Modul 4 Kelompok 19 New

Laporan Praktikum Teori Probabilitas
Modul 4 - Distribusi Hipergeometrik dan Binomial

Kelompok 19
BAB I
METODE PRAKTIKUM
1.1 Flowchart Metode Praktikum

Flowchart Metode dari Praktikum Teori Probabilitas Modul 4 yang berjudul
Distribusi Hipergeometrik dan Binomial disajikan pada gambar 1.1 berikut.
Gambar 1.1 Flowchart Metode Praktikum
Departemen Teknik Industri

Universitas Diponegoro
2019 1
Kelompok 19
1.2 Penjelasan Flowchart

Metode praktikum Teori Probabilitas Modul 4 tentang Distribusi
Hipergeometrik dan Binomial memiliki tahapan pertama, yaitu mengidentifikasi
masalah, di mana dari skenario yang ada diidentifikasi sesuai masalah yang berkaitan.
Masalah apa yang berkaitan tentang distribusi hipergeometrik dan distribusi binomial.
Setelah itu, membuat studi pustaka untuk memberikan sumber-sumber yang
berhubungan dengan persoalan tentang percobaan binomial dan percobaan
hipergeometrik, dapat pula mencari karakteristik pada distribusi binomial dan
hipergeometrik, mencari perbedaan antar distribusi binomial dan hipergeometrik, dan
penerapan dalam kehidupan nyata yang berkaitan tentang distribusi binomial dan
hipergeometrik.
Tahapan selanjutnya ialah pengumpulan data. Data harus dikumpulkan sesuai
masalah yang diidentifikasi. Di mana data yang dikumpulkan berasal dari pengambilan
LEGO untuk mengetahui barang yang diambil cacat/baik. Kemudian, setelah data
dikumpulkan data tersebut diolah menggunakan distribusi hipergeometrik, binomial,
dan pendekatan binomial maupun normal. Pada pengolahan data, ada yang pengambilan
LEGO dilakukan 5 sekaligus dan 15 LEGO sekaligus. Terdapat enam mesin yang dapat
memproduksi produk tersebut. Mesin 1, mesin 2, dan mesin 3 merupakan mesin yang
menghasilkan lego berdasarkan bentuk, sedangkan mesin A, mesin B, dan mesin C
adalah mesin yang menghasilkan lego berdasarkan warna. Nantinya, keenam mesin
tersebut akan dihitung peluang cacat secara teoritis (rumus), pendekatan, dan percobaan
menggunakan distribusi hipergeometrik dan distribusi binomial. Selanjutnya,
menganalisis hasil dari pengolahan data apakah nilai yang dihasilkan sama dan akurasi.
Terakhir, kesimpulan dan saran, setelah semua persoalan tadi selesai ditarik kesimpulan
yang terkait dengan praktikum yang menjawab dari tujuan praktikum dan diberi saran.

2019 2
Kelompok 19
BAB II
PENGUMPULAN DAN PENGOLAHAN DATA
2.1 Percobaan 1
Hasil pengecekan bentuk lego dengan pengambilan 5 sekaligus disajikan pada
tabel 2.1 berikut.
Tabel 2.1 Data Percobaan 1
n=5
Jumlah cacat
Mesin 1 Mesin 2 Mesin 3
0 17 0 0
1 16 10 2
2 7 17 6
3 0 9 16
4 0 4 12
5 0 0 4
2.11 Mesin 1 (N = 33; n = 5; k = 7; p = 0,212; x = 0,1,2,3,4,5)

a. Hipergeometrik dalam percobaan 1 mesin 1
𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=0
𝑓(0) 17
𝑃(𝑋 = 0) = = = 0,425
40 40
X=1
𝑓(1) 16
𝑃(𝑋 = 1) = = = 0,400
40 40
X=2
𝑓(2) 7
𝑃(𝑋 = 2) = = = 0,175
40 40
X=3

2019 3
Kelompok 19
𝑓(3) 0
𝑃(𝑋 = 3) = = = 0,000
40 40
X=4
𝑓(4) 0
𝑃(𝑋 = 4) = 40
= 40
= 0,000
X=5
𝑓(5) 0
𝑃(𝑋 = 5) = = = 0,000
40 40
Rekap hasil perhitungan hipergeometrik dalam percobaan pada Mesin 1 disajikan

pada tabel 2.2 berikut.
Tabel 2.2 Rekap Hasil Peritungan Hipergeometrik dalam Percobaan pada mesin 1
Percobaan
Jumlah Cacat
Frekuensi Peluang
0 17 0,425
1 16 0,400
2 7 0,475
3 0 0
4 0 0
5 0 0
Jumlah 40 1
b. Hipergegeometrik dengan teoritis (rumus)

(k 𝑁−𝑘
x)( 𝑛−𝑥 )
𝑃(𝑥) = , x = 1,2,3,4,5
(N
n)
X=0
(70)(33−7
5−0 )
𝑃(0) = (33
= 0,277
5)
X=1
(71)(33−7
5−1 )
𝑃(1) = (33
= 0,440
5)
X=2

2019 4
Kelompok 19
(72)(33−7
5−2 )
𝑃(2) = (33
= 0,230
5)
X=3
(73)(33−7
5−3 )
𝑃(3) = (33
= 0,047
5)
X=4
(74)(33−7
5−4 )
𝑃(4) = (33
= 0,003
5)
X=5
(75)(33−7
5−5 )
𝑃(5) = (33
= 0,000
5)
Rekap hasil perhitungan hipergeometrik teoritis pada Mesin 1 disajikan pada tabel
2.3 berikut.
Tabel 2.3 Rekap Hasil Perhitungan Hipergeometrik Teoritis pada Mesin 1
Jumlah Cacat P(x)
0 0,277
1 0,440
2 0,230
3 0,047
4 0,003
5 0,000
Jumlah 0,997
c. Hipergeometrik dengan pendekatan distribusi binomial
𝑘 7
𝑝 = 𝑁 = 33 = 0,212
𝑞 = 1 − 𝑝 = 1 − 0,212 = 0,788
P(x) = b(x;n;p)= (𝑛𝑥) pxqn-x
X=0
P(0) = (50) 0,2120 x 0,7885 = 0,303
X=1

2019 5
Kelompok 19
P(1) = (51) 0,2121 x 0,7884 = 0,408

X=2
P(2) = (52) 0,2122 x 0,7883 = 0,219
X=3
P(3) = (53) 0,2123 x 0,7882 = 0,059
X=4
P(4) = (54) 0,2124 x 0,7881 = 0,007
X=5
P(5) = (55) 0,2125 x 0,7880 = 0,000
Rekap hasil perhitungan hipergeometrik dengan pendekatan distribusi binomial pada
Mesin 1 disajikan pada tabel 2.4 berikut.
Tabel 2.4 Rekap Hasil Perhitungan Hipergeometrik dengan Pendekatan Distribusi
Binomial pada Mesin 1
Jumlah Cacat Peluang
0 0,303

Binomial pada Mesin 1 (Lanjutan)
1 0,408
2 0,219
3 0,059
4 0,007
5 0,0004
Jumlah 0,996

2019 6
Kelompok 19
Berikut disajikan tabel untuk perbandingan hasil perhitungan peluang dan

frekuensi percobaan 1 dari mesin 1.
Tabel 2.5 Rekap Perbandingan Hasil Perhitungan Peluang dan Frekuensi
Pendekatan
Rumus Teoritis Distribusi Data Percobaan
Jumlah Cacat
Binomial
P(x) P(x) P(x)
0 0,277 0,303 0,425
1 0,440 0,408 0,400
2 0,230 0,219 0,475
3 0,047 0,059 0
4 0,003 0,007 0
5 0,000 0,0004 0
Jumlah 0,997 0,996 1
Berikut disajikan grafik untuk perbandingan hasil perhitungan peluang dan

Grafik 2.1 Perbandingan Hasil Perhitungan Peluang Dan Frekuensi

2019 7
Kelompok 19
Grafik Perbandingan Percobaan 1

pada Mesin 3, n = 5
0.5
0.4
Peluang
0.3
Teoritis
0.2
Pendekatan Binomial
0.1 Percobaan
0
01 12 3
2 43 54 56
Jumlah Cacat
2.1.2 Mesin 2 (N = 37; n = 5; k = 24; p = 0,648; x = 0,1,2,3,4,5)

𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=0
𝑓(0) 0
𝑃(𝑋 = 0) = = =0
40 40
X=1
𝑓(1) 10
𝑃(𝑋 = 1) = = = 0,250
40 40
X=2
𝑓(2) 17
𝑃(𝑋 = 2) = = = 0,425
40 40
X=3
𝑓(3) 9
𝑃(𝑋 = 3) = = = 0,225
40 40
X=4
𝑓(4) 4
𝑃(𝑋 = 4) = 40
= 40
=0,100
X=5

2019 8
Kelompok 19
𝑓(5) 0
𝑃(𝑋 = 5) = 40
= 40
= 0,000
Rekap hasil perhitungan hipergeometrik dalam percobaan Mesin 2 disajikan pada

tabel 2.6 berikut.
Tabel 2.6 Rekap Hasil Peritungan Hipergeometrik dalam Percobaan Mesin 2
Percobaan
Jumlah Cacat
Frekuensi Peluang
0 0 0
1 10 0,250
2 17 0,425
3 9 0,225
4 4 0,100
5 0 0
Jumlah 40 1

(k 𝑁−𝑘
x)( 𝑛−𝑥 )
𝑃(𝑥) = , x = 1,2,3,4,5
(N
n)
X=0
(24 37−24
0 )( 5−0 )
𝑃(0) = (33
= 0,002
5)
X=1
(24 37−24
1 )( 5−1 )
𝑃(1) = (33
= 0,039
5)
X=2
(24 37−24
2 )( 5−2 )
𝑃(2) = (33
= 0,181
5)
X=3
(24 37−24
3 )( 5−3 )
𝑃(3) = (33
= 0,362
5)
X=4

2019 9
Kelompok 19
(24 37−24
4 )( 5−4 )
𝑃(4) = (33
= 0,316
5)
X=5
(24 37−24
5 )( 5−5 )
𝑃(5) = (33
= 0,097
5)
Rekap hasil perhitungan hipergeometrik teoritis pada Mesin 2 disajikan pada tabel
2.7 berikut.
Tabel 2.7 Rekap Hasil Perhitungan Hipergeometrik Teoritis pada Mesin 2
Jumlah cacat Peluang
0 0,002
1 0,039
2 0,181
3 0,362
4 0,316
5 0,097
Jumlah 0,997

𝑘 24
𝑝 = 𝑁 = 37 = 0,648
𝑞 = 1 − 𝑝 = 1 − 0,648 = 0,352
X=0
P(0) = (50) 0,6480 x 0,3255 = 0,005
X=1
P(1) = (51) 0,6481 x 0,3254 = 0,036
X=2
P(2) = (52) 0,6482 x 0,3253 = 0,144
X=3

2019 10
Kelompok 19
P(3) = (53) 0,6483 x 0,3252 = 0,287

X=4
P(4) = (54) 0,6484 x 0,3251 = 0,286
X=5
P(5) = (55) 0,6485 x 0,3250 = 0,144
Rekap hasil perhitungan hipergeometrik dengan pendekatan distribusi
binomial mesin 2 disajikan pada tabel 2.8 berikut.
Binomial Mesin 2
X P
0 0,005
1 0,036
2 0,144
3 0,287

Binomial Mesin 2 (Lanjutan)
4 0,286
5 0,144
Jumlah 0,9

frekuensi percobaan 1 dari mesin 2
Tabel 2.9 Rekap Perbandingan hasil perhitungan peluang dan frekuensi
Pendekatan
Jumlah Cacat Rumus Teoritis Distribusi Data Percobaan
Binomial

2019 11
Kelompok 19
P(x) P(x) P(x)

0 0.002 0,003 0
1 0.039 0,036 0,250
2 0.181 0,144 0,425
3 0.362 0,287 0,225
4 0.316 0,286 0,100
5 0.097 0,144 0
Jumlah 0,997 0,9 1

Grafik 2.2 Rekap Perbandingan hasil perhitungan peluang dan frekuensi

pada Mesin 2, n = 5
0.45
0.4
0.35
0.3
Peluang
0.25
Teoritis
0.2
0.15 Pendekatan Binomial
0.1 Percobaan
0.05
0
10 12 32 34 54 56
Jumlah Cacat

2019 12
Kelompok 19
2.1.3 Mesin 3 (N = 41; n = 5; k = 34; p = 0,829; x = 0,1,2,3,4,5)

𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=0
𝑓(0) 0
𝑃(𝑋 = 0) = = = 0,000
40 40
X=1
𝑓(1) 2
𝑃(𝑋 = 1) = = = 0,005
40 40
X=2
𝑓(2) 6
𝑃(𝑋 = 2) = = = 0,150
40 40
X=3
𝑓(3) 16
𝑃(𝑋 = 3) = = = 0,400
40 40
X=4
𝑓(4) 12
𝑃(𝑋 = 4) = 40
= 40
= 0,300
X=5
𝑓(5) 4
𝑃(𝑋 = 5) = = = 0,100
40 40
Rekap hasil perhitungan hipergeometrik teoritis Mesin 2 disajikan pada tabel

2.10 berikut.
Tabel 2.10 Rekap Hasil Peritungan Hipergeometrik Teoritis Mesin 3
Percobaan
Jumlah Cacat
Frekuensi Peluang
0 17 0,000
1 16 0,005
2 7 0,150
3 0 0,400
4 0 0,500

2019 13
Kelompok 19
5 0 0,100
Jumlah 40 0,955

(k 𝑁−𝑘
x)( 𝑛−𝑥 )
𝑃(𝑥) = , x = 1,2,3,4,5
(N
n)
X=0
(34 41−34
0 )( 5−0 )
𝑃(0) = (41
= 0,000
5)
X=1
(34 41−34
1 )( 5−1 )
𝑃(1) = (41
= 0.002
5)
X=2
(34 41−34
2 )( 5−2 )
𝑃(2) = (41
= 0. 026
5)
X=3
(34 41−34
3 )( 5−3 )
𝑃(3) = (41
= 0.168
5)
X=4
(34 41−34
4 )( 5−4 )
𝑃(4) = (41
= 0.433
5)
X=5
(34 41−34
5 )( 5−5 )
𝑃(5) = (41
= 0,371
5)

2019 14
Kelompok 19
Rekap hasil perhitungan hipergeometrik dengan teoritis pada mesin 3 disajikan

pada tabel 2.11 berikut.
Tabel 2.11 Rekap Hasil Perhitungan Hipergeometrik dengan Teoritis pada Mesin 3
Jumlah Cacat P(x)
0 0,000
1 0,002
2 0,026
3 0,168
4 0,433
5 0,371
Jumlah 1,000

𝑘 34
𝑝 = 𝑁 = 41 = 0,829
𝑞 = 1 − 𝑝 = 1 − 0,829 = 0,171
X=0
P(0) = (50) 0,8290 x 0,1715 = 0,000
X=1
P(1) = (51) 0,8291 x 0,1714 = 0,004
X=2
P(2) = (52) 0,8292 x 0,1713 = 0,034
X=3
P(3) = (53) 0,8293 x 0,1712 = 0,167
X=4
P(4) = (54) 0,8294 x 0,1711 = 0,404
X=5

2019 15
Kelompok 19
P(5) = (55) 0,8295 x 0,1710 = 0,392

Rekap hasil perhitungan hipergeometrik dengan pendekatan distribusi binomial
mesin 2 disajikan pada tabel 2.12 berikut.
Binomial
0 0,000
1 0,004
2 0,034
3 0,167
4 0,404
5 0,392
Jumlah 1
Berikut disajikan table untuk perbandingan hasil perhitungan peluang dan

Jumlah Cacat Rumus Teoritis Pendekatan Data Percobaan
Distribusi
Binomial
P(x) P(x) P(x)
0 0,000 0,000 0,000
1 0,002 0,004 0,005
2 0,026 0,034 0,150
3 0,168 0,167 0,400
4 0,433 0,404 0,500
5 0,371 0,392 0,100
Jumlah 1,000 1 0,955

