LAPORAN PRAKTIKUM STATISTIKA ELEMENTER

DISTRIBUSI PELUANG DISKRET

Dosen Pengampu:
Ria Dhea Layla Nur Karisma, M. Si

Disususn Oleh:
Aminahtuz Zahro
16610088

JURUSAN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG
2017
 ABSTRAK
Dalam hitungan peluang ternyata dijumpai beberapa distribusi peluang yang
menggunakan sampel acak, karena pada kenyataannya hal itu lebih real dalam
kehidupan sehari-hari. Dalam distribusi peluang ada tiga distribusi yang dikenal yaitu
Binomial, Hipergeometrik, dan Poisson, masing-masing distribusi mempunyai
karakter tersendiri. Namun, banyak di kalangan mahasiswa akan menemukan
kesulitan dalam mengklasifikasi ketiga distribusi tersebut dan menghitungnya, tetapi
dengan software Minitab pekerjaan tersebut akan terasa mudah, karena kita cukup
memasukkan apa yang diketahui dalam soal maka dengan cepat Minitab akan
mengeluarkan hasil yayng kita cari dengan hasil yang sama ketika kita
menghitungnya dengan manual. Pada praktikum ini penulis ingin mencari tahu
bagaimana cara menghitung ketiga distribusi tersebut dengan metode manual dan
Minitab, dan membandingkan hasilnya jika terdapat perbedaan. Data yang diambil
merupakan sal dari koleksi buku-buku statistika di Perpustakaan Pusat. Dan hasil
yang diperoleh yaitu bahwa hitungan untuk mencari distribusi peluang dengan
manual dan Minitab adalah sama. Hanya saja untuk hasil distribusi peluang
hipergeometrik ada perbedaan karena penulis menggunakan pendekatan binomial,
namun jika hasil tersebut dibulatkan maka akan mendekati hasil dari Minitab.

Kata Kunci : Binomial, Distribusi Peluang, Hipergeometrik, Minitab, Poisson.

ii
 DAFTAR ISI

Halaman Judul
ABSTRAK ................................................................................................................... ii

DAFTAR ISI ............................................................................................................... iii

DAFTAR TABEL ....................................................................................................... v

DAFTAR GAMBAR .................................................................................................. vi

BAB I PENDAHULUAN ........................................................................................... 1

Latar Belakang .......................................................................................................... 1

1.2 Rumusan Masalah ............................................................................................... 2

1.3 Tujuan ................................................................................................................. 2

1.4 Batasan Masalah.................................................................................................. 2

BAB II TINJAUAN PUSTAKA................................................................................. 3

2.1 Metode Statistika................................................................................................. 3

2.1.1 Distribusi Peluang Diskret ........................................................................... 3

2.1.2 Distribusi Peluang Binomial ........................................................................ 3

2.1.3 Distribusi Peluang Hipergeometrik .............................................................. 5

2.1.4 Distribusi Peluang Poisson........................................................................... 6

2.2 Metode Non Statistika ......................................................................................... 7

2.2.1 Data Distribusi Peluang Binomial ................................................................ 7

2.2.2 Data Distribusi Peluang Hipergeometrik ..................................................... 8

2.2.3 Data Distribsi Peluang Poisson .................................................................... 9

BAB III METODOLOGI PENELITIAN ............................................................... 10

3.1 Sumber Data ...................................................................................................... 10

3.2 Waktu dan Tempat Pengambilan Data .............................................................. 10

iii
 3.3 Langkah-Langkah Analisis ............................................................................... 10

BAB IV ANALISIS DATA DAN PEMBAHASAN ................................................ 17

4.1 Analisis Data ..................................................................................................... 17

4.2 Pembahasan ....................................................................................................... 17

4.2.1 Hitungan Distribusi Peluang ...................................................................... 17

4.2.2 Hitungan Distribusi Peluang dengan Minitab ............................................ 19

4.2.3 Perbandingan Hasil Hitungan Manual dan Aplikasi .................................. 20

BAB V KESIMPULAN DAN SARAN .................................................................... 21

5.1 Kesimpulan ....................................................................................................... 21

5.2 Saran .................................................................................................................. 23

DAFTAR PUSTAKA

LAMPIRAN

iv
 DAFTAR TABEL

Tabel 4.1 Output Distribusi Peluang Binomial ........................................................... 19

Tabel 4.2 Output Distribusi Peluang Hipergeometrik................................................. 19
Tabel 4.3 Output Distribusi Peluang Poisson ............................................................. 19

v
 DAFTAR GAMBAR

Gambar 3.1 Tampilan Awal Minitab .......................................................................... 11

