DISTRIBUSI BINOMIAL
Oleh :
Suhendra (1826201030)
Wahyudi Setiawan (1826201008)
Cindy Eka Pratiwi (1826201039)
Abdul Aziz (1826201007)
Rafi prayogi (1826201063)
Bagus Ardani (1826201048)
Al Idris (1826201032)
Eko Budian L P (1826201038)
Dwi Rana Kusuma (1826201065)
Nova Ajinda Rahman (1826201055)
M. Nuryatna (1826201009)
TEKNIK INDUSTRI
UNIVERSITAS MUHAMMADIYAH TANGERANG
2019
i
KATA PENGANTAR
Penulis,
ii
DAFTAR ISI
KATA PENGANTAR ......................................................................................................... i
DAFTAR ISI ...................................................................................................................... ii
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah ....................................................................................... 1
1.2 Rumusan Masalah .................................................................................................. 2
1.3 Tujuan ......................................................................................................................... 3
BAB II PEMBAHASAN
2.1 Definisi Probabilitas .............................................................................................. 4
2.2 Manfaat Probabilitas dalam Penelitian.......................................................... 5
2.3 Menghitung Probabilitas atau Peluang Suatu Kejadian .......................... 6
2.4 Definisi Distribusi Binomial ............................................................................... 7
2.5 Ciri-ciri Distribusi Binomial ............................................................................. 10
2.6 Penerapan Distribusi Binomial ....................................................................... 11
2.7 Contoh Soal Distribusi Binomial dan Cara Penyelesaiannya .............. 11
BAB III KESIMPULAN
4.1 Kesimpulan ............................................................................................................. 19
DAFTAR PUSTAKA ...................................................................................................... 20
ii
i
BAB I
PENDAHULUAN
4
artinya perlu kembali ke teori probabilitas. Tanpa pemahaman tersebut,
seringkali statistika digunakan untuk melegitimasi suatu kebohongan (dikenal
sebagai kebohongan statistika) ketika statistika digunakan sementara model dasar
probabilitas yang terkait tidak sesuai atau relevan dengan situasi yang sebenarnya.
Simulasi dan teori antrian dapat dikatakan juga sebagi turunan dan teori
probabilitas. Dengan simulasi maka perilaku suatu sistem atau rancangan dapat
dipelajari. Teori probabilitas digunakan dalam menentukan perilaku secara lebih
kuantitatif dari apa yang disimulasikan. Teori antrian merupakan hasil
pengembangan lanjutan konsep probabilitas dan di dalamnya masih berbicara
mengenai model-model probabilitas.
Namun, kembali ke pembicaraan awal, yaitu bahwa probabilitas hanyalah
suatu sistematika ilmu untuk mempelajari ketidakpastian. Seakurat-akuratnya
model probabilitas yang digunakan, tetap saja ketidakpastian itu masih ada walau
dengan kadar yang amat tipis. Dan ketidakpastian yang tipis itu pada gilirannya
dapat menghasilkan hasil yang ekstrim. Jadi penting bagi kita memahami apa yang
bisa diberikan oleh teori probabilitas dan turunan-turunannya. Dalam statistik
probabilitas dikenal dengan distribusi.
Salah satu jenis distribusi variabel random diskrit yang paling sederhana
adalah distribusi binomial. Distribusi Binomial adalah distribusi untuk proses
Bernoulli. Distribusi ini dikemukakan pertama kali oleh seorang ahli
matematika bangsa Swiss yang bernama J. Bernoulli (1654-1705).
5
1.3 Tujuan
Tujuan pembuatan makalah ini selain untuk melengkapi tugas mata kuliah
Probabilitas dan Statistika, yaitu untuk mengetahui probabilitas lebih jauh, mulai
dari cara menghitungnya, dan memahami konsep distribusi binomial yang
merupakan bagian dari probabilitas itu sendiri.
6
BAB II
PEMBAHASAN
7
hipotesis yang terkait tentang karakteristik populasi. Menarik kesimpulan
secara tepat atas hipotesis (perkiraan sementara yang belum teruji
kebenarannya) yang terkait tentang karakteristik populasi pada situasi ini
kita hanya mengambil atau menarik kesimpulan dari hipotesis bukan
berarti kejadian yang akan datang kita sudah ketehaui apa yang akan
tertjadi.