2019 16
Kelompok 19

Grafik 2.4 Perbandingan hasil perhitungan peluang dan frekuensi

pada Mesin 3, n = 5
0.6
0.5
0.4
Peluang
0.3 Teoritis
0.2 Pendekatan Binomial
0.1 Percobaan
0
10 21 32 34 45 65
Jumlah Cacat
2.2 Percobaan 2
Pengambilan data dilakukan 5 sekaligus. Berikut adalah hasil pengecekkan
bentuk lego:
Tabel 2.6 Tabel Frekuensi Jumlah Cacat Mesin A
Jumlah Cacat n=5
Mesin A Mesin B Mesin C
0 12 1 0
1 17 6 1
2 10 6 2
3 1 16 4
4 0 11 25
5 0 0 8
Jumlah 40 40 40
2.2.1 Mesin A (N=125 ; n=5 ; k=26 ; p=0,208 (k/N) ; x=0,1,2,3,4,5)

2019 17
Kelompok 19
Mesin 1 pada percobaan pertama memiliki jumlah lego 125 buah dengan jumlah
cacat 7 buah dan banyaknya lego yang diambil dalam satu pengambilan adalah 5 buah.
a. Binomial dalam Percobaan
N = 125 ; k = 26
𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=0
𝑓(0) 12
𝑃(𝑋) = 40
= 40 = 0,300
X=1
𝑓(1) 17
𝑃(𝑋) = = = 0,425
40 40
X=2
𝑓(2) 10
𝑃(𝑋) = 40
= 40 = 0,250
X=3
𝑓(3) 1
𝑃(𝑋) = = = 0,025
40 40
Tabel 2.7 Tabel Peluang Perhitungan Percobaan Mesin A

Jumlah Cacat Percobaan
Frekuensi Peluang
0 12 0,300
1 17 0,425
2 10 0,250
3 1 0,025
4 0 0
5 0 0
Jumlah 40 1
b. Binomial dengan Rumus ( teoritis )

2019 18
Kelompok 19
N = 125 ; k = 26
P = 0,208 ; q = 0,792
𝑛
𝑃(𝑥) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥 , 𝑥 = 0,1,2,3,4,5
𝑥
X=0
𝑃(𝑋 = 0) = (5) 0,208 0,792 = 0,312

0 5
0
X=1
𝑃(𝑋 = 1) = (5) 0,208 0,792 = 0,409

1 4
1
X=2
𝑃(𝑋 = 2) = (5) 0,208 0,792 = 0,215

2 3
2
X=3
𝑃(𝑋 = 3) = (5) 0,208 0,792 = 0,056

3 2
3
X=4
𝑃(𝑋 = 4) = (5) 0,208 0,792 = 0,007

4 1
4
X=5
𝑃(𝑋 = 5) = (5) 0,208 0,792 = 0,000

5 0
3
Tabel 2.7 Tabel Peluang Percobaan Cacat Mesin A
0 0,312
1 0,409
2 0,215
3 0,056
4 0,007
5 0,000
Jumlah 1
c. Binomial dengan Pendekatan Distribusi Normal

2019 19
Kelompok 19
P = 0,208 ; q = 0,792
Rata – rata (μ) = np
(μ) = 5 ( 0,208 )
(μ) = 1,04
Variansi (α2) = npq
(α2) = 5(0,208)(0,792)
(α2) = 0,823
Deviasi (α) = √0,823
(α) = 0,907
(x ± 0,5) − np
𝑍=
√npq
X= 0
(0 − 0,5) − 1,04
𝑍1 = = −1,698
0,907
PZ1 = 0,0455
(0 + 0,5) − 1,04
𝑍2 = = −0,595
0,907
PZ2 = 0,2776
P(0) = PZ2 – PZ1
= 0,2776– 0,0455
= 0,232
X= 1
(1 − 0,5) − 1,04
𝑍1 = = −0,595
0,907
PZ1 = 0,2776
(1 + 0,5) − 1,04
𝑍2 = = 0,507
0,907

2019 20
Kelompok 19
PZ2 = 0,6915
P(0) = PZ2 – PZ1
= 0,6915– 0,2776
= 0,413
X= 2
(2 − 0,5) − 1,04
𝑍1 = = 0,507
0,907
PZ1 = 0,6915
(2 + 0,5) − 1,04
𝑍2 = = 1,610
0,907
PZ2 = 0,9463
P(0) = PZ2 – PZ1
= 0,9463– 0,6915
= 0,254
X= 3
(3 − 0,5) − 1,04
𝑍1 = = 1,610
0,907
PZ1 = 0,9463
(3 + 0,5) − 1,04
𝑍2 = = 2,712
0,907
PZ2 = 0,9966
P(0) = PZ2 – PZ1
= 0,9966 – 0,9463
= 0,050
X= 4
(4 − 0,5) − 1,04
𝑍1 = = 2,712
0,907
PZ1 = 0,9966
2019 21
Kelompok 19
(4 + 0,5) − 1,04
𝑍2 = = 3,815
0,907
PZ2 = 0,9999
P(0) = PZ2 – PZ1
= 0,9999 – 0,9966
= 0,003
X= 5
(5 − 0,5) − 1,04
𝑍1 = = 3,815
0,907
PZ1 = 0,9999
(5 + 0,5) − 1,04
𝑍2 = = 4,917
0,907
PZ2 = 1
P(0) = PZ2 – PZ1
= 1– 0,9999
= 0,000
Tabel 2.8 Tabel Peluang Perhitungan Pendekatan Distribusi Normal Mesin A
X Z1 Z2 PZ1 PZ2 |P|
0 -1,698 -0,595 0,0455 0,2776 0,232
1 -0,595 0,507 0,2776 0,6915 0,413
2 0,507 1,610 0,6915 0,9463 0,254
3 1,610 2,712 0,9463 0,9966 0,050
4 2,712 3,815 0,9966 0,9999 0,003
5 3,815 4,917 0,9999 1 0,000
Jumlah 0,952
Berikut adalah tabel rekap perbandingan perhitungan peluang pada mesin A dengan n
=5:
Tabel 2.9 Tabel Perbandingan Peluang Perhitungan Mesin A

2019 22
Kelompok 19
Jumlah Cacat Data Percobaan Rumus Teoritis Pendekatan

Normal
P(x) P(x) P(x)
0 0,300 0,312 0,232
1 0,425 0,409 0,413
2 0,250 0,215 0,254
3 0,025 0,056 0,050
4 0,000 0,007 0,003
5 0,000 0,000 0,000
Tabel 2.9 Tabel Perbandingan Peluang Perhitungan Mesin A

Normal
P(x) P(x) P(x)
Jumlah 1 1 0,952
Berikut adalah grafik rekap perbandingan perhitungan peluang pada mesin A dengan n
=5:
Grafik 2.4 Perbandingan Peluang Perhitungan Mesin A

2019 23
Kelompok 19

pada Mesin A, n = 5
0.7
0.6
0.5
Peluang
0.4
Percobaan
0.3
Teoritis
0.2
0.1 Pendekatan Normal
0
10 12 23 34 45 65
Jumlah Cacat
2.2.2 Mesin B (N=151 ; n=5 ; k=89 ; p= 0,589 (k/N) ; x=0,1,2,3,4,5)

N = 151 ; k = 89
𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=0
𝑓(0) 1
𝑃(𝑋) = = = 0,025
40 40
X=1
𝑓(1) 6
𝑃(𝑋) = 40
= 40 = 0,150
X=2
𝑓(2) 6
𝑃(𝑋) = 40
= 40 = 0,150
X=3
𝑓(3) 16
𝑃(𝑋) = 40
= 40 = 0,400
X=4
𝑓(4) 11
𝑃(𝑋) = = = 0,275
40 40
X=5

2019 24
Kelompok 19
𝑓(5) 0
𝑃(𝑋) = = = 0,000
40 40
Tabel 2.10 Tabel Peluang Perhitungan Percobaan Mesin B
Frekuensi Peluang
0 1 0,025
1 6 0,150
2 6 0,150
3 16 0,400
4 11 0,275
5 0 0
Jumlah 40 1
b. Binomial dengan rumus ( teoritis )