Gambar 3.2 Toolbar Calc dan Kotak Dialog Binomial............................................... 11
Gambar 3.3 Kotak Dialog Binomial ........................................................................... 12
Gambar 3.4 Output Distribusi Peluang Binomial ....................................................... 12
Gambar 3.5 Tampilan Awal Minitab .......................................................................... 13
Gambar 3.6 Toolbar Calc dan Kotak Dialog Hypergeometric ................................... 13
Gambar 3.7 Kotak Dialog Hypergeometric ................................................................ 14
Gambar 3.8 Output Distribusi Peluang Hipergometrik .............................................. 14
Gambar 3.9 Tampilan Awal Minitab .......................................................................... 15
Gambar 3.10 Toolbar Calc dan Kotak Dialog Poisson ............................................... 15
Gambar 3.11 Kotak Dialog Poisson ............................................................................ 16
Gambar 3.12 Output Distribusi Peluang Poisson........................................................ 16

vi
 BAB I
PENDAHULUAN

Latar Belakang
Peluang, selain menggunakan hitungan seperti yang kita telah ketahui.
Ternyata ada bagian dari peluang yang dikenal dengan distribusi peluang, pada
distribusi peluang ada dua yaitu distribusi peluang kontinu dan diskret. Distribusi
peluang kontinu merupakan cara hitungan peluang seperti yang telah dipelajari ketika
SMP maupun SMA. Sedangkan untuk distribusi peluang diskret merupakan hal baru
bagi kita yang selalu mempelajari peluang kontinu.
Distribusi peluang diskret ada tiga yang sering dikenal, yaitu distribusi
binomial, distribusi hipergeometrik, dan distribusi poisson. Yang dalam hitungannya,
distribusi peluang diskret menggunakan rumus yang lebih singkat dibanding kontinu.
Namun demikian, meskipun lebih sederhana, nyatanya dalam praktek banyak diantara
mahasiswa sulit untuk membedakan mana yang menggunakan distribusi binomial,
hipergeometrik, maupun poisson. Ditambah lagi jika hitungan peluang yang
ditanyakan lebih atau kurang dari, maka hitungan yang dilakukan akan lebih banyak
lagi, kemudian menggunakan hitungan kombinasi dalam jumlah besar, maka hal
tersebut akan memakan waktu yang sangat lama dan perlu keteleitian yang tajam
juga.
Oleh karena itu, hitungan tersebut dapat dipermudah menggunakan aplikasi
Minitab, dengan adanya aplikasi tersebut maka hitungan distribusi peluang baik
binomial, hipergeometrik, maupun poisson dapat diselesaikan dengan mudah dan
cepat dengan jaminan keakuratan hasil yang diperoleh benar. Berdasarkan alasan
tersebut, penulis melakukan praktikum mengenai cara menghitung distribusi peluang
binomial, hipergeometrik, dan poisson baik dengan cara manual ataupun dengan
Minitab.

1
1.2 Rumusan Masalah
Dari latar belakang diatas, penulis mengambil beberapa rumusan masalah yang
akan dibahas, yaitu:
1. Bagaimana cara menghitung distribusi peluang binomial, hipergeometrik, dan
poisson dengan manual?
2. Bagaimana cara menghitung distribusi peluang binomial, hipergeometrik, dan
poisson dengan Minitab?
3. Bagaimana perbandingan hasil antara hitungan manual dengan hitungan
menggunakan aplikasi Minitab?

1.3 Tujuan
Berdasarkan latar belakang dan rumusan masalah, praktikum ini bertujuan
yaitu:
1. Mengetahui cara menghitung distribusi peluang binomial, hipergeometrik,
dan poisson dengan manual.
2. Mengetahui cara menghitung distribusi peluang binomial, hipergeometrik,
dan poisson dengan Minitab.
3. Mengetahui perbandingan hasil antara hitungan manual dengan hitungan
menggunakan aplikasi Minitab.

1.4 Batasan Masalah

Dalm praktikum ini, penulis hanya membatasi masalah pada cara mencari
hitungan peluang pada distribusi binomial, distribusi hipergeometrik, dan distribusi
poisson.

2
 BAB II
TINJAUAN PUSTAKA

2.1 Metode Statistika

2.1.1 Distribusi Peluang Diskret
Pada suatu percobaan yang dilakukan secara berulang, peluang suatu
peristiwa akan membentuk suatu distribusi yang disebut distribusi peluang.
Distribusi peluang adalah suatu distribusi frekuensi teoritis, yaitu yang
menggambarkan bagaimana hasil diperkirakan berubah-ubah. Distribusi peluang
suatu percobaan berulang merupakan perkiraan-perkiraan kemungkinan peristiwa
yang akan terjadi. Dengan emikian, distribusi peluang merupakan model yang
berguna dalam membuat keputusan pada kondisi ketidakpastian (Algifari, 2010).
Suatu fungsi acak X yang bernilai riil dimana nilai-nilainya ditentukan
oleh titik sampel-titik sampel S disebut variabel acak dengan S merupakan ruang
sampel dari suatu hasil percobaan statistik. Nilai-nilai dari variabel acak X
dituliskan dengan huruf kecil 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 . Variabel acak X ada dua jenis,
yaitu variabel acak diskret dan variabel acak kontinu. Variabel acak diskret
adalah variabel acak yang mempunyai nilai-nilai terhingga atau tak terhingga
tetapi terbilang. Variabel acak kontinu adalah variabel acak yang nilai-nilainya
tak terhingga dan tak terbilang. Kumpulan pasangan nilai-nilai dari variabel acak
X dengan peluang nilai-nilai variabel acak X, yaitu P(X=x) disebut distribusi
peluang X atau disingkat distribusi X. Distribusi X dapat dituliskan dalam bentuk
tabel atau dalam pasaangan terurut (Boediono, Koster, 2004).

