DISTRIBUSI PELUANG

DISTRIBUSI PELUANG

DISKRIT KONTINYU

• Bernoulli • Uniform
• Binomial • Normal
• Binomial Negatif • Eksponensial
• Geometrik
• Hipergeometrik
• Poisson
 DISTRIBUSI DISKRIT

 Distribusi Diskrit yaitu distribusi dimana

perubahnya secara teoritis tidak dapat
menerima sembarang nilai diantara dua nilai
yang diberikan.
 Peluang suatu peubah acak x dinyatakan dalam
suatu rumus.
1. Distribusi Bernoulli
Andaikan suatu kejadian, menghasilkan dua
kemungkinan yaitu sukses (S) atau gagal (G). Adapun
penentuan sukses (S) atau gagal (G) tergantung pada
permasalahan yang dihadapi, karena pengertian sukses
disini berarti hasil yang sedang diamati.
Distribusi Bernoulli

Sifat-sifat kejadian Bernoulli:

 1. Tiap percobaan menghasilkan dua hasil yang mungkin

terjadi: Sukses (S) atau Gagal (G)
 2. Peluang sukses suatu percobaan disebut P(S)=p dan
peluang gagal P(G)=(1-p)=q, sehingga p+q=1
 3. Antar percobaan independen satu dengan yang lain,
artinya peluang sukses percobaan tidak akan berubah
meskipun diperoleh tentang hasil percobaan lain
Distribusi Bernoulli
 Populasi terdiri dari 20 produk lempeng baja dimana 15
baik dan 5 cacat. Suatu lempeng baja diambil secara
random. Peluang lempeng baja cacat  P(S)= 5/20
2. Distribusi Binomial
 Pengembangan dari kejadian Bernoulli adalah
distribusi yang mengacu pada dua kemungkinan
hasil yaitu sukses atau gagal.
Syarat distribusi Binomial:
 Peluang terjadinya sukses pada setiap kejadian dari
serangkaian kejadian adalah konstan
 Antara kejadian satu dan yang lain saling bebas
 Peristiwa ini terjadi berulang-ulang (n trails), maka
jumlah sukses yang terjadi pada serangkaian kejadian
tersebut mengikuti distribusi Binomial
Distribusi Binomial
Contoh:
 A.Suatu suku cadang dapat menahan uji goncangan
tertentu dengan probabilitas ¾. Hitunglah probabilitas
bahwa tepat dua dari empat suku cadang yang diuji
tidak akan rusak.
 B. Seorang penderita penyakit darah yang jarang terjadi
mempunyai probabilitas 0,4 untuk sembuh. Bila
diketahui ada 15 orang yang telah mengidap penyakit
tersebut, berapakah probabilitas (1) paling sedikit 10
sembuh, (2) antara 3 sampai 8 yang sembuh, (3) tepat 5
yang sembuh.
 Sepuluh persen dari alat-alat yang diproduksi dalam suatu
proses fabrikasi tertentu ternyata rusak. Tentukan peluang
bahwa dalam suatu sampel dari 10 alat yang dipilih secara
acak
a. Terdapat 3 yang rusak
b. Kurang dari 2 yang rusak
Jawab:
 3. Distribusi Binomial Negatif
 Distribusi Binomial: berapa peluang terjadi X sukses
dalam n kejadian
 Distribusi Binomial Negatif: berapa peluang sukses ke-k
akan terjadi pada percobaan ke-n