N = 151 ; k = 89
P = 0,589 ; q = 0,411
𝑛
𝑃(𝑥) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥 , 𝑥 = 0,1,2,3,4,5
𝑥
X=0
𝑃(𝑋 = 0) = (5) 0,589 0,411 = 0,012

0 5
0
X=1
𝑃(𝑋 = 1) = (5) 0,589 0,411 = 0,084

1 4
1
X=2
𝑃(𝑋 = 2) = (5) 0,589 0,411 = 0,241

2 3
2
X=3
𝑃(𝑋 = 3) = (5) 0,589 0,411 = 0,345

3 2
3
X=4
𝑃(𝑋 = 4) = (5) 0,589 0,411 = 0,247

4 1
4
2019 25
Kelompok 19
X=5
𝑃(𝑋 = 5) = (5) 0,589 0,4 = 0,071

5 0
3
Tabel 2.11 Tabel Peluang Perhitungan Percobaan Mesin B
0 0,012
1 0,084
2 0,241
3 0,345
4 0,247
5 0,071
Jumlah 1,000

P = 0,589 ; q = 0,411
(μ) = 5 ( 0,589 )
(μ) = 2,945
(α2) = 5(0,589)(0,411)
(α2) = 1,210
(α) = 1,1
(x ± 0,5) − np
𝑍=
√npq
X= 0
(0 − 0,5) − 2,945
𝑍1 = = −3,132
1,1

2019 26
Kelompok 19
PZ1 = 0,00087
(0 + 0,5) − 2,945
𝑍2 = = −2,223
1,1
PZ2 = 0,0132
P(0) = PZ2 – PZ1
= 0,0132 – 0,00087
= 0,012
X= 1
(1 − 0,5) − 2,945
𝑍1 = = −2,223
1,1
PZ1 = 0,0132
(1 + 0,5) − 2,945
𝑍2 = = −1,314
1,1
PZ2 = 0,0951
P(1) = PZ2 – PZ1
= 0,0951 - 0,0132
= 0,082
X= 2
(2 − 0,5) − 2,945
𝑍1 = = −1,314
1,1
PZ1 = 0,0951
(2 + 0,5) − 2,945
𝑍2 = = −0,405
1,1
PZ2 = 0,3446
P(2) = PZ2 – PZ1
= 0,3446 – 0,0951
= 0,249
X= 3
(3 − 0,5) − 2,945
𝑍1 = = −0,405
1,1
2019 27
Kelompok 19
PZ1 = 0,3446
(3 + 0,5) − 2,945
𝑍2 = = 0,505
1,1
PZ2 = 0,6915
P(3) = PZ2 – PZ1
= 0,6915 – 0,3446
= 0,347
X= 4
(4 − 0,5) − 2,945
𝑍1 = = 0,505
1,1
PZ1 = 0,6915
(4 + 0,5) − 2,945
𝑍2 = = 1,414
1,1
PZ2 = 0,9207
P(4) = PZ2 – PZ1
= 0,9207 – 0,6915
= 0,229
X= 5
(5 − 0,5) − 2,945
𝑍1 = = 1,414
1,1
PZ1 = 0,9207
(5 + 0,5) − 2,945
𝑍2 = = 2,323
1,1
PZ2 = 0,9898
P(5) = PZ2 – PZ1
= 0,9898– 0,9207
= 0,691
Tabel 2.12 Tabel Peluang Perhitungan Pendekatan Distribusi Mesin B
X Z1 Z2 PZ1 PZ2 |P|

2019 28
Kelompok 19
0 -3,132 -2,223 0,00087 0,0132 0,012

1 -2,23 -1,314 0,0132 0,0951 0,082
2 -1,314 -0,405 0,0951 0,3446 0,249
3 -0,405 0,505 0,3446 0,6915 0,347
4 0,505 1,414 0,6915 0,9207 0,229
5 1,414 2,323 0,9207 0,9898 0,691
Jumlah 0,988
frekuensi percobaan 2 dari mesin B
Tabel 2.13 Tabel Rekap Perhitungan Peluang Mesin B
Normal
P(x) P(x) P(x)
0 0,025 0,012 0,012
1 0,150 0,084 0,082
2 0,150 0,241 0,249
3 0,400 0,345 0,347
4 0,275 0,247 0,229
5 0 0,071 0,691
Jumlah 1 1,000 0,988
frekuensi percobaan 2 dari mesin B
Grafik 2.5 Rekap Perhitungan Peluang Mesin B (lanjutan)

2019 29
Kelompok 19

pada Mesin B, n = 5
0.8
0.7
0.6
0.5
Peluang
0.4 Percobaan
0.3 Teoritis
0.2
Pendekatan Normal
0.1
0
01 2
1 32 43 54 6 5
Jumlah Cacat
2.2.3 Mesin C (N=143 ; n=5 ; k=128 ; p=0,9 (k/N) ; x=0,1,2,3,4,5)

N = 143 ; k = 128
𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=0
𝑓(0) 0
𝑃(𝑋) = 40
= 40 = 0,00
X=1
𝑓(1) 1
𝑃(𝑋) = = = 0,025
40 40
X=2
𝑓(2) 2
𝑃(𝑋) = = = 0,050
40 40
X=3
𝑓(3) 4
𝑃(𝑋) = 40
= 40 = 0,100
X=4
𝑓(4) 25
𝑃(𝑋) = = = 0,625
40 40

2019 30
Kelompok 19
X=5
𝑓(5) 8
𝑃(𝑋) = 40
= 40 = 0,200
Tabel 2.14 Tabel Perhitungan Peluang Percobaan Mesin C
Frekuensi Peluang
0 1 0
1 6 0,025
2 6 0,050
3 16 0,100
4 11 0,625
5 0 0,200
Jumlah 40 1

N = 143 ; k = 128
P = 0,895 ; q = 0,105
𝑛
𝑃(𝑥) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥 , 𝑥 = 0,1,2,3,4,5
𝑥
X=0
5
𝑃(𝑋 = 0) = ( ) 0,895 0 0,105 5 = 0,00001
0
X=1
𝑃(𝑋 = 1) = (5) 0,895 0,105 = 0,0005

1 4
1
X=2
𝑃(𝑋 = 2) = (5) 0,895 0,105 = 0,0092

2 3
2
X=3
𝑃(𝑋 = 3) = (5) 0,895 0,105 = 0,0790

3 2
3
X=4

2019 31
Kelompok 19
𝑃(𝑋 = 4) = (5) 0,895 0,105 = 0,3368

4 1
4
X=5
𝑃(𝑋 = 5) = (5) 0,895 0,105 = 0,5742

5 0
5
Tabel 2.15 Tabel Frekuensi Jumlah Cacat Mesin C
0 0,00001
1 0,0005
2 0,0092
3 0,0790
4 0,3368
5 0,5742
Jumlah 0,999

P = 0,895 ; q = 0,105
(μ) = 5 ( 0,895 )
(μ) = 4,475
(α2) = 5(0,895)(0,105)
(α2) = 0,469
(α) = 0,684
(x ± 0,5) − np
𝑍=
√npq
X= 0

2019 32
Kelompok 19
(0 − 0,5) − 4,475
𝑍1 = = −7,273
0,684
PZ1 = 0
(0 + 0,5) − 4,475
𝑍2 = = −5,811
0,684
PZ2 = 0
P(0) = PZ2 – PZ1
= 0,000
X= 1
(1 − 0,5) − 4,475
𝑍1 = = −5,811
0,684
PZ1 = 0
(1 + 0,5) − 4,475
𝑍2 = = −4,349
0,684
PZ2 = 0
P(0) = PZ2 – PZ1
= 0,000
X= 2
(2 − 0,5) − 4,475
𝑍1 = = −4,349
0,684
PZ1 = 0,000
(2 + 0,5) − 4,475
𝑍2 = = −2,887
0,684
PZ2 = 0,0020
P(2) = PZ2 – PZ1
= 0,0020 – 0
= 0,002
X= 3