2.1.2 Distribusi Peluang Binomial

Menurut Algifari (2010: 245), setiap percobaan akan menghasilkan suatu
peristiwa dengan ciri tertentu. Ciri dari suatu percobaan akan timbul dalam
proses percobaan tersebut. Suatu percobaan yang menggunkan variabel acak
diskret dapat membentuk suatu proses Bernoulli. Distribusi peluang peristiwa
yang akan dihasilkan dari suatu percobaan yang mengikuti proses Bernoulli

3
disebut distribusi binomial. Suatu peristiwa yang dihasilkan dari suatu percobaan
mengikuti proses Bernoulli memiliki ciri-ciri sebagai berikut:
1. Setiap percobaan hanya ada dua kemungkinan peristiwa yang akan terjadi,
yaitu sukses dan gagal.
2. Setiap percobaan adalah independen secara statistik, sehingga peristiwa
yang dihasilkan dari suatu percobaan tidak berpengaruh terhadap peristiwa
pada percobaan berikutnya.
Apabila pada suatu percobaan, probabilitas sukses p dan percobaan
tersebut dilakukan sebanyak n kali, maka probabilitas sukses sebanyak n kali
adalah:
𝑛
𝑃(𝑋 = 𝑟) = ( ) 𝑝𝑟 𝑞 𝑛−𝑟 , 𝑞 = 1 − 𝑝
𝑟
Dimana:
p = Peluang sukses
q = Peluang gagal
r = Peluang yang ditanyakan sebanyak n kali
n = Banyaknya percobaan
Menurut Boediono dan Koster (2004: 311), ada kalanya perhitungan
probabilitas distribusi binomial lebih mudah dilakukan dengan memakai
distribusi kumulatif. Bila pada n percobaan terdapat paling tidak sebanyak r
sukses, maaka distribusi binomial kumulatif yang ditulis P(X≥r) dirumuskan
sebagai berikut.
𝑃(𝑋 ≥ 𝑟) = 𝑏(𝑟, 𝑛, 𝑝) + 𝑏(𝑟 + 1, 𝑛, 𝑝) + ⋯ + 𝑏(𝑛, 𝑛, 𝑝)
= ∑𝑥=𝑟 𝑏(𝑛, 𝑟, 𝑝)
Menurut Algifari (2010: 250), distribusi binomial mempunyai nilai
perkiraan untuk rata-rata dan standar deviasi yang dapat dihitung dengan
menggunakan pengukuran statistik. Rata-rata distribusi binomial dapat
ditentukan dengan formulasi:
𝜇 = 𝑛. 𝑝
Dimana:

4
 n = banyaknya percobaan
p = peluang sukses
Standar deviasi dapat dihitung menggunakan formula sebagai berikut:
𝜎 = √𝑛𝑝𝑞
Dimana:
n = banyaknya percobaan
p = peluang sukses
q = peluang gagal yang besarnya 1 - p

2.1.3 Distribusi Peluang Hipergeometrik

Menurut Algifari (2010: 257), distribusi hipergeometri merupakan
distribusi data diskret. Peluang suatu peristiwa pada percobaan yang akan
menghasilkan dua macam peristiwa dependen menghasilkan probabilitas
peristiwa yang berbeda pada setiap percobaan. Kondisi ini biasanya terdapat pada
setiap percobaan. Kondisi ini biasanya terdapat pada percobaan yang dilakukan
tanpa pengembalian dengan populasi terbatas. Percobaan yang akan
menghasilkan dua peristiwa independen tanpa pengembalian, peluang peristiwa
membentuk distribusi hipergeometri yang besarnya probabilitas masing-masing
peristiwa dapat ditentukan dengan menggunakan formula sebagai berikut:
𝑘 𝑁−𝑘
( )( )
𝑥 𝑛−𝑥
𝑃(𝑋 = 𝑥) = 𝑁
( )
𝑛