3) Mengukur derajat ketidakpastian dari analisis sampel hasil penelitian dari
suatu populasi.
Contoh:
Ketika diadakannya sensus penduduk 2000, pemerintah mendapatkan data
perbandingan antara jumlah penduduk berjenis kelamin laki-laki berbanding
jumlah penduduk berjenis kelamin perempuan adalah memiliki perbandingan 5:6,
sedangkan hasil sensus pada tahun 2010 menunjukan hasil perbandingan jumlah
penduduk berjenis kelamin pria berbanding jumlah penduduk berjenis kelamin
wanita adalah 5:7. Maka pemerintah dapat mengambil keputusan bahwa setiap
tahunnya dari tahun 2000 hingga 2010 jumlah wanita berkembang lebih pesat
daripada jumlah penduduk pria.
8
pelemparan koin, yaitu munculnya gambar + munculnya angka.
Jika kita berbicara tidak lagi 2 kejadian yaitu menyangkut banyak kejadian
yang mungkin terjadi, mengingat dan dari hasil pengumpulan dan penelitian data
diperoleh suatu rumus sebagai berikut. Jika terdapat N peristiwa, dan n A dari N
peristiwa tersebut
membentuk kejadian A, maka probabilitas A
𝑛
adalah : P(A) = 𝑁
Dapat disimpulkan peluang munculnya gambar atau angka adalah sama besar.
Contoh 2:
Berapa peluang munculnya dadu mata satu pada satu kali pelemparan? Jika kita
tinjau pada sebuah dadu hanya memiliki 1 buah mata dadu bermata 1,
sedangkan pada dadu terdapat 6 mata yaitu mata 1 sampai mata 6.
𝑛 1
Maka P(A) = 𝑁 = 6
9
Probabilitas mempunyai beberapa aturan, diantaranya:
a) Jika n = 0 maka peluang terjadinya suatu kejadian pada keadaan ini
adalah sebesar P(A) = 0 atau tidak mungkin terjadi.
b) Jika n merupakan semua anggota N maka probabilitasnya adalah satu,
atau kejadian tersebut pasti akan terjadi.
c) Probabilitas suatu kejadian memiliki rentangan nilai.
d) Jika E menyatakan bukan peristiwa E maka berlaku.
10
(hasil yang dikehendaki) dan gagal (hasil yang tidak dikehendaki).
2. Setiap percobaan beersifat independen atau dengan pengembalian.
3. Probabilita sukses setiap percobaan harus sama, dinyatakan dengan p.
Sedangkan probabilita gagal dinyatakan dengan q, dan jumlah p dan q
harus sama dengan satu.
4. Jumlah percobaan, dinyatakan dengan n, harus tertentu jumlahnya.
𝑛!
𝑏(𝑥, 𝑛, 𝑝) = 𝐶𝑥𝑛 𝑝 𝑥 𝑞 𝑛−𝑥 = 𝑝 𝑥 𝑞 𝑛−𝑥
𝑥!(𝑛−𝑥)!
Keterangan:
x = 0,1,2,3,…,n
n = banyaknya ulangan
x = banyaknya keberhasilan dalam peubah
acak x p = peluang berhasil dalam setiap
ulangan
q = peluang gagal,
dimana q = 1-p dalam setiap ulangan
Jawab :
Diketahui n = 5
Ditanyatakan:
a) Paling banyak 2 di antaranya menyatakan sangat puas (p(x) ≤ 2)
p = 0,20
b(0; 5; 0,20) = 𝐶05 . 0,200. 0,80 5−0
5!
= 0!(5−0)! 0,200 . 0,805−0
= 0,32768
b(1; 5; 0,20) =𝐶15 . 0,201. 0,80 5−1
5!
= 1!(5−1)! 0,201 0,805−1
= 0,40960
b(2; 5; 0,20) = 𝐶25 . 0,202. 0,80 5−2
5!