2019 33
Kelompok 19
(3 − 0,5) − 4,475
𝑍1 = = −2,887
0,684
PZ1 = 0,0020
(3 + 0,5) − 4,475
𝑍2 = = −1,425
0,684
PZ2 = 0,0778
P(3) = PZ2 – PZ1
= 0,0778 – 0,0020
= 0,076
X= 4
(4 − 0,5) − 4,475
𝑍1 = = −1,425
0,684
PZ1 = 0,0778
(4 + 0,5) − 4,475
𝑍2 = = 0,037
0,684
PZ2 = 0,4880
P(0) = PZ2 – PZ1
= 0,5120 – 0,0778
= 0,433
X= 5
(5 − 0,5) − 4,475
𝑍1 = = 0,037
0,684
PZ1 = 0,5120
(5 + 0,5) − 4,475
𝑍2 = = 1,499
0,684
PZ2 = 0,9319
P(0) = PZ2 – PZ1
= 0,9319– 0,5120
= 0,420
Tabel 2.16 Tabel Perhitungan Peluang Pendekatan Distribusi Normal Mesin C

2019 34
Kelompok 19
X Z1 Z2 PZ1 PZ2 |P|

0 -7,273 -5,811 0 0 0
1 -5,811 -4,349 0 0 0
2 -4,349 -2,887 0 0,0020 0,002
3 -2,887 -1,425 0,0020 0,0778 0,076
4 -1,425 0,037 0,0778 0,4880 0,433
5 0,037 1,499 0,5120 0,9319 0,420
Jumlah 0,931
Berikut disajikan table dan untuk perbandingan hasil perhitungan peluang dan
frekuensi percobaan 2 dari mesin C
Tabel 2.17 Tabel Rekap Perhitungan Peluang Cacat Mesin C
Normal
P(x) P(x) P(x)
0 0 0,00001 0,000
1 0,0255 0,0005 0,000
2 0,05 0,0092 0,002
3 0,100 0,0790 0,076
4 0,625 0,3368 0,433
5 0,2 0,5742 0,420
Jumlah 1 0,999 0,931
Berikut disajikan table dan grafik untuk perbandingan hasil perhitungan peluang
dan frekuensi percobaan 2 dari mesin C
Grafik 2.6 Rekap Perhitungan Peluang Cacat Mesin C

2019 35
Kelompok 19

pada Mesin C, n = 5
0.7
0.6
0.5
Peluang
0.4
Percobaan
0.3
Teoritis
0.2
0
1 2 3 4 5 6
Jumlah Cacat
2.3 Percobaan 3
Pengambilan data diubah menjadi 15 sampel dalam sekali pengambilan, maka
diperoleh data sebagai berikut.
Tabel 2.18 Data Percobaan 3
Jumlah Cacat n = 15
Mesin 1 Mesin 2 Mesin 3
0 4 0 0
1 8 0 0
2 12 0 0
3 8 1 0
4 4 0 1
5 3 4 0
6 0 5 0
7 1 8 0
8 0 11 5
9 0 7 2
10 0 3 7

2019 36
Kelompok 19
11 0 1 15
12 0 0 6
13 0 0 1
14 0 0 2
15 0 0 1
Jumlah 40 40 40
2.3.1 Mesin 1 (N = 33, n = 5, k = 7, p = , x = 0,1,2,3,…..,15)

𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15
40
X=0
𝑓(0) 4
𝑃(𝑋 = 0) = = = 0,100
40 40
X=1
𝑓(1) 8
𝑃(𝑋 = 1) = = = 0,200
40 40
X=2
𝑓(2) 12
𝑃(𝑋 = 2) = = = 0,300
40 40
X=3
𝑓(3) 8
𝑃(𝑋 = 3) = = = 0,200
40 40
X=4
𝑓(4) 4
𝑃(𝑋 = 4) = 40
= 40
= 0,100
Tabel 2.19 Rekap Hasil Peritungan Hipergeometrik Mesin 1
F(x) Peluang
0 4 0,100
1 8 0,200
2 12 0,300

2019 37
Kelompok 19
3 8 0,200
4 4 0,100
5 3 0,075
6 0 0
7 1 0,025
8 0 0
9 0 0
10 0 0
11 0 0
12 0 0
13 0 0
14 0 0
15 0 0
Jumlah 40 1

(k 𝑁−𝑘
x)( 𝑛−𝑥 )
𝑃(𝑥) = , x = 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15
(N
n)
X=0
(70)(33−7
15−0)
𝑃(0) = (33
= 0.007
15)
X=1
(71)(33−7
15−1)
𝑃(1) = (33
= 0.065
15)
X=2
(72)(33−7
15−2)
𝑃(2) = (33
= 0.211
15)
X=3
(73)(33−7
15−3)
𝑃(3) = (33
= 0.326
15)

2019 38
Kelompok 19
X=4
(74)(33−7
15−4)
𝑃(4) = (33
= 0.261
15)

0 0,007
1 0,065
2 0,211
3 0,326
4 0,261
5 0,108
6 0,021
7 0,002
8 0
9 0
10 0
11 0
12 0
13 0
14 0
15 0
Jumlah 1

𝑘 7
𝑝 = 𝑁 = 33 = 0,212
𝑞 = 1 − 𝑝 = 1 − 0,212 =0,788
X=0
2019 39
Kelompok 19
P(0) = (15
0
) 0,2120 x 0,78815 = 0,028
X=1
P(1) = (15
1
) 0,2121 x 0,78814 = 0,113
X=2
P(2) = (15
2
) 0,2122 x 0,78813 = 0,213
X=3
P(3) = (15
3
) 0,2123 x 0,78812 = 0,249
X=4
P(4) = (15
4
) 0,2124 x 0,78811 = 0,201
F(x) P(x)
0 4 0.028
1 8 0.113
2 12 0.213
3 8 0.249
4 4 0.201
5 3 0.119
6 0 0.053
7 1 0.018
8 0 0.005
9 0 0.001
10 0 0
11 0 0
12 0 0
13 0 0
14 0 0

2019 40
Kelompok 19
15 0 0
Jumlah 40 1
Berikut disajikan tabel dan untuk perbandingan hasil perhitungan peluang dan
Distribusi
Binomial
P(x) P(x) P(x)
0 0,007 0.028 0,100
1 0,065 0.113 0,200
Tabel 2.22 Rekap Perbandingan hasil perhitungan peluang dan frekuensi (lanjutan)
Distribusi
Binomial
P(x) P(x) P(x)
2 0,211 0.213 0,300
3 0,326 0.249 0,200
4 0,261 0.201 0,100
5 0,108 0.119 0,075
6 0,021 0.053 0
7 0,002 0.018 0,025
8 0 0.005 0
9 0 0.001 0
10 0 0 0
11 0 0 0
12 0 0 0

2019 41
Kelompok 19
13 0 0 0
14 0 0 0
15 0 0 0
Jumlah 1,000 1,000 1,000
Berikut disajikan tabel dan untuk perbandingan hasil perhitungan peluang dan

pada Mesin 1, n = 15
0.35
0.3
0.25
Peluang
0.2
Teoritis
0.15
Distribusi Binomial
0.1
0.05 Percobaan
0
10 12 23 3
4 45 56 67 78 89 91010
1111
1212
1313
1414
1515
16
Jumlah Cacat
2.3.2 Mesin 2 (N = 37, n = 5, k = 24, p = , x = 0,1,2,3,…..,15)

𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15
40
X=3
𝑓(3) 1
𝑃(𝑋 = 3) = = = 0,025
40 40

2019 42
Kelompok 19
X=5
𝑓(5) 4
𝑃(𝑋 = 5) = = = 0,100
40 40
X=6
𝑓(6) 5
𝑃(𝑋 = 6) = 40
= 40
= 0,125
X=7
𝑓(7) 8
𝑃(𝑋 = 7) = = = 0,200
40 40
X=8
𝑓(8) 11
𝑃(𝑋 = 8) = 40
= 40
= 0,275

F(x) P(x)
0 0 0
1 0 0
2 0 0
3 1 0,025
4 0 0
5 4 0,100
6 5 0,125
7 8 0,200
8 11 0,275
9 7 0,175
10 3 0,075
11 1 0,025
12 0 0