Dimana:
N = banyaknya elemen dalam populasi
k = banyaknya yang sukses dalam populasi
n = banyaknya elemen dalam sampel
x = banyaknya yang sukses dalam sampel
Menurut Boediono dan Koster (2004: 325), distribusi hipergeometrik
tersebut dapat dikembangkan lagi untuk populasi yang terdiri atas lebih dari dua
jenis. Misalkan kita mempunyai populasi sebanyak N yang terdiri atas jenis 1
sebanyak N1. Jenis 2 sebanyak N2, dan jenis 3 sebanyak N3 = N – N1 – N2. Bila

5
diambil sampel sebanyak n secara acak dari populsi tersebut, maka kita bisa
memperoleh sampel yang terdiri atas jenis 1 sebanyak k1, jenis 2 sebanyak k2,
dan jenis 3 sebanyk k3 = (n – k1 – k2). Misalkan X1 = banyaknya jenis 1, X2 =
banyaknya jenis 2, dan X3 = banyaknya jenis 3 yang diperoleh dalam n sampel
tersebut, maka peluang X1 = k1, X2 = k2, dan X3 = k3 adalah sebagai berikut.
𝑁 𝑁 𝑁
( 1 )( 2 )( 3 )
𝑘1 𝑘2 𝑘3
𝑃(𝑋1 = 𝑘1 , 𝑋2 = 𝑘2 , 𝑋3 = 𝑘3 ) = 𝑁
( )
𝑛

N = N1 + N2 + N3 dan n = k1 + k2 + k3

2.1.4 Distribusi Peluang Poisson

Distribusi poisson adalah fungsi distribusi peluang diskret yang sangat
penting dalam beberapa aplikasi praktis. Peluang suatu peristiwa membentuk
distribusi poisson terjadi pada percobaan yang memiliki karakteristik seperti pada
percobaan yang menghasilkan distribusi binomial, yaitu hanya ada dua
kemungkinan peristiwa yang akan terjadi. Namun, jika peluang yang sukses
relatif kecil dan frekuensi percobaannya tinggi, maka peristiwa dari percobaan
tersebut membentuk distribusi poisson (Algifari, 2010).
Menurut Algifari (2010: 251), pada suatu percobaan yang menggunakan
variabel random diskret dengan peristiwa yang dihasilkan terdistribusi poisson,
sedangkan x adalah variabel random yang menunjukkan jumlah sukses yang per
unit dan µ menunjukkan rata-rata atau nilai harapan sukses distentukan sebesar µ
adalah:
𝑒 −𝜇 𝜇 𝑥
𝑃(𝑋 = 𝑥) = 𝑥!

Dimana:
P(X=x) = peluang x dengan µ tertentu.
µ = banyaknya sukses yang diharapkan.
e = suatu konstanta matematis yang nilainya mendekati 2,71828.
x = banyaknya sukses setiap unit.

6
2.2 Metode Non Statistika
2.2.1 Data Distribusi Peluang Binomial
2.2.1.1 Pengertian Asuransi
Asuransi adalah salah satu bentuk pengendalian risiko yang
dilakukan dengan cara mengalihkan/transfer risiko dari satu pihak ke pihak
lain dalam hal ini adalah perusahaan asuransi. Menurut KUHD pasal 246
disebutkan bahwa "asuransi atau pertanggungan adalah suatu perjanjian
dengan mana seorang penanggung mengikatkan diri kepada seorang
tertanggung, dengan menerima suatu premi, untuk penggantian kepadanya
karena suatu kerusakan atau kehilangan keuntungan yang diharapkan yang
mungkin akan dideritanya karena suatu peristiwa yang tidak tentu"
(Panific.com).
Pengertian asuransi yang lain adalah merupakan suatu pelimpahan
risiko dari pihak pertama kepada pihak lain. Dalam pelimpahan dikuasai
oleh aturan-aturan hukum dan berlakunya prinsip-prinsip serta ajaran yang
secara universal yang dianut oleh pihak pertama maupun pihak lain. Dari
segi ekonomi, asuransi berarti suatu pengumpulan dana yang dapat dipakai
untuk menutup atau memberi ganti rugi kepada orang yang mengalami
kerugian (Panific.com).
2.2.1.2 Manfaat Asuransi
Disamping sebagai bentuk pengendalian risiko (secara finansial),
asuransi juga memiliki berbagai manfaat yang diklasifikasikan ke dalam :
fungsi utama, fungsi skunder dan fungsi tambahan.
Fungsi utama asuransi adalah sebagai pengalihan risiko, pengumpulan dana
dan premi yang seimbang. Fungsi skunder asuransi adalah untuk
merangsang pertumbuhan usaha, mencegah kerugian, pengendalian
kerugian, memiliki manfaat sosial dan sebagai tabungan. Sedangkan fungsi
tambahan asuransi adalah sebagai investasi dana dan invisible earnings
(Panific.com).

