normal sering
disebut sebagai Distribusi
Gauss, merupakan salah
satu alat statistik untuk
menaksir perisiwa yang
lebih luas.
Distribusi ini mempunyai
bentuk seperti lonceng (bell
shape).
Distribusi
Normal
Distribusi ini mempunyai 2
parameter yaitu rata2
sebagai  sumbu simetrisnya,
dan variansi untuk lebar
kurvanya.
Variabel acak kontinu X mempunyai fungsi
kepadatan probabilitas (PDF) dengan persamaan :

pi = Nilai konstan pi = 3,1428

e = Bilangan konstanta e = 2,7183
µ = Parameter, merupakan rata-rata untuk distribusi
σ = Parameter, merupakan simpangan baku untuk
distibusi

https://en.wikipedia.org/wiki/Goal
Kemudian variabel acak X ditransformasi menjadi
variabel acak Z, dengan nilai rata2=0 dan variansi=1
dengan persamaan :

Contoh Distribusi Normal banyak terjadi di

kehidupan sehari hari seperti rata2 nilai ujian
matematika di kelas x mengikuti distribusi normal.

https://en.wikipedia.org/wiki/Goal
Distribusi T
Merupakan salah satu Distribusi Kontinu
dimana rata2 dan standar deviasinya tidak
diketahui.
Dalam distribusi t terdapat derajat
kebebasan dengan nilai (n-1)
Bentuk kurva dari distribusi T identik
dengan kurva distribusi normal, tetapi
kurtosis ditentukan oleh nilai dk
Semakin besar data n>= 30 pola Distribusi T
mendekati pola ditribusi Normal
Jika jumlah sampel besar (n>=30) maka penggantian
�� dengan S dapat menggunakan variabel acak Z
yang terdapat pada Distribusi Normal, tetapi bila
sampel berjumlah kecil (n<=30) nilai S akan
berfluktuasi cukup besar, sehingga diperlukan
persamaan :

https://en.wikipedia.org/wiki/Goal
Merupakan Distribusi Distribusi
Kontinu bila terdapat 2
populasi berdistribusi F
normal dan independen
dimana rata2 dan
variansinya tidak diketahui. Bersifat asimetrik, yaitu
Distribusi F digunakan bentuk kurvanya
untuk membandingkan 2 bergantung pada derajat
variansi dari 2 populasi. kebebasannya
Persamaan Distribusi F sebagai berikut :

U dan V = variabel random chi-squere (independen)

v1 = derajat kebebasan (n1-1)
v2 = derajat kebebasan (n2-1)

https://en.wikipedia.org/wiki/Goal
F Tabel Membandingkan variansi
Dalam pengujian hipotesis, jika
〖��1〗^2 dan〖 ��2〗^2 adalah
variansi dari 2 sampel dari 2
populasi yang independen dan
memenuhi syarat berdistribusi
normal maka :
Distribusi Chi-
Square
Distribusi chi-square (χ²) dengan k derajat
bebas adalah distribusi jumlah
kuadrat k peubah acak normal baku yang
saling bebas. Distribusi ini seringkali
digunakan dalam statistika inferensial,
seperti dalam uji hipotesis, atau dalam
penyusunan selang kepercayaan.
Goodness of fit
Dalam pengujian hipotesis, distribusi chi-square
dapat digunakan untuk menguji kesesuaian suatu
distribusi pada suatu model populasi.

https://en.wikipedia.org/wiki/Goal
 DISTRIBUSI EKSPONENSIAL
Menunjukkan sebaran variabel
acak yang menyatakan waktu
antar kejadian sukses dari
proses poisson. Dimana grafik
distribusi eksponensial
memiliki skewed (kemiringan).

Ket:
λ : parameter skala
x : Variabel acak (Lama waktu yang
dibutuhkan)
e : 2,71828
 Jarak waktu antar
kedatangan pesawat di
bandara, Jarak waktu
telepon masuk pada teller
bank.
 DISTRIBUSI ERLANG
Sebaran variabel acak yang
menunjukkan waktu kejadian
satu dengan kejadian sebanyak
r yang terjadi pada distribusi
poisson. x menunjukkan waktu
yang dibutuhkan sampai
kejadian ke r (bil. bulat positif)

Ket:
λ : parameter skala
x : Variabel acak (Lama waktu yang
dibutuhkan)
r : kejadian sukses ≥1
e : 2,71828
 Waktu yang diperlukan
membentuk satu grup,
dimana harus berisi 5 pesan
masuk dalam suatu sistem
data komputer.
 DISTRIBUSI GAMMA
Menunjukkan sebaran
variabel acak yang
menyatakan waktu yang
diperlukan untuk memperoleh
sejumlah kejadian sukses ke r
(bil. non integer) dari proses
Poisson.