2019 43
Kelompok 19
13 0 0
14 0 0
15 0 0
Jumlah 40 1

(k 𝑁−𝑘
x)( 𝑛−𝑥 )
𝑃(𝑥) = , x = 1,2,3,4,5,6,7,8,9,10,11,12,13,14,15
(N
n)
X=5
(24 37−24
5 )( 15−5 )
𝑃(5) = (37
= 0,001
5)
X=6
(24 37−24
6 )( 15−6 )
𝑃(6) = (37
= 0,010
5)
X=7
(24 37−24
7 )( 15−7 )
𝑃(7) = (37
= 0,048
5)
X=8
(24 37−24
8 )( 15−8 )
𝑃(8) = (37
= 0,135
5)
X=9
(24 37−24
9 )( 15−9 )
𝑃(9) = (37
= 0,240
5)

0 0,000
1 0,000
2 0,000
3 0,000

2019 44
Kelompok 19
4 0,000
5 0,001
6 0,010
7 0,048
8 0,135
9 0,240
10 0,270
11 0,191
12 0,083
13 0,021
14 0,003
15 0,000
Jumlah 1,002
b. Hipergeometrik dengan pendekatan distribusi binomial

𝑘 24
𝑝 = 𝑁 = 37 = 0,648
𝑞 = 1 − 𝑝 = 1 − 0,648 = 0,352
X=7
P(7) = (15
7
) 0,6487 x 0,3528 = 0,073
X=8
P(8) = (15
8
) 0,8298 x 0,1717 = 0,135
X=9
P(9) = (15
9
) 0,8299 x 0,1716 = 0,192
X = 10
P(10) = (15
10
) 0,82910 x 0,1715 = 0,212
X = 11

2019 45
Kelompok 19
P(11) = (15
11
) 0,82911 x 0,1714 = 0,062
Peluang
0 0,000
1 0,000
2 0,000
3 0,000
4 0,002
5 0,010
6 0,031
7 0,073
8 0,135
9 0,192
10 0,212
11 0,062
12 0,109
13 0,046
14 0,012
15 0,001
Jumlah 0,99
Distribusi
Binomial
P(x) P(x) P(x)

2019 46
Kelompok 19
0 0,000 0,000 0
1 0,000 0,000 0
2 0,000 0,000 0
3 0,000 0,000 0,025
4 0,000 0,002 0

Distribusi
Binomial
P(x) P(x) P(x)
5 0,001 0,010 0,100
6 0,010 0,031 0,125
7 0,048 0,073 0,200
8 0,135 0,135 0,275
9 0,240 0,192 0,175
10 0,270 0,212 0,075
11 0,191 0,062 0,025
12 0,083 0,109 0
13 0,021 0,046 0
14 0,003 0,012 0
15 0,000 0,001 0
Jumlah 1,002 0,99 1,000

2019 47
Kelompok 19

pada Mesin B, n = 15
0.3
0.25
0.2
Peluang
0.15 Teoritis
0.1 Distribusi Binomial
0.05 Percobaan
0
01 12 23 34 45 56 6 7 78 8 9910101111121213131414151516
Jumlah Cacat
2.3.3 Mesin 3 (N = 41, n = 5, k = 34, p = , x = 0,1,2,3,…..,15)

𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15
40
X=4
𝑓(4) 1
𝑃(𝑋 = 4) = 40
= 40
= 0,025
X=8
𝑓(8) 5
𝑃(𝑋 = 8) = 40
= 40
= 0,125
X=9
𝑓(9) 2
𝑃(𝑋 = 9) = 40
= 40
= 0,05
X = 10

2019 48
Kelompok 19
𝑓(10) 7
𝑃(𝑋 = 10) = 40
= 40
= 0,175
X = 11
𝑓(12) 15
𝑃(𝑋 = 11) = = = 0,375
40 40

F(x) P(x)
0 0 0
1 0 0
2 0 0
3 0 0
4 1 0,025
5 0 0
6 0 0
7 0 0
8 5 0,125
9 2 0,050
10 7 0,175
11 15 0,375
12 6 0,150
13 1 0,025
14 2 0,050
15 1 0,025
Jumlah 40 1

2019 49
Kelompok 19
(k 𝑁−𝑘
x)( 𝑛−𝑥 )
𝑃(𝑥) = , x = 0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15
(N
n)
X=9
(34 41−34
9 )( 15−9 )
𝑃(9) = (41
= 0,006
15)
X = 10
(34 41−34
10)(15−10)
𝑃(10) = (41
= 0,043
15)
X = 11
(34 41−34
11)(15−11)
𝑃(11) = (41
= 0,158
15)
X = 12
(34 41−34
12)(15−12)
𝑃(12) = (41
= 0,302
15)
X = 13
(34 41−34
13)(15−13)
𝑃(13) = (41
= 0,307
15)

P(x)
0 0,000
1 0,000
2 0,000
3 0,000
4 0,000
5 0,000
6 0,000
7 0,000
8 0,000
9 0,006

2019 50
Kelompok 19
10 0,043
11 0,157
12 0,302
13 0,307
14 0,153
15 0,029
Jumlah 0,997

𝑘 34
𝑝 = 𝑁 = 41 = 0,829
𝑞 = 1 − 𝑝 = 1 − 0,829 =0,171
Untuk X=7
15
𝑃(0) = ( ) 0,8290 𝑥 0,17115 = 0,001
7
Untuk X=8
15
𝑃(1) = ( ) 0,8291 𝑥 0,17114 = 0,006
8
Untuk X=9
15
𝑃(2) = ( ) 0,8292 𝑥 0,17113 = 0,023
9
Untuk X=10
15
𝑃(3) = ( ) 0,8293 𝑥 0,017112 = 0,067
10
Untuk X=11
15
𝑃(4) = ( ) 0,8294 𝑥 0,17111 = 0,148
11
P(x)

2019 51
Kelompok 19
0 0,000
1 0,000
2 0,000
3 0,000
4 0,000
5 0,000
6 0,000
7 0,001
8 0,006
9 0,023
10 0,067
11 0,148
12 0,240
13 0,268
14 0,186
15 0,060
Jumlah 1
Berikut disajikan tabel dan grafik untuk perbandingan hasil perhitungan peluang
dan frekuensi percobaan 3 dari mesin 3
Distribusi
Binomial
P(x) P(x) P(x)
0 0,000 0,000 0,000
1 0,000 0,000 0,000
2 0,000 0,000 0
3 0,000 0,000 0

2019 52
Kelompok 19
4 0,000 0,000 0,025

5 0,000 0,000 0
Tabel 2.30 Rekap Perbandingan hasil perhitungan peluang dan frekuensi (lanjutan)
Distribusi
Binomial
P(x) P(x) P(x)
6 0,000 0,000 0
7 0,000 0,001 0
8 0,000 0,006 0,125
9 0,006 0,023 0,050
10 0,043 0,067 0,175
11 0,157 0,148 0,375
12 0,302 0,240 0,150
13 0,307 0,268 0,025
14 0,153 0,186 0,050
15 0,029 0,060 0,025
Jumlah 0,997 1 1

2019 53
Kelompok 19

pada Mesin 3, n = 15
0.4
0.35
0.3
0.25
Peluang
0.2 Teoritis
0.15 Distribusi Binomial
0.1
0.05 Percobaan
0
10 12 23 34 45 5 6 6 7 7 88 99 10 11 1213
11 12 1314141515
Jumlah Cacat
2.4 Percobaan 4
Pengambilan lego dilakukan 15 sekaligus. Berikut adalah hasil pengecekan
bentuk lego:
Tabel 2.31 Data Hasil Percobaan 4
Jumlah Cacat n=5
Mesin A Mesin B Mesin C
0 2 0 0
1 5 0 0
2 11 0 0
3 7 0 0
4 8 1 0
5 2 5 0

2019 54
Kelompok 19
6 4 4 0
7 1 6 1
8 0 2 0
9 0 6 1
10 0 11 3
11 0 3 2
12 0 2 10
13 0 0 10
14 0 0 7
15 0 0 6
Jumlah 40 40 40
2.4.1 Mesin A (N=125 ; n=15 ; k=26 ; p=0,208 ; x=0,1,2,3,4,5)

