1

TEORI PELUANG
“DISTRIBUSI PELUANG DISKRIT DAN KONTINU”
Fahmut Taajuddin (1384202051)
Program Studi Pendidikan Matematika
STKIP PGRI Pacitan
Jl. Cut Nya’ Dien 4A Ploso Pacitan 63515, Indonesia

ABSTRAK

Sebaran (distribusi) peluang diskrit adalah sebuah tabel atau rumus yang
mencantumkan semua kemungkinan nilai suatu peubah acak diskrit.
Macam-macam distribusi diskrit diantaranya yaitu distribusi poisson,
distribusi binomial, distribusi hipergeometri, distribusi geometri, dan
distribusi binomial negatif. Sebaran (distribusi) peluang kontinu tidak dapat
disajikan dalam bentuk tabel karena peubah acak kontinu berpeluang nol
untuk mengambil tepat salah satu nilainya. Macam-macam distribusi
kontinu yaitu distribusi normal, distribusi gamma, distribusi eksponensial,
dan distribusi chi squere
Kata kunci : peluang, diskrit, kontinu.

1. PENDAHULUAN
Berbagai macam model peluang kerap kali ditemui di kehidupan sehari-
hari. Model peluang tersebut menggambarkan suatu akibat yang mungkin terjadi
seandainya kondisi – kondisi tertentu terjadi. Distribusi peluang merupakan suatu
model peluang yang memungkinkan untuk mempelajari dan menduga hasil – hasil
yang akan terjadi. Distribusi peluang yang demikian merupakan distribusi
populasi karena berhubungan dengan semua nilai – nilai yang mungkin terjadi dan
populasinya merupakan variabel random.
Berdasarkan jenis variabelnya tergolong atas distribusi peluang diskrit dan
distribusi peluang kontinu. Distribusi peluang diskrit adalah suatu ruang contoh
yang mengandung jumlah titik contoh yang terhingga sedangkan distribusi
peluang kontinu adalah suatu ruang contoh mengandung tidak terhingga
banyaknya titik contoh yang sama dengan banyaknya titik pada sebuah garis.
Sebaran (distribusi) peluang diskrit adalah sebuah tabel atau rumus yang
mencantumkan semua kemungkinan nilai suatu peubah acak diskrit. Macam-
macam distribusi diskrit diantaranya yaitu distribusi poisson, distribusi binomial,
distribusi hipergeometri, distribusi geometri, dan distribusi binomial negative
(Walpole,1995).

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 2

Sebaran (distribusi) peluang kontinu tidak dapat disajikan dalam bentuk

tabel karena peubah acak kontinu berpeluang nol untuk mengambil tepat salah
satu nilainya. Macam-macam distribusi kontinu yaitu distribusi normal, distribusi
gamma, distribusi eksponensial, dan distribusi chi squere (Walpole,1995).

2. PEMBAHASAN

2.1 Variabel Acak

Variabel acak atau peubah acak adalah suatu fungsi yang nilainya berupa
bilangan nyata yang ditentukan oleh setiap unsur dalam ruang contoh. Peubah
acak dinyatakan dengan huruf kapital, misalnya X, sedangkan nilainya dinyatakan
dengan huruf kecil padanannya misalnya x (Walpole,1995).

2.2 Distribusi Peluang

Distribusi peluang merupakan tabel, grafik atau rumus yang memberikan
nilai peluang dari sebuah peubah/variabel acak. Berdasarkan karakteristik peubah
acaknya, distribusi peluang dapat dibedakan menjadi dua, yakni distribusi peluang
diskrit dan distribusi peluang kontinu (Walpole,1995).

2.3 Distribusi Peluang Diskrit

Distribusi peluang diskrit adalah suatu ruang contoh yang mengandung
jumlah titik contoh yang terhingga atau suatu barisan unsur yang tidak pernah
berakhir tetapi yang sama banyaknya dengan bilangan cacah (Walpole,1995).
Distribusi peluang diskrit adalah distribusi peluang dimana semesta
peubah acaknya dapat dihitung atau berhingga, misalnya peubah acak sebuah
lemparan dadu bernilai 1 hingga 6. Apabila himpunan pasangan terurut (x, f(x))
merupakan suatu fungsi peluang, fungsi masa peluang, atau distribusi peluang
peubah acak diskrit x maka untuk setiap kemungkinan

1. f(x) > 0
2.  f ( x)  1
3. P (X=x) = f(x)

Macam-macam distribusi diskrit diantaranya yaitu distribusi poisson,

distribusi binomial, distribusi hipergeometri, distribusi geometri, dan distribusi
binomial negatif.