= 2!(5−2)! 0,202 0,805−2
= 0,20480
= 0,3915
b(2; 5; 0,15) =𝐶25 . 0,152. 0,85 5−2
5!
= 2!(5−2)! 0,152 0,853
= 0,1382
b(3; 5; 0,15) = 𝐶35 . 0,153. 0,85 5−3
5!
= 3!(5−3)! 0,153 . 0,852
= 0,0244
b(4; 5; 0,15) =𝐶45 . 0,154. 0,85 5−4
5!
= 4!(5−4)! 0,154 0,851
= 0,002
b(5; 5; 0,15) = 𝐶55 . 0,155. 0,85 5 – 5
5!
= 5!(5−5)! 0,155 0,850
= 0,0001
b(x; n; p) = b(1; 5; 0,15) + b(2; 5; 0,15) + b(3; 5; 0,15) + b(4; 5;
0,15) + b(5; 5; 0,15)
= 0.3915 + 0.1382 + 0.0244 + 0,0022 + 0,0002
= 0.5562
Atau
b(x≥ 1; 5; 0,15) = 1 – b (x = 0)
= 1 - 𝐶05 . 0,150 . 0,855−0
5!
= 1 - 0!(5− 0)! 0,150 . 0,855−0
= 1 – 0,4437
= 0,5563
13
= 0,2637
= 0,3456
b(3; 5; 0,40) = 𝐶35 . 0,403. 0,60 5−3
5!
= 3!(5−3)! 0,403 0,602
= 0,2304
b(4; 5; 0,40) = 𝐶45 . 0,402. 0,60 5−4
5!
= 4!(5−4)! 0,402 0,601
= 0,0768
Jadi :
(x ≤ 2 𝑥 ≤ 4) = b(2; 5; 0,40) + b(3; 5; 0,40) + b(4; 5; 0,40)
= 0,3456 + 0,2304 + 0,0768
= 0,6528
14
Analisis keseluruhan :
a. Persentase
Jika diambil persentase terbesar tanpa memperhatikan jumlah X, maka
persentase terbesar ada di point pertama (a) yaitu 94,28% yang menyatakan
sangat puas. Hal tersebut menandakan banyak turis manca negara yang
sangat menyukai Indonesia.
b. Nilai x
Jika dilihat dari jumlah x, maka perlu diperhatikan point kedua (b). Jumlah x
adalah paling sedikit 1 dari 5 orang (berarti x>=1) yaitu 55,63% yang
menyatakan kurang puas.Hal tersebut berarti kelima (semua) turis manca
negara kurang puas terhadap kunjungannya ke Indonesia.
Jawab:
Diketahui : p (rusak) = 0,15;
q (baik) = 0,85;
n=5
Ditanyakan: perhitungan dengan probabilitas 2 (p(x)=2) ?
Jawab:
5!
b(2; 5; 0,15) = 𝐶25 . 0,152 0,855−2 = 0,152 . 0,853 = 0,0975
2!(5−2)!
Analisis:
Dengan jumlah 0,0975 atau 9,75% dari sampel acak sebanyak 4 buah
televisi dan rata – rata produk rusak setiap kali produksi adalah sebesar 15%,
dapat dikatakan kecil. Namun pada kenyataannya, meskipun dilihat secara
persentase kecil (hanya 9,75%) yang namanya produk rusak harus tetap
dikurangi atau bahkan dihilangkan untuk mengurangi kerugian.
15
3. Suatu perusahaan “pengiriman paket ” terikat perjanjian bahwa keterlambatan
paket akan menyebabkan perusahaan harus membayar biaya kompensasi. Jika
Peluang setiap kiriman akan terlambat adalah 0.20
Jawab:
a) p(x) = 0
b(0; 5; 0,20) = 𝐶05 . 0,200 0,805−0
5!
= 0!(5−0)! 0,200 . 0,805
= 0,32768
b) p(x) > 2
p(x) > 2 = 1−p(x)<2
= 1−p(x)=0 + p(x)=1 + p(x)=2
p(x) = 0
b(0; 5; 0,20) = 0,32768
p(x) = 1
b(1; 5; 0,20) = 𝐶15 . 0,201 0,805−1
5!