Distribusi Binomial Negatif, bila percobaan bebas berulang dapat

menghasilkan sebuah sukses dengan probabilitas p dan gagal dengan probabilitas q =
1 – p, maka distribusi probabilitas dari variabel acak X, jumlah percobaan dimana
sukses ke-k terjadi diberikan oleh:
 x 1 k xk
b x; k, p  

 p q , x  k, k 1, k  2,
 k 1
Distribusi Binomial Negatif
 Beberapa ukuran statistik deskriptif distribusi
binomial negatif

k
Rata  rata 
p

k (1  p )
Varians 
p2
Distribusi Binomial Negatif
Contoh
Carilah probabilitas bahwa seseorang yang melemparkan tiga koin akan
mendapatkan kepala semua atau ekor semua untuk kali ke dua pada
pelemparan yang ke 5, dengan p=1/4.
Penyelesaian:
Dengan menggunakan sebaran binomial negatif dengan x = 5, k = 2, dan p =
1/4, kita dapatkan
2 3
 1   4 1   3  4! 33 27
b  5; 2,         
*
. 5 
 4   1   4   4  1!3! 4 256
4. Distribusi Geometrik
 Distribusi Binomial Negatif: berapa peluang sukses ke-k
akan terjadi pada percobaan ke-n
 Distribusi Geometrik: berapa peluang sukses pertama
terjadi pada percobaan ke-n, untuk n percobaan yang
dilakukan
 Distribusi Geometrik
Jika pada eksperimen binomial negatif, percobaan terus dilakukan sampai
diperolehnya sukses pertama (diperoleh hanya satu sukse, k = 1), maka eksperimen
itu disebut eksperimen geometrik.
Jika variabel acak X menyatakan banyaknya x gagal sebelum sebuah sukes
tercapai maka dapat dibentuk distribusi probabilitas geometrik dengan menetapkan
harga r = 1 pada distribusi probabilitas binomial negatif. Dengan demikian dengan
fungsi probabilitas geometrik adalah:
pg ( x; p)  p(1  p)x  pq x x  0,1,2,...
0  p 1
Fungsi distribusi kumulatif dari distribusi probabilitas binomial negatif di atas dapat
dinyatakan sebagai:
x x
Fg ( x; p)   pnb (k; p)   p(1  p)k x  0,1,2,...
k 0 k 0 0  p 1
Distribusi Geometrik

Beberapa ukuran statistik deskriptif untuk distribusi

geometrik
Mean (Nilai Harapan):
1
Rata  rata 
p

Varians
1 p
 x2 
p2
 Distribusi Geometrik

Contoh
Di dalam suatu proses produksi tertentu diketahui bahwa, secara rata-rata,
1 di dalam setiap 100 barang adalah cacat. Berapakah probabilitas bahwa
barang kelima yang diperiksa merupakan barang cacat pertama yang
ditemukan?
Penyelesaian:
Dengan menggunakan sebaran geometri dengan x =4 dan p = 0,01, kita
peroleh
g  5; 0, 01   0,01 0,90   0, 0096
4
Distribusi Geometrik
Contoh
Pada saat ”waktu sibuk” sebuah papan sakelar telepon sangat mendekati
kapasitasnya, sehingga para penelpon mengalami kesulitan melakukan
hubungan telepon. Mungkin menarik untuk mengetahui jumlah upaya yang
perlu untuk memperoleh sambungan. Andaikan bahwa kita mengambil p =
0,05 sebagai probabilitas dari sebuah sambungan selama waktu sibuk. Kita
tertarik untuk mengetahui bahwa 5 kali upaya diperlukan untuk suatu
sambungan yang berhasil.
Penyelesaian:
Dengan menggunakan sebaran geometris dengan x = 5 dan p = 0,05
menghasilkan
P  X  x   g  5;0, 05    0, 05  0,95   0, 041
4
5. Distribusi Hipergeometrik
Distribusi Hipergeometrik
 A. Suatu kotak berisi 40 suku cadang dikatakan dapat
diterima bila mengandung paling banyak tiga yang cacat.
Suatu kotak akan ditolak bila sampel acak ukuran lima
suku cadang yang terpilih mengandung satu yang cacat.
Berapakah probabilitas mendapatkan tepat satu yang
cacat dalam sampel bila kotak tersebut mengandung tiga
suku cadang yang cacat.
Jawab:
 B. Suatu perusahaan melaporkan bahwa dari 100
pengiriman produk ke suatu toko A terdapat 5 yang
cacat. Bila seseorang membeli 10 produk tersebut
secara acak dari toko A, maka berapakah probabilitas
mengandung paling banyak satu produk yang cacat.
 Suatu perusahaan melaporkan bahwa dari 98
pengiriman produk ke suatu toko A terdapat 4 yang
cacat. Bila seseorang membeli 10 produk tersebut
secara acak dari toko A, maka berapakah probabilitas
mengandung minimum 8 produk yang cacat.
Jawab:
6. Distribusi Poison
 Distribusi Poisson adalah distribusi peluang peubah acak
poisson x, yang menyatakan banyaknya sukses yang
terjadi dalam suatu selang waktu atau daerah tertentu.