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 3

2.3.1 Distribusi Peluang Binomial

Suatu percobaan dimana pada setiap perlakuan hasilnya hanya ada dua
kemungkinan yaitu proses dan gagal dalam n ulangan yang bebas (Walpole,1995).
Ciri – ciri distribusi peluang binomial adalah sebgai berikut :

1. Percobaan terdiri dari atas n ulangan

2. Dalam setiap ulangan, hasilnya digolongkan dalam sukses dan gagal
3. Peluang sukses dilambangkan dengan p, sedangkan gagal 1-p atau q
4. Ulangan – ulangan tersebut bersifat saling bebas satu sama lain.
Distribusi peluang binomial dilambangkan dengan :
𝑛
𝑏(𝑥; 𝑛; 𝑝) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥 untuk x = 0,1,2,3 . . . ,n
𝑥
Keterangan :
n = banyaknya data
x = banyak keberhasilan dalam peubah acak X
p = peluang berhasil pada setiap data
q = peluang gagal (1 – p) pada setiap data

2.3.2 Distribusi Peluang Hipergeometrik

Bila dalam N populasi benda, k benda diberi label berhasil dan N-k benda
lainnya diberi label gagal, maka distribusi peluang bagi peubah acak
hipergeometrik X yang menyatakan banyaknya keberhasilan dalam contoh acak
berukuran n (Walpole,1995).
𝑘 𝑁−𝑘
( )( )
𝑥 𝑛−𝑥
ℎ(𝑥; 𝑁, 𝑛, 𝑘) = 𝑁 untuk x = 0,1,2, . . .,k
( )
𝑛

Keterangan :
N = ukuran populasi
n = ukuran contoh acak
k = banyaknya penyekatan / kelas
x = banyaknya keberhasilan

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 4

2.3.3 Distribusi Peluang Poisson

Percobaan yang menghasilkan nilai-nilai bagi suatu peubah acak X, yaitu
banyaknya hasil percobaan yang terjadi selama suatu selang waktu tertentu atau
distribusi daerah tertentu (Walpole,1995). Distribusi peluang poisson memiliki
ciri – ciri sebagai berikut :

1. Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu atau
suatu daerah tertentu, tidak langsung pada banyaknya hasil percobaan yang
terjadi pada selang waktu atau daerah lain yang terpisah.
2. Peluang terjadinya satu hasil percobaan selama suatu selang waktu yang
singkat sekali atau dalam suatu daerah yang kecil, sebanding dengan
panjang selang waktu tersebut, dan tidak bergantung pada banyaknya hasil
percobaan yang terjadi diluar selang waktu atau daerah tersebut.
3. Peluang bahwa lebih dari satu hasil percobaan akan terjadi dalam selang
waktu yang singkat tersebut atau dalam daerah yang kecil tersebut, dapat
diabaikan. Bilangan X yang menyatakan banyaknya daerah hasil
percobaan dalam suatu distribusi poisson disebut peubah acak poisson.
Karena nilai – nilai peluangnya hanya bergantung pada µ maka
dirumuskan :
𝑒 −𝜇 𝜇 𝑥
𝑝 (𝑥; 𝜇) = untuk x =1,2, . . .
𝑥!

Keterangan :
x = banyak keberhasilan dalam peubah acak X
µ = rata-rata banyak sukses yang terjadi per satuan waktu
e = 2,71828...
Rata – rata dan ragam distribusi poisson p(x;) keduanya sama dengan 

2.3.4 Distribusi Peluang Geometrik

Percobaan yang mengandung tindakan yang bebas dan berulang – ulang
dapat menghasilkan keberhasilan dengan peluang q = 1 – p, maka distribusi
peluang bagi peubah acak X, yaitu banyaknya ulangan sampai munculnya
keberhasilan yang pertama (Walpole,1995).

𝑔(𝑥; 𝑝) = 𝑝. 𝑞 𝑥−1 untuk x = 1,2,3, . . .