= 1!(5−1)! 0,201 . 0,804
= 0,4096
p(x) = 2
b(2; 5; 0,20) = 𝐶25 . 0,202 0,805−2
5!
= 2!(5−2)! 0,202 . 0,803
= 0,2048
16
Jadi :
p(x) > 2 = 1 - 0,32768 + 0,4096 + 0,2048
= 1 – 0,94208
= 0,05792
c) p(x) ≤ 3
p(x) ≤ 3 = p(x) = 0 + p(x) = 1 + p(x) = 2 + p(x) = 3
p(x) = 0
b(0; 5; 0,20) = 0,32768
p(x) = 1
b(1; 5; 0,20) = 0,4096
p(x) = 2
b(2; 5; 0,20) = 0, 2048
p(x) = 3
b(3; 5; 0,20) = 𝐶35 . 0,203 0,805−3
5!
= 3!(5−3)! 0,203 . 0,802
= 0,0512
Jadi :
p(x) ≤ 3 = 0,32768 + 0,4096 + 0,2048 + 0,0512
= 0,99329
4. Manajer menentukan bahwa 4 transistor dari setiap perkumpulan besar harus uji
kualitas. Jika 2 atau lebih transistor rusak ditemukan, seluruh kumpulan akan
ditolak. Manajer ingin mengetahui probabilitas menolak seluruh kemampuan
transistor, jika dalam kenyataan, kumpulan mempunyai 20% barang rusak.
Jawab :
Penggunaan distribusi binomial memberikan jumlah integer yang tepat. Jadi apabila
kita memerlukan 2 atau lebih barang rusak, kita memerlukan untuk menghitung
probabilitas 2, 3 dan 4 barang rusak, yaitu
17
P(r ≥ 2) = P(r = 2) + P(r = 3) + P(r = 4)
Memasukkan nilai nilai P = 0,2, n = 4, q = 0,8 dan r = 2, 3, 4 kedalam hasil distribusi
binomial pada probabilitas 2 atau lebih barang rusak
p(r) = 2
b(2; 5; 0,2) = 𝐶25 . 0,22 0,85−2
5!
= 2!(5−2)! 0,22 . 0,83
= 0,1536
p(r) = 3
b(3; 5; 0,2) = 𝐶35 . 0,23 0,85−3
5!
= 3!(5−3)! 0,23 . 0,82
= 0,0256
p(r) = 4
b(4; 5; 0,2) = 𝐶45 . 0,24 0,85−4
5!
= 4!(5−4)! 0,24 . 0,81
= 0,0016
Jadi :
P(r ≥ 2) = 0,1536 + 0,0256 + 0,0016
= 0,1808
Berdasarkan hasil ini, kita dapat menghitung probabilitas “kurang dari 2 barang yang
rusak” sebagai berikut
P(r < 2) = P(r = 0) + P(r = 1)
= 1 - P(r = 2) + P(r = 3) + P(r = 4)
= 1 – 0,1808
= 0,8192
18
BAB III
PENUTUP
3.1 Kesimpulan
Dari uraian di atas dapat disimpulkan bahwa probabilitas sangatlah
membantu manusia dalam mengambil sebuah keputusan. Misalkan untuk
memperkirakan apakah peluang lebih banyak gagal atatu sukses dari sebuah
usaha.
Distribusi binomial merupakan suatu performans dari suatu percobaan,
percobaan itu hanya memiliki dua macam keluaran yaitu “Sukses” atau “Gagal”.
Percobaan tersebut disebut dengan tindakan Bernoulli atau percobaan Bernoulli
(Bernoulli trial).
19
DAFTAR PUSTAKA
http://sainsmatika.blogspot.com/2012/03/probabilitas-peluang.html
Walpole, Ronald E. 1988. Pengantar Statistika edisi ke-3. Jakarta : PT Gramedia
Pustaka Utama
Taylor III, Bernard W. 2001. Sains Manajemen Pendekatan Matematika untuk
Bisnis. Jakarta : Salemba Empat
20