7
2.2.2 Data Distribusi Peluang Hipergeometrik
2.2.2.1 Pengertian Kecelakaan Lalu Lintas
Yang dimaksud dengan kecelakaan lalu lintas berdasarkan ketentuan
yang ditetapkan dalam pasal 93 Peraturan Pemerintah Nomor 43 tahun
1993 ayat 1 adalah: Suatu peristiwa dijalan yang tidak disangka-sangka dan
tidak disengaja melibatkan kendaraan dengan atau tanpa pemakai jalan
lainnya mengakibatkan korban manusia atau kerugian harta benda
(unitlakaresmin.blogspot.co.id).
2.2.2.2 Korban Kecelakaan
Korban kecelakaan lalu lintas sebagaimana dimaksud dalam ayat (1)
disebutkan dalam Pasal 93 ayat (2), antara lain;
1. Korban mati
2. Korban luka berat
3. Korban luka ringan
Korban mati (Fatality), sebagaimana dimaksud dalam ayat (4) adalah
korban yang pasti mati sebagai akibat kecelakaan lalu lintas dalam jangka
waktu paling lama 30 hari setelah kecelakaan tersebut. Sedangkan korban
luka berat (Serious Injury), sebagaimana dimaksud dalam ayat (3) adalah
korban yang karena luka-lukanya menderita cacat tetap atau harus dirawat
dalam jangka waktu 30 hari sejak terjadi kecelakaan. Dan korban luka
ringan (Light Injury), sebagaimana dimaksud dalam ayat (2) adalah korban
yang tidak masuk dalam pengertian diatas, (ayat 3) dan (ayat 4)
(unitlakaresmin.blogspot.co.id).
Secara teknis kecelakaan lalu lintas didefinisikan sebagai sutau
kejadian yang disebabkan oleh banyak faktor yang tidak sengaja terjadi
(Random Multy Factor Event). Dalam pengertian secara sederhana, bahwa
suatu kecelakaan lalau lintas terjadi apabila semua faktor keadaan tersebut
secara bersamaan pada satu titik waktu tertentu bertepatan terjadi. Hal ini
berarti memang sulit meramalkan secara pasti dimana dan kapan suatu
kecelakaan itu terjadi (unitlakaresmin.blogspot.co.id).

8
2.2.3 Data Distribsi Peluang Poisson
2.2.3.1 Pengertian Ban
Ban adalah peranti yang menutupi velg suatu roda. Ban adalah
bagian penting dari kendaraan darat, dan digunakan untuk mengurangi
getaran yang disebabkan ketidakteraturan permukaan jalan, melindungi
roda dari aus dan kerusakan, serta memberikan kestabilan antara kendaraan
dan tanah untuk meningkatkan percepatan dan mempermudah pergerakan.
Sebagian besar ban yang ada sekarang, terutama yang digunakan
untuk kendaraan bermotor, diproduksi dari karet sintetik, walaupun dapat
juga digunakan dari bahan lain seperti baja (Wikipedia.com).

9
 BAB III
METODOLOGI PENELITIAN

3.1 Sumber Data

Data yang merupakan contoh soal mengenai distribusi peluang binomial,
distribusi peluang hipergometrik, dan distribusi peluang poisson. Yang ketiga soal
tersbut diambil dari buku Statistika dan Probabilitas karangan Boediono dan Koster
pada tahun 2008.

3.2 Waktu dan Tempat Pengambilan Data

Data tersebut diambil dari koleksi buku-buku Perpustakaan Pusat Universitas
Islam Negeri Maulana Malik Ibrahim Malang, pada hari Kamis, 12 Oktober 2017
yang bertempat di rumah penulis.

3.3 Langkah-Langkah Analisis

Berikut langkah-langkah dalam mencari distribusi peluang dalam penelitian
ini:
1. Mencari data yang akan dicari mengenai soal-soal hitungan distribusi peluang
binomial, hipergeometrik, dan poisson.
2. Mengolah data mengunakan metode manual sesuai dengan rumus mencari
distribusi peluang pada tinjauan pustaka.
3. Mengolah data menggunakan software Minitab dengan langkah-langkah
sebagai berikut:
Untuk menghitung distribusi peluang binomial:
a. Buka software Minitab, sehingga muncul seperti gambar di bawah ini.

10
 Gambar 3.1 Tampilan Awal Minitab

b. Klik Calc→Probability Distribution→Binomial, maka akan muncul

kotak dialog Binomial. Seperti gambar di bawah ini.

Gambar 3.2 Toolbar Calc dan Kotak Dialog Binomial

c. Pada kotak dialog Binomial, klik Probability, kemudian masukkan

populasi yang diketahui pada Number of Trial dan peluang sukses pada
Event Probability. Kemudian klik Insert Constant, dan masukkan
peluang yang ingin dicari. Seperti gambar di bawah ini.

11
 Gambar 3.3 Kotak Dialog Binomial

d. Kemudian klik Ok, maka akan muncul distribusi peluang yang dicari.
Seperti gambar di bawah ini.