Ket:
λ : parameter skala
x : Variabel acak (Lama waktu
yang dibutuhkan)
r : parameter bentuk
e : 2,71828
TEORI ANTRIAN
 DISTRIBUSI WEIBULL

Distribusi weibull sering

digunakan untuk menghitung
waktu kerusakan fisik mesin
yang diperlukan hingga
kerusakan selanjutnya.

Banyak kemungkinan yang terjadi, jumlah kegagalan meningkat dengan waktu

(memakai memakai), menurun seiring waktu (beberapa semikonduktor), atau
tetap konstan dengan waktu (kegagalan yang disebabkan oleh guncangan
eksternal ke sistem ).
ẟ : parameter skala (umur alat)
β : parameter bentuk
lama waktu suatu spare part
mengalami kerusakan dan
perlu untuk diganti
Distribusi
Log-normal
Suatu variable random (X)
mempunyai distribusi log-normal
jika logaritma dari variable random
tersebut ( log(X) ) berdistribusi
normal

Kurva distribusi log-normal

memiliki variable yang bernilai
positif dan miring ke kiri seperti
gambar disamping.
FUNGSI KEPADATAN PROBABILITAS DISTRIBUSI LOG-
NORMAL YAITU :

DIMANA : Μ = MEAN
     Σ = STANDAR DEVIASI
CONTOH :
MISAL ADA 2 GENERATOR YANG DIGUNAKAN UNTUK
MEMASOK LISTRIK DI SEBUAH PABRIK, JIKA SALAH SATU
GENERATOR YANG RUSAK, MAKA GENERATOR YANG LAIN
AKAN MENGAMBIL ALIH BEBAN GENERATOR YANG RUSAK
SEHINGGA LAJU KERUSAKAN  AKAN MENINGKAT. LAJU
KERUSAKAN TERSEBUT SESUAI DENGAN MODEL
DISTRIBUSI LOG-NORMAL.
Distribusi
Uniform Kontinu
Jika variable random X memiliki nilai
kontinu dengan kemungkinan
kemunculan yang sama maka dikatakan
bahwa variable random (kontinu) X
mengikuti Distribusi Uniform Kontinu

Karakteristik distribusi ini adalah fungsi

kepadatannya datar sehingga distribusi
uniform berada pada interval yang
dekat, misalkan [A,B]

Penggunaan distribusi ini berdasarkan

dari asumsi bahwa probabilitas suatu
kejadian terjadi dari interval diantara
[A,B] adalah konstan.
 FUNGSI KEPADATAN PROBABILITAS
DISTRIBUSI UNIFORM KONTINU SEBAGAI
BERIKUT.

DIMANA : ALPHA DAN BETA = PARAMETER

YANG BERUPA BILANGAN RIIL DENGAN A<B
BERIKUT KURVA DISTRIBUSI UNIFORM
KONTINU.

Contoh distribusi uniform kontinu

yaitu probabilitas volume minuman
kaleng saat pengisian dengan
menggunakan mesin di industri
softdrink
 Distribusi Beta
Merupakan penjabaran dari distribusi uniform.
Variabel acak konntinu x berdistribusi beta dengan
parameter  α>0 dan ß>0 memiliki fungsi kepadatan :

Parameter bentuk α dan ß mengakibatkan fungsi

probabilitas kepadatan untuk menghasilkan
bentuk kurva yang berbeda-beda.

Contoh : simetris jika α=ß dengan titik tengah x=0.5

dan α=ß=1 maka menjadi distribusi uniform.
 CONTOH :
1. WAKTU PENYELESAIAN TUGAS DALAM
PERT
2. PROPORSI CACAT ITEM DALAM BATCH
3. UNTUK MENGETAHUI KEANDALAN MESIN

Kurva Distribusi Beta

 Kusuma & Puspita, 2016, Pengantar Statistik Industri, Malang : UB Press.
Fernandes & Solimun, 2016, Pemodelan Statistika Pada Analisis Reliabilitas
dan Survival, Malang : UB Press
Irianto, Agus. 2008. Statistik Konsep Dasar dan Aplikasinya. Jakarta:
Kencana.
Hasan, Iqbal. 2006. Analisis Data Penelitian dengan Statistik. Jakarta: Bumi
Aksara.
Riduwan. Dasar-Dasar Statistika. 2005. Bandung : Alfabeta.
Sudjana. 2002. Metoda Statistika edisi ke 6. Bandung: Tarsito.
Tedjo N Raksonoatmodjo. 2009. Statistika Teknik. Jakarta : Refilka
Aditama
Montgomery & Runger. 2003. Applied statistics and probability for
engineer 3th edition. USA : John Wiley &Sons, Inc.
Rini Kurniasih, Getut Pramesti. 2013. Distribusi Erlang dan Penerapannya.

DAFTAR PUSTAKA
Surakarta