N = 125 ; k = 26
𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=0
𝑓(0) 2
𝑃(𝑋) = = = 0,05
40 40
X=1
𝑓(1) 5
𝑃(𝑋) = = = 0,125
40 40
X=2
𝑓(2) 11
𝑃(𝑋) = = = 0,275
40 40
X=3
𝑓(3) 7
𝑃(𝑋) = = = 0,175
40 40
X=4

2019 55
Kelompok 19
𝑓(4) 8
𝑃(𝑋) = = = 0,2
40 40
X=5
𝑓(5) 2
𝑃(𝑋) = = = 0,05
40 40
Tabel 2.32 Rekap Hasil Perhitungan Hipergeometrik Mesin A
Frekuensi Peluang
0 2 0,05
1 5 0,125
2 11 0,275
3 7 0,175
4 8 0,2
5 2 0,05
6 4 0,1
7 1 0,025
8 0 0
9 0 0
10 0 0
11 0 0
Tabel 2.32 Rekap Hasil Perhitungan Hipergeometrik Mesin A
Frekuensi Peluang
12 0 0
13 0 0
14 0 0
15 0 0
Jumlah 40 1

2019 56
Kelompok 19

N = 125 ; k = 26
P = 0,208 ; q = 0,792
𝑛
𝑃(𝑥) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥 , 𝑥 = 0,1,2,3,4,5
𝑥
X=0
𝑃(𝑋 = 0) = (15) 0,208 0,792

0 15
= 0,030
0
X=1
𝑃(𝑋 = 1) = (15) 0,208 0,792

1 14
= 0,119
1
X=2
𝑃(𝑋 = 2) = (15) 0,208 0,792

2 13
= 0,219
2
X=3
𝑃(𝑋 = 3) = (15) 0,208 0,792

3 12
= 0,249
3
X=4
𝑃(𝑋 = 4) = (15) 0,208 0,792 = 0,197

4 11
4
X=5
𝑃(𝑋 = 5) = (15) 0,208 0,792 = 0,114

5 10
5
Tabel 2.33 Tabel Peluang Perhitungan Teoritis Mesin A

0 0,030
1 0,119
2 0,219
3 0,249
4 0,197

2019 57
Kelompok 19
5 0,114
6 0,050
7 0,017
8 0,004
9 0,001
10 0,000
11 0,000
12 0,000
13 0,000
14 0,000
15 0,000
Jumlah 1,000

P = 0,208 ; q = 0,792
(μ) = 15 ( 0,208 )
(μ) = 3,12
(α2) = 15(0,208)(0,792)
(α2) = 2,471
(α) = 1,571
(x ± 0,5) − np
𝑍=
√npq
X= 0

2019 58
Kelompok 19
(0 − 0,5) − 3,12
𝑍1 = = −2,304
1,571
PZ1 = 0,0107
(0 + 0,5) − 3,12
𝑍2 = = −1,668
1,571
PZ2 = 0,0485
P(0) = PZ2 – PZ1
= 0,0485 - 0,0107
= 0,0378
X= 1
(1 − 0,5) − 3,12
𝑍1 = = −1,668
1,571
PZ1 = 0,0485
(1 + 0,5) − 3,12
𝑍2 = = −1,031
1,571
PZ2 = 0,1539
P(1) = PZ2 – PZ1
= 0,1539– 0,0485
= 0,1054
X= 2
(2 − 0,5) − 3,12
𝑍1 = = −1,031
1,571
PZ1 = 0,1539
(2 + 0,5) − 3,12
𝑍2 = = −0,395
1,571
PZ2 = 0,3483
P(2) = PZ2 – PZ1
= 0,3483 – 0,1539
= 0,1944
X= 3

2019 59
Kelompok 19
(3 − 0,5) − 3,12
𝑍1 = = −0,395
1,571
PZ1 = 0,3483
(3 + 0,5) − 3,12
𝑍2 = = 0,242
1,571
PZ2 = 0,5948
P(3) = PZ2 – PZ1
= 0,5948 – 0,3483
= 0,2465
X= 4
(4 − 0,5) − 3,12
𝑍1 = = 0,242
1,571
PZ1 = 0,5948
(4 + 0,5) − 3,12
𝑍2 = = 0,878
1,571
PZ2 = 0,8078
P(4) = PZ2 – PZ1
= 0,8078 – 0,5948
= 0,2130
X= 5
(5 − 0,5) − 3,12
𝑍1 = = 0,878
1,571
PZ1 = 0,8078
(5 + 0,5) − 3,12
𝑍2 = = 1,515
1,571
PZ2 = 0,9345
P(5) = PZ2 – PZ1
= 0,9345– 0,8078
= 0,1267

2019 60
Kelompok 19
X Z1 Z2 PZ1 PZ2 |P|

0 -2,304 -1,668 0,0107 0,0537 0,038
1 -1,668 -1,031 0,0485 0,1539 0,105
2 -1,031 -0,395 0,1539 0,3483 0,194
3 -0,395 0,242 0,3483 0,5948 0,246
4 0,242 0,878 0,5948 0,8078 0,213
5 0,878 1,515 0,8078 0,9345 0,127
6 1,515 2,151 0,9345 0,9878 0,053
7 2,151 2,788 0,9878 0,9973 0,010
8 2,788 3,425 0,9973 0,9996 0,002
9 3,425 4,061 0,9996 0,9999 0
10 4,061 4,698 0,9999 0,9999 0
11 4,698 5,334 0,9999 0,9999 0
12 5,334 5,971 0,9999 0,9999 0
13 5,971 6,607 1 0,9999 0
14 6,607 7,244 1 1 0
15 7,244 7,880 1 1 0
Jumlah 0,988
= 15 :
Tabel 2.35 Rekap Perhitungan Mesin A
Normal
P(x) P(x) P(x)
0 0,05 0,030 0,038
1 0,125 0,119 0,105

2019 61
Kelompok 19
Tabel 2.35 Rekap Perhitungan Percobaan 4 Mesin A

Normal
P(x) P(x) P(x)
2 0,275 0,219 0,194
3 0,175 0,249 0,246
4 0,2 0,197 0,213
5 0,05 0,114 0,127
6 0,1 0,050 0,053
7 0,025 0,017 0,010
8 0 0,004 0,002
9 0 0,001 0,000
10 0 0,000 0,000
11 0 0,000 0,000
12 0 0,000 0,000
13 0 0,000 0,000
14 0 0,000 0,000
15 0 0,000 0,000
Jumlah 1 1,000 0,988
= 15 :

2019 62
Kelompok 19
Grafik 2.10 Rekap Perhitungan Percobaan 4 Mesin A

pada Mesin A, n = 15
0.3
0.25
0.2
Peluang
0.15 Percobaan
0.1 Teoritis
0
01 12 2 3 3 44 55 66 77 8 89 910 10 11 13
11 12 1214
131514
Jumlah Cacat
2.4.2 Mesin B (N=151 ; n=15 ; k=89 ; p=0,6 ; x=0,1,2,3,4,5)

N = 125 ; k = 26
𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=4
𝑓(4) 1
𝑃(𝑋) = = = 0,025
40 40
X=5
𝑓(5) 5
𝑃(𝑋) = = = 0,125
40 40
X=6
𝑓(6) 4
𝑃(𝑋) = = = 0,1
40 40
X=7
𝑓(7) 6
𝑃(𝑋) = = = 0,15
40 40
X=8

2019 63
Kelompok 19
𝑓(8) 2
𝑃(𝑋) = = = 0,05
40 40
Tabel 2.36 Rekap Perhitungan Percobaan 4 Mesin B

Jumlah Cacat Frekuensi Peluang
0 0 0
1 0 0
2 0 0
3 0 0
4 1 0,025
5 5 0,125
6 4 0,1
7 6 0,15
8 2 0,05
9 6 0,15
10 11 0,275
11 3 0,075
12 2 0,05
13 0 0
14 0 0
15 0 0
Jumlah 40 1

N = 151 ; k = 89
P = 0,589 ; q = 0,411
𝑛
𝑃(𝑥) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥 , 𝑥 = 0,1,2,3,4,5
𝑥