Gambar 3.4 Output Distribusi Peluang Binomial

Untuk menghitung distribusi peluang hipergeometrik:

a. Buka software Minitab, sehingga muncul seperti gambar di bawah ini.

12
 Gambar 3.5 Tampilan Awal Minitab

b. Klik Calc→Probability Distribution→Hypergeometric, kemudian

akan muncul kotak dialog Hypergeometric, seperti gambar di bawah ini.

Gambar 3.6 Toolbar Calc dan Kotak Dialog Hypergeometric

c. Pada kotak dialog Hypergeometric, klik Probability, kemudian

masukkan populasi pada Population Size, populasi kejadian pada Event
Count in Population, dan sampel acak yang diambil pada Sampel Size.
Kemudian klik Insert Constant dan masukkan peluang yang ingin dicari.
Seperti gambar di bawah ini.

13
 Gambar 3.7 Kotak Dialog Hypergeometric

d. Kemudian klik Ok, maka akan muncul distribusi peluang yang dicari.
Seperti gambar di bawah ini.

Gambar 3.8 Output Distribusi Peluang Hipergometrik

Untuk menghitung distribusi peluang poisson:

a. Buka software Minitab, sehingga muncul gambar seperti di bawah ini.

14
 Gambar 3.9 Tampilan Awal Minitab

b. Klik Calc→Probability Distribution→Poisson, kemudian akan muncul

kotak dialog Poisson, seperti gambar di bawah ini.

Gambar 3.10 Toolbar Calc dan Kotak Dialog Poisson

c. Kemudian klik Probability, lalu masukkan nilai mean yang diketahui

pada Mean. Kemudian klik Insert Constant dan masukkan peluang yang
dicari. Seperti gambar di bawah ini.

15
 Gambar 3.11 Kotak Dialog Poisson

d. Kemudian klik Ok, lalu akan muncul distribusi peluang yang dicari.
Seperti gambar dibawah ini.

Gambar 3.12 Output Distribusi Peluang Poisson

4. Menginterpretasikan data
5. Menyusun laporan
6. Menarik kesimpulan

16
 BAB IV
ANALISIS DATA DAN PEMBAHASAN

4.1 Analisis Data

Data pertama diperoleh dari buku Statistika dan Probabilitas karangan
Boediono dan Koster pada tahun 2004. Data tersebut merupakan soal mencari
distribusi peluang binomial tentang individu mengalami luka ringan yang akan
dilakukan oleh sebuah perusahaan asuransi.
Data kedua juga diambil dari buku Statistika dan Probabilitas karangan
Boediono dan Koster pada tahun 2004. Namun, data kedua ini merupakan soal
mencari distribusi peluang hipergeometrik tentang ditemukannya cacat ban dari
sebuah pabrik ban, yang akan dihitung peluangnya jika sampel diambil secara acak.
Sedangkan data terakhir merupakan soal mencari distribusi peluang poisson,
yang diambil dari buku Statistika dan Probabilitas karangan Boediono dan Koster
pada tahun 2004. Soal tersebut mencari distribusi peluang poisson untuk rata-rata
kecelakaan lalu lintas di suatu persimpangan perbulan.

4.2 Pembahasan
4.2.1 Hitungan Distribusi Peluang
a. Untuk distribusi peluang binomial.
Diketahui:
p = 0,001
q=1–p
= 1 – 0,001
= 0,999
n = 3000
Ditanya, P(X=0) .... ?
Rumus distribusi binomial.
𝑛
𝑃(𝑋 = 𝑟) = ( ) 𝑝𝑟 𝑞 𝑛−𝑟
𝑟

17
 3000 (0,001)0 (0,999)3000
𝑃(𝑋 = 0) = ( )
0
𝑃(𝑋 = 0) = 1 .1 .0,049712394
𝑃(𝑋 = 0) = 0,049712
Jadi distribusi peluang binomial untuk x = 10 adalah 0,049712.
b. Untuk distribusi peluang hipergeometrik.
Diketahui:
N = 5000
n = 10
k = 1000
Ditanya, P(X=3) ...?
Rumus distribusi hipergeometrik.
𝑘 𝑁−𝑘
( )( )
𝑥 𝑛−𝑥
𝑃(𝑋 = 𝑥) = 𝑁
( )
𝑛

Karena perbandingan N dan n sangat besar, maka digunakan

pendekatan binomial dengan p = k/N, sehingga p = 0,2 dan q = 0,8.
Dengan menggunakan rumus binomial, maka P(X=3) adalah.
𝑛
𝑃(𝑋 = 𝑟) = ( ) 𝑝𝑟 𝑞 𝑛−𝑟
𝑟
10
𝑃(𝑋 = 3) = ( ) (0,2)3 (0,8)7
3
𝑃(𝑋 = 3) = 120 . 0,008 . 0,2097152
𝑃(𝑋 = 3) = 0,201326592
Jadi distribusi peluang hipergeometrik untuk x = 3 adalah 0,201326592.
c. Untuk distribusi peluang poisson
Diketahui:
µ=3
Ditanya P(X=5) ...?
Rumus distribusi poisson.
𝑒 −𝜇 𝜇 𝑥
𝑃(𝑋 = 𝑥) = 𝑥!
(2,71828)−3 35
𝑃(𝑋 = 5) = 5!