Keterangan
p = peluang sukses
q = peluang gagal

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 5

Rata – rata dan ragam distribusi peluang geometrik

1
𝜇 =𝑝

1−𝑝
𝜎2 = 𝑝2

2.3.5 Distribusi Peluang Binomial Negatif

Percobaan yang mengandung ulangan yang bebas dan berulang –ulang
dapat menghasilkan keberhasilan dengan peluang p dan kegagalan dengan
peluang q = 1 – p, maka distribusi peluang bagi peubah acak X, yaitu banyaknya
ulangan sampai terjadinya keberhasilan (Walpole,1995).
𝑥 − 1 𝑘 𝑥−𝑘
𝑏 ∗ (𝑥; 𝑘; 𝑝) = ( )𝑝 𝑞 untuk x = k, k+1, k+2, . ..
𝑘−1
Rata – rata dan ragam distribusi peluang binomial negative
𝑞
𝜇 = 𝑘𝑝

𝑘.𝑞 1
𝜎2 = = 𝜇 + 𝑘 𝜇2
𝑝2

2.4 Distribusi Peluang Kontinu

Distribusi peluang kontinu adalah suatu ruang contoh mengandung tak
terhingga banyaknya titik contoh yang sama dengan banyaknya titik pada sebuah
garis (Walpole,1995).
Syarat dari distribusi kontinu adalah apabila fungsi f(x) adalah
fungsi padat peluang peubah acak kontinu Xt yang didefinisikan diatas
himpunan semua bilangan real Rt bila:

1. f(x) > 0 untuk semua x  R


2. ∫∞ 𝑓(𝑥) 𝑑𝑥 = 1
∞

3. P(a<X<b) = ∫∞ 𝑓(𝑥) 𝑑𝑥
∞

Macam-macam distribusi kontinu yaitu distribusi normal, distribusi
gamma distribusi eksponensial, dan distribusi chi squere.

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 6

2.4.1 Distribusi Peluang Normal

Percobaan yang peubah acak X nya ditentukan oleh parameter µ dan σ2.
Jika X merupakan peubah acak normal dengan rataan µ dan σ2 ragam
(Walpole,1995).
1 𝑥−𝜇 2
1 − ( )
𝑛(𝑥; 𝜇, 𝜎) = 𝑒 2 𝜎 𝑢𝑛𝑡𝑢𝑘 − ∞ < 𝑥 < ∞
√2𝜋𝜎

Keterangan:
x = peubah acak kontinu normal
𝜇 = mean,
𝜎 = standar deviasi
π = 3,14159…
e = 2,71828…

2.4.2 Distribusi Peluang Gamma

Percobaan yang seubah acaknya adalah lamanya waktu seseorang
menunggu sampai sejumlah n kejadian dengan parameter (α,β) (Walpole,1995).

∞
1
𝛼
𝑥 𝛼−1 𝑒 −𝑥/𝛽 , 𝑥 > 0 Г(𝛼) = ∫ 𝑥 𝛼−1 𝑒 −𝑥 𝑑𝑥
𝛽 Г(𝛼)
f(x) 0

0, x ≤ 0

Mean dan varians ditentukan oleh :

µ = αβ dan σ2 = αβ2

2.4.3 Distribusi Peluang Eksponensial

Distribusi eksponensial merupakan bentuk khusus dari distribusi gamma
dengan α=1 (Walpole,1995).. Peubah acak kontinu yang fungsi kepekatan
peluangnya diberikan oleh:
𝑥
1
𝑒 ,x>0
𝛽
𝛽
F(x) =

0, x ≤ 0
Rataan dan variasi eksponensial adalah :
µ = β dan σ2 = β2
Sebaran eksponensial di dalam praktek sering muncul sebagai sebaran
lamanya waktu suatu kejadian tertentu terjadi. Misalnya, lamanya waktu (mulai
sekarang) sampai terjadi gempa bumi.

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 7

2.4.4 Distribusi Peluang Chi-Square

Distribusi peluang chi-square merupakan distribusi khusus gamma dengan

𝑣
α = , β = 2. Distribusi ini banyak dipakai untuk pengujian hipotesis (teori)
2
sebagai rumus dari statistik uji dengan hipotesis tertentu. Dimana fungsi
peluangnya dipengaruhi oleh parameter v atau disebut juga db (derajat bebas).
Distribusi chi-square dapat didefinisikan melalui rumus seperti berikut :
1 𝑣 𝑣
𝑣 𝑣 𝑥 2−1 𝑒 2 , 𝑥 > 0
Г( )
2 2 2
F(x) =