 Panjang selang waktu tersebut boleh berapa saja,

semenit, sehari, seminggu, sebulan atau malah setahun.
Daerah yang dimaksud dapat berupa sepotong garis,
suatu luas, suatu volume atau pun barangkali suatu
benda
Contoh:
 A. Rata-rata banyaknya partikel radioaktif yang melewati
suatu penghitung selama 1 milidetik dalam suatu percobaan
di laboratorium adalah empat. Berapakah probabilitas enam
partikel melewati penghitung dalam suatu milidetik tertentu.

 B. Dalam suatu proses produksi yang menghasilkan barang

dari gelas, terjadi gelembung atau cacat yang kadang-kadang
menyebabkan barang tersebut sulit dipasarkan. Diketahui
bahwa rata-rata 1 dari 1000 barang yang dihasilkan
mempunyai satu atau lebih gelembung. Berapakah
probabilitas bahwa dalam sampel acak sebesar 8000 barang
akan berisi kurang dari 7 yang bergelembung.
Jawab:
 DISTRIBUSI KONTINYU

Peubah Acak Kontinyu adalah sebuah peubah acak yang

dapat berupa sembarang nilai pada suatu interval yang
diamati.

Peluang dari peubah acak kontinyu X ditentukan oleh

sebuah fungsi kerapatan (densitas), dinotasikan dengan
f(x), dan memiliki beberapa sifat berikut:
 f(x) > 0 untuk setiap nilai x.
 Peluang bahwa X berada di antara dua nilai a dan b
adalah sama dengan luas area di bawah f(x) yang
dibatasi oleh a dan b.
 Total luas area di bawah kurva f(x) adalah 1.00.
 Fungsi Kerapatan dan Kumulatif

F(x)

Fungsi 1

kumulatif F(b)

F(a)
0
} P(a X b)=F(b) - F(a)

a b x
f(x)

P(a < X < b) = Area di

Fungsi bawah f(x) yang
Kerapatan dibatasi oleh a dan b
= F(b) - F(a)
x
0 a b
1. Distribusi Uniform

Suatu random variabel dikatakan terdistribusi secara

uniform apabila nilai probabilitanya proporsional terhadap
panjang interval.
Fungsi Densitas Probabilita Uniform:
1 untuk a < x < b
f (x) 
ba
=0 untuk x lainnya
dimana a = batas bawah interval
b = batas atas interval
µ=Mean,ukuran kecenderungan tengah dari distribusi
σ2 =Pemencaran, penyebaran atau variabilitas dalam suatu distribusi dinyatakan
dengan variansi
2. Distribusi Normal
Contoh:1
Contoh 2:
3. Distribusi Eksponensial
Soal Quis

1. Dalam sehari jika 30% dari produk yang diproduksi oleh sebuah perusahaan
rusak. Tentukan peluang bahwa dari 4 produk yang dipilih secara acak, maksimal
satu yang rusak
2. Suatu perusahaan melaporkan bahwa dari 10 pengiriman produk ke suatu toko
A terdapat 4 yang cacat. Bila seseorang membeli 3 produk tersebut secara acak
dari toko A, maka berapakah probabilitas mengandung paling banyak satu
produk yang cacat.