18
 0,049787 . 243
𝑃(𝑋 = 5) = 120

𝑃(𝑋 = 5) = 0,100819
Jadi distribusi peluang poisson untuk x = 5 adalah 0,100819.

4.2.2 Hitungan Distribusi Peluang dengan Minitab

a. Untuk distribusi peluang binomial

Tabel 4.1 Output Distribusi Peluang Binomial

Tabel di atas menunjukkan bahwa untuk x = 0 dengan populasi

3000 dan peluang sukses kejadian adalah 0,001, peluang binomial yang
dihasilkan untuk x = 0 adalah 0,0497124.
b. Untuk distribusi peluang hipergeometrik

Tabel 4.2 Output Distribusi Peluang Hipergeometrik

Tabel di atas menunjukkan bahwa untuk x = 0 dengan populasi

(N) 5000, populasi kejadian (M) 1000 dan sampel acak yang diambil 10,
peluang hipergeometrik yang dihasilkan untuk x = 0 adalah 0,201478.
c. Untuk distribusi peluang poisson

Tabel 4.3 Output Distribusi Peluang Poisson

19
 Tabel di atas, menunjukkan bahwa untuk x = 5 dengan rata-rata 3,
peluang poisson yang dihasilkan adalah 0,100819.

4.2.3 Perbandingan Hasil Hitungan Manual dan Aplikasi

Berdasarkan hasil hitungan baik manual dan aplikasi, ternyata hasil yang
muncul adalah sama. Hanya ada perbedaan dalam pengambilan berapa angka di
belakang koma saja, selain itu semua sama. Seperti hasil manual untuk distribusi
peluang binomial adalah 0,049712 dan hasil hitungan dengan Minitab adalah
0,0497124. Dapat dilihat bahwa Minitab mengambil angka dibelakang koma
lebih banyak daripada hitungan manual, namun keseluruhan jelas terlihat bahwa
hitungan tersebut adalah sama.
Begitu juga untuk hitungan secara manual distribusi peluang
hipergeometrik adalah 0,201326592 dan hasil hitungan dengan Minitab adalah
0,201478. Disini agak sedikit berbeda, karena dalam hitungan manual
hipergeometrik penulis menggunakan pendekatan binomial karena angka terlalu
besar, namun jika digunakan rumus langsung hipergeometrik maka akan sama
seperti dalam hitungan Minitab. Namun, secara garis besar hitungan manual
mendekati sama dengan hitungan Minitab.
Namun dalam hitungan manual distribusi poisson dengan Minitab adalah
sama, karena dalam hitungan manual penulis langsung menggunakan rumus
poisson tidak lagi pendekatan terhadap rumus distribusi yang lain. Yaitu hasil
manual adalah 0,100819 dan hasil dari Minitab adalah 0,100819.

20
 BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berdasarkan analisis data dan pembahasan diatas, maka dapat ditarik
kesimpulan bahwa:
1. Cara menghitung distribusi peluang dengan manual
a. Distribusi peluang Binomial
Untuk menghitung distribusi binomial, klasifikasikan terlebeih dahulu
apa yang diketahui. Komponen untuk menghitung distribusi peluang binomial
yaitu, peluang sukses, peluang gagal, sampel acaknya atau populasi, dan
peluang nilai x yang dicari. Kemudian masukkan dalam rumus 𝑃(𝑋 = 𝑟) =
𝑛
( ) 𝑝𝑟 𝑞 𝑛−𝑟 , dengan 𝑞 = 1 − 𝑝. Setelah itu di hitung maka akan diperoleh
𝑟
nilai peluang yang dicari.
b. Distribusi peluang Hipergeometrik
Untuk menghitung distribusi hiperrgeometrik, seperti dalam binomial,
klasifikasikan terlebih dahulu apa yang diketahui. Komponen untuk
menghitung distribusi peluang hipergeometrik yaitu, jumlah populasi, jumlah
populasi kejadian, dan sampel acak yang diambil serta nilai x yang dicari.
𝑘 𝑁−𝑘
( )( )
𝑥 𝑛−𝑥
Kemudian masukkan dalam rumus 𝑃(𝑋 = 𝑥) = 𝑁 dengan k itu sampel
( )
𝑛

acak, N jumlah populasi, dan n sampel acak yang diambil. Setelah itu hitung
maka akan diperoleh nilai yang dicari.
c. Distribuisi peluang Poisson
Untuk menghitung distribusi poisson, cukup mengetahui meannya saja,
jika ada populasi dan peluang suksesnyasaja maka mean = n.p. kemudian
𝑒 −𝜇 𝜇 𝑥
masukkan dalm rumus 𝑃(𝑋 = 𝑥) = setelah itu hitung, maka akan
𝑥!

diperoleh nilai peluang yang dicari.