0, x ≤ 0
Mean dan varians distribusi ini oleh :
µ = v dan σ2 = 2v

2.5 Soal Latihan

1) Suatu suku cadang dapat menahan uji goncangan tertentu dengan peluang
¾. Hitunglah peluang bahwa tepat 2 dari 4 suku cadang yang diuji tidak
akan rusak
2) Dari suatu kotak yang berisi 4 bola hitam dan 2 bola hijau. Tiga bola
diambil secara berturutan, tiap bola dikembalikan sebelum pengembilan
berikutnya. Carilah distribusi peluang banyaknya bola hijau yang terambil.
3) Suatu survei terhadap penduduk kota me-nunjukan bahasa 20% lebih
menyukai telepon berwarna putih dari warna lainnya. Berapa peluang dari
20 telepon yang dipasang berikut-nya lebih dari separuhnya berwarna
putih?
4) Misalkan penjual barang antik ingin membeli sebuah patung yang
peluangnya 0,22 0,36 0,28 dan 0,1. Bahwa ia dapat menjualnya lagi
masing-masing, dalam ribuan rupiah, dengan keuntung-an Rp.250,
keuntungan Rp.150 sama dengan pembelian, dan rugi Rp.150. Berapa
harapan keuntungannya?
5) Suatu ujian terdiri atas 15 pertanyaan pilihan ber-ganda, masing-masing
dengan 4 kemungkinan jawaban dan hanya satu yang benar. Berapa
peluang seseorang yang menjawab secara menebak-nebak saja
memperoleh 5 sampai 10 jawaban benar?
6) Peluang seorang pasien selamat dari auatu operasi jantung yang sulit
adalah 0,9. Berapakah peluang tepat 5 dari 7 orang yang mengalami
operasi berikutnya selamat.

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 8

7) Seseorang menanam 6 bibit dipekarangan, yang diambil secara acak dari

sebuah kotak berisi 5 bibit gladiol dan 4 bibit daffodil. Berapa peluang dia
menanam 2 bibit daffodil dan 4 bibit gladiol.
8) Suatu panitia beranggota 3 orang dipilih secara acak dari 4 dokter dan 2
perawat. Tuliskan rumus distribusi peluang yang peubah acak x yang
menyatakan banyaknya dokter dalam panitia tersebut. Hitunglah peluang
(2 ≤ x ≤ 3)
9) Perusahaan telepon melaporkan bahwa diantara 5000 pemasang telepon
baru 4000 meng-gunakan telepon tombol. Bila 10 diantara pemasang baru
tersebut diambil secara acak, berapa peluang tepat ada 3 orang
menggunakan telepon putar?
10) Misalkan peluang seorang mempercayai suatu cerita mengenai hidup
setelah mati adalah 0,8. Berapakan peluang bahwa
a. Orang keenam mendengar cerita itu adalah yang keempat
mempercayainya
b. Orang ketiga yang mendengar cerita itu orang yang
mempercayainya
11) Peluang bahwa seorang lulus ujian praktek mengendarai modbil adalah
0,7. Carilah peluang seorang lulus :
a. Pada ujian ketiga
b. Sebelum ujian keempat
12) Seorang tukang ketik rata-rata melakukan dua kesalahan per halaman.
Berapakah peluang dia melakukan :
a. Satu atau lebih kesalahan pada halaman berikut yang dia ketik.
b. Tidak ada kesalahan
13) Dalam suatu penelitian inventori (persediaan barang) diketahui bahwa
permintaan rata-rata dari gudang terhadap suatu bahan tertentu 5 kali
sehari. Berapakah peluang suatu hari tertentu bahan tersebut :
a. Diminta lebih dari 5 kali
b. Tidak diminta sama sekali
14) Peluang seorang meninggal karena infeksi pernafasan adalah 0,002.
Carilah peluang bahwa kurang dari 5 diantara 2000 orang yang terinfeksi
akan meninggal. Carilah rataan dan variansnya
15) Misalkan rata-rata, dari tiap 1000 orang me-lakukan salah perhitungan
dalam perhitungan pajaknya. Bila 10.000 isian pajak diambil secara acak
dan diperiksa, hitunglah peluangnya bahwa 6,8 atau 8 isian tersebut akan
salah hitung. Carilah rataan dan varians peubah acak X yang menyatakan
banyaknya orang yang melakukan kesalahan dari 10.000 isian pajak.

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 9

3. KESIMPULAN
Distribusi peluang diskrit adalah suatu ruang contoh yang mengandung
jumlah titik contoh yang terhingga atau suatu barisan unsur yang tidak pernah
berakhir tetapi yang sama banyaknya dengan bilangan cacah. Macam-macam
distribusi diskrit diantaranya yaitu distribusi poisson, distribusi binomial,
distribusi hipergeometri, distribusi geometri, dan distribusi binomial negatif.