2019 64
Kelompok 19
X=4
𝑃(𝑋 = 4) = (15) 0,589 0,411 = 0,187

4 11
4
X=5
𝑃(𝑋 = 5) = (15) 0,589 0,411 = 0,103

5 10
5
X=6
𝑃(𝑋 = 6) = (15) 0,589 0,411 = 0,042

6 9
6
X=7
𝑃(𝑋 = 7) = (15) 0,589 0,411 = 0,013

7 8
7
0 0,000
1 0,000
2 0,000
3 0,002
4 0,009
5 0,029
6 0,070
7 0,129
8 0,185
9 0,206
10 0,177
11 0,115
12 0,055
13 0,018
14 0,004
15 0,000

2019 65
Kelompok 19
Jumlah 1,000

N = 151 ; k = 89
P = 0,589 ; q = 0,411
(μ) = 15 ( 0,589 )
(μ) = 8,835
(α2) = 15(0,589)(0,411)
(α2) = 3,631
(α) = 1,905
(x ± 0,5) − np
𝑍=
√npq
X= 0
(0 − 0,5) − 8,835
𝑍1 = = −4,900
1,905
PZ1 = 0,0000
(0 + 0,5) − 8,835
𝑍2 = = −4,375
1,905
PZ2 = 0,0000
P(0) = PZ2 – PZ1
=0
X= 1
(1 − 0,5) − 8,835
𝑍1 = = −4,375
1,905

2019 66
Kelompok 19
PZ1 = 0,0000
(1 + 0,5) − 8,835
𝑍2 = = −3,850
1,905
PZ2 = 0,0000
P(0) = PZ2 – PZ1
=0
X= 2
(2 − 0,5) − 8,835
𝑍1 = = −3,850
1,905
PZ1 = 0,00006
(2 + 0,5) − 8,835
𝑍2 = = −3,325
1,905
PZ2 = 0,00045
P(0) = PZ2 – PZ1
= 0,00045– 0,00006
= 0,00039
X= 3
(3 − 0,5) − 8,835
𝑍1 = = −3,325
1,905
PZ1 = 0,00045
(3 + 0,5) − 8,835
𝑍2 = = −2,800
1,905
PZ2 = 0,0026
P(3) = PZ2 – PZ1
= 0,0026 - 0,00045
= 0,00215
X= 4
2019 67
Kelompok 19
(4 − 0,5) − 8,835
𝑍1 = = −2,800
1,905
PZ1 = 0,0026
(4 + 0,5) − 8,835
𝑍2 = = −2,275
1,905
PZ2 = 0,0116
P(4) = PZ2 – PZ1
= 0,0116– 0,0026
= 0,0090
X= 5
(5 − 0,5) − 8,835
𝑍1 = = −2,275
1,905
PZ1 = 0,0116
(5 + 0,5) − 8,835
𝑍2 = = −1,750
1,905
PZ2 = 0,0401
P(0) = PZ2 – PZ1
= 0,0401– 0,0116
= 0,0285
X= 6
(5 − 0,5) − 8,835
𝑍1 = = −1,750
1,905
PZ1 = 0,0401
(6 + 0,5) − 8,835
𝑍2 = = −1,225
1,905
PZ2 = 0,1112
P(0) = PZ2 – PZ1
= 0,1112– 0,0401
= 0,0711

2019 68
Kelompok 19
X= 7
(7 − 0,5) − 8,835
𝑍1 = = −1,225
1,905
PZ1 = 0,1112
(7 + 0,5) − 8,835
𝑍2 = = −0,700
1,905
PZ2 = 0,2420
P(0) = PZ2 – PZ1
= 0,2420– 0,1112
= 0,1308
Tabel 2.38 Tabel Peluang Perhitungan Pendekatan Distribusi Normal Mesin A (lanjutan)
X Z1 Z2 PZ1 PZ2 |P|
0 -4,900 -4,375 0,000 0,000 0,000
1 -4,375 -3,850 0,000 0,000 0,000
2 -3,850 -3,325 0,00006 0,00045 0,000
3 -3,325 -2,800 0,00045 0,0026 0,002
4 -2,800 -2,275 0,0026 0,0116 0,009
5 -2,275 -1,750 0,0116 0,0401 0,029
6 -1,750 -1,225 0,0401 0,0711 0,071
7 -1,225 -0,700 0,1112 0,2420 0,130
8 -0,700 -0,176 0,2420 0,4325 0,1905
9 -0,176 0,349 0,4325 0,6331 0,2006
10 0,349 0,874 0,6331 0,8078 0,1747
11 0,874 1,398 0,8078 0,9177 0,1099
12 1,398 1,923 0,9177 0,9726 0,0549

2019 69
Kelompok 19
13 1,923 2,448 0,9726 0,9927 0,0201

14 2,448 2,973 0,9927 0,9985 0,0058
15 2,973 3,498 0,9985 0,99976 0,00126
Jumlah 0,998
=5:
Tabel 2.39 Rekap Perhitungan Mesin B
Normal
P(x) P(x) P(x)
0 0 0,000 0,000
1 0 0,000 0,000
2 0 0,000 0,000
Tabel 2.39 Rekap Perhitungan Mesin B (lanjutan)

Normal
P(x) P(x) P(x)
3 0,025 0,002 0,002
4 0,125 0,009 0,009
5 0,1 0,029 0,029
6 0,15 0,070 0,071
7 0,05 0,129 0,130
8 0,15 0,185 0,1905
9 0,275 0,206 0,2006
10 0,075 0,177 0,1747
11 0,05 0,115 0,1099
12 0 0,055 0,0549

2019 70
Kelompok 19
13 0 0,018 0,0201
14 0 0,004 0,0058
15 0 0,000 0,00126
Jumlah 1 1,000 0,998
=5
Grafik 2.11 Rekap Perhitungan Percobaan 4 Mesin A (lanjutan)

pada Mesin B, n = 15
0.3
0.25
0.2
Peluang
0.15 Percobaan
0.1 Teoritis
0
01 12 23 34 45 56 67 78 8 9910
101112
11 1213
1314
1415
1516
Jumlah Cacat
2.4.3 Mesin C (N=125 ; n=143 ; k=128 ; p=0,208 ; x=0,1,2,3,4,5)

N=143 ; n=15 ; k=128
𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=7
𝑓(7) 1
𝑃(𝑋) = = = 0,025
40 40
X=9
𝑓(9) 1
𝑃(𝑋) = = = 0,025
40 40
X=10

2019 71
Kelompok 19
𝑓(10) 3
𝑃(𝑋) = = = 0,075
40 40
X=11
𝑓(11) 2
𝑃(𝑋) = = = 0,05
40 40
X=12
𝑓(12) 10
𝑃(𝑋) = = = 0,25
40 40
0 0 0
1 0 0
2 0 0
3 0 0
4 0 0
5 0 0
6 0 0
7 1 0,025
8 0 0
9 1 0,025
10 3 0,075
11 2 0,05
12 10 0,25
13 10 0,25
14 7 0,175
15 6 0,15
Jumlah 40 1

N=143 ; n=15 ; k=128
2019 72
Kelompok 19
P = 0,895 ; q = 0,105
𝑛
𝑃(𝑥) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥 , 𝑥 = 0,1,2,3,4,5
𝑥
X=7
𝑃(𝑋 = 7) = (15) 0,895 0,105 = 0,187

7 8
7
X=9
𝑃(𝑋 = 9) = (15) 0,895 0,105 = 0,103

9 6
9
X = 10
𝑃(𝑋 = 10) = (15) 0,895 0,105 = 0,042

10 5
10
X = 11
𝑃(𝑋 = 11) = (15) 0,895

11
0,1054 = 0,000
11
0 0,000
1 0,000
2 0,000
3 0,000
4 0,000
5 0,000
6 0,000
7 0,000
8 0,000
9 0,002
10 0,013
11 0,049
12 0,139
13 0,274

2019 73
Kelompok 19
14 0,333
15 0,189
Jumlah 1,000

N=143 ; n=15 ; k=128
P = 0,895 ; q = 0,105
(μ) = 15 ( 0,895 )
(μ) = 13,425
(α2) = 15(0,895)(0,105)
(α2) = 1,409
(α) = 1,187
(x ± 0,5) − np
𝑍=
√