21
2. Cara menghitung distribusi peluang dengan Minitab
a. Distribusi peluang Binomial
Buka terebih dahulu software Minitab, kemudian klik
Calc→Probability Distribution→Binomial. Pada kotak dialog Binomial,
klik Probability, kemudian masukkan populasi yang diketahui pada Number
of Trial dan peluang sukses pada Event Probability. Kemudian klik Insert
Constant dan masukkan peluang yang ingin dicari. Kemudian klik Ok, maka
akan muncul peluang yang dicari.
b. Distribusi peluang hipergeometrik
Buka terlebih dahulu sofware Minitab, kemudian klik
Calc→Probability Distribution→Hypergeometric. Pada kotak dialog
Hypergeometric, klik Probability, kemudian masukkan populasi pada
Population Size, populasi kejadian pada Event Count in Population, dan
sampel acak yang diambil pada Sampel Size. Kemudian klik Insert Constant
dan masukkan peluang yang ingin dicari. Lalu klik Ok, maka akan muncul
peluang yang dicari.
c. Distribusi peluang poisson
Buka terlebih dahulu software Minitab, kemudian klik
Calc→Probability Distribution→Poisson. Kemudian klik Probability, lalu
masukkan nilai mean yang diketahui pada Mean. Kemudian klik Insert
Constant dan masukkan peluang yang dicari. Lalu klik Ok, maka akan
muncul peluang yang dicari.
3. Perbandingan hasil hitungan manual dan Minitab
Dari pembahasan diketahui, bahwa tidak ada perbedaan yang jauh
antara hitungan manual dan Minitab, yang berbeda hanya hasil hitungan
distribusi peluag hipergeometrik karena penulis menggunakan pendekatan
binomial, sehingga hasilnya sedikit berbeda untuk di belakang koma, namun
jika hasil manual dibulatkan maka akan mendekati hasil hitungan dengan
Minitab dan sesungguhnya.

22
5.2 Saran
Untuk praktikum kali ini, penulis menyarankan agar lebih teliti dalam
mengklasifikasi suatu soal, apakah itu menggunakan binomial, hipergeometrik, atau
poisson. Karena meskipun tiap soal bisa digunakan ketiga-tiganya, tetap saja harus
menggunakan salah satunya agar hitungan lebih tepat.

23
 DAFTAR PUSTAKA

Algifari. 2010. Statistika Deskriptif Plus Untuk Ekonomi dan Bisnis. Yogyakarta:
UPP STIM YKPN.
Boediono dan Koster, I Wayan. 2004. Teori dan Aplikasi Statistika dan Probabilitas.
Bandung: Remaja Rossdakarya Offset.
http://www.panfic.com/id/insurance-knowledge/pengertian-asuransi-dan-risiko/
http://unitlakaresmin.blogspot.co.id/p/blog-page_6278.html
https://id.wikipedia.org/wiki/Ban

24
 LAMPIRAN

I. Data Penelitian
Soal distribusi binomial diambil dari buku Statistika dan Probabilitas karangan
Boediono dan Koster, halaman 336.
 Seorang pimpinan perusahaan asuransi sedang mempertimbangkan
penambahan jaminan sasuransinya untuk penderita luka ringan yang relatif
jarang terjadi. Probabilitas bahwa individu yang dipilih secara acak akan
mengalami luka ringan adalah 0,001 dan ada sebanyak 3000 individu yang
termasuk dalam kelompok yang ditanggung perusahaan itu. Berapakah
peluang tak seorangpun dari kelompok orang itu yang mengalami luka
ringan?
Soal distribusi peluang hipergeometrik diambil dari buku Statistika dan
Probabilitas karangan Boediono dan Koster, halaman 337.
 Suatu pabrik ban melaporkan bahwa dari pengiriman sebanyak 5000 ban ke
suatu toko tertentu terdapat 1000 ban yang cacat. Bila seseorang membeli
ban di toko tersebut sebanyk 10 buah, berapakah probabilitas orang itu
memperoleh 3 ban yang cacat?
Soal distribusi peluang poisson diambil dari buku Statistika dan Probabilitas
karangan Boediono dan Koster, halaman 339.
 Secara rata-rata di suatu persimpangan terjadi 3 kecelakaan lalulintas per
bulan. Berapakah probabilitas bahwa pada suatu bulan tertentu di
persimpangan itu terjadi tepat 5 kecelakaan?

25
II. Data Output

Output Distribusi Peluang Binomial

Output Distribusi Peluang Hipergeometrik

Output Distribusi Peluang Poisson

26