1. Distribusi Peluang Binomial adalah Suatu percobaan dimana pada setiap

perlakuan hasilnya hanya ada dua kemungkinan yaitu proses dan gagal
dalam n ulangan yang bebas
2. Distribusi Peluang Hipergeometrik adalah Bila dalam N populasi benda, k
benda diberi label berhasil dan N-k benda lainnya diberi label gagal, maka
distribusi peluang bagi peubah acak hipergeometrik X yang menyatakan
banyaknya keberhasilan dalam contoh acak berukuran n
3. Distribusi Peluang Poisson adalah Percobaan yang menghasilkan nilai-
nilai bagi suatu peubah acak X, yaitu banyaknya hasil percobaan yang
terjadi selama suatu selang waktu tertentu atau distribusi daerah tertentu
4. Distribusi Peluang Geometrik adalah Percobaan yang mengandung
tindakan yang bebas dan berulang – ulang dapat menghasilkan
keberhasilan dengan peluang q = 1 – p, maka distribusi peluang bagi
peubah acak X, yaitu banyaknya ulangan sampai munculnya keberhasilan
yang pertama
5. Distribusi Peluang Binomial Negatif adalah Percobaan yang mengandung
ulangan yang bebas dan berulang –ulang dapat menghasilkan keberhasilan
dengan peluang p dan kegagalan dengan peluang q = 1 – p, maka distribusi
peluang bagi peubah acak X, yaitu banyaknya ulangan sampai terjadinya
keberhasilan

Distribusi Peluang Kontinu adalah Distribusi peluang kontinu adalah suatu

ruang contoh mengandung tak terhingga banyaknya titik contoh yang sama
dengan banyaknya titik pada sebuah garis. Macam-macam distribusi kontinu yaitu
distribusi normal, distribusi gamma distribusi eksponensial, dan distribusi chi
squere.

1. Distribusi Peluang Normal adalah Percobaan yang peubah acak X nya

ditentukan oleh parameter µ dan σ2. Jika X merupakan peubah acak
normal dengan rataan µ dan σ2 ragam
2.
Distribusi Peluang Gamma adalah Percobaan yang seubah acaknya adalah
lamanya waktu seseorang menunggu sampai sejumlah n kejadian dengan
parameter (α,β)

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 10

3. Distribusi Peluang Eksponensial adalah Distribusi eksponensial

merupakan bentuk khusus dari distribusi gamma dengan α=1 Distribusi
Peluang Chi-Square
4. Distribusi peluang chi-square merupakan distribusi khusus gamma dengan
𝑣
α = 2 , β = 2. Distribusi ini banyak dipakai untuk pengujian hipotesis
(teori) sebagai rumus dari statistik uji dengan hipotesis tertentu. Dimana
fungsi peluangnya dipengaruhi oleh parameter v atau disebut juga db
(derajat bebas).

Paper Teori Peluang – Semester IV Tahun 2014 / 2015

 11

DAFTAR PUSTAKA

Walpole. 1995. Pengantar Statistika Edisi ke-3. Jakarta: Gramedia. (Online)

http://eprints.undip.ac.id/21382/1/755-ki-fp-2004.pdf diakses tanggal 19
Juli 2015
Salamah, M dan Distri Susilaningrum. 2010. Modul Praktikum Praktikum
Penghantar Metode Statistika. Malang: UIN. (Online) http://lib.uin-
malang.ac.id/files/thesis/fullchapter/03510001.pdf diakses tanggal 19 Juli
2015
Purwanto Suharyadi. 2013. Statistika untuk Ekonomi dan Keuangan. Makasar:
UNHAS. (Online) http://lms.unhas.ac.id/claroline/backends/download.
php?url=L1BFT diakses tanggal 19 Juli 2015
Anonymous. Pengertian Statistik, Pengertian Statistika, Pengertian Statistika
Pendidikan, Jenis – Jenis Statistika, Penggolongan Data Statistik dan
Peranan Statistika. (Online) http://statistikapendidikan.comwp-
content/uploads/2014/02/pengertian-statistik-pengertian-statistika-
pengertian-statistika-pendidikan-jenis- jenis-statistika-penggolongan-data-
statistik-dan-peranan-statistika.pdf diakses tanggal 19 Juli 2015

Paper Teori Peluang – Semester IV Tahun 2014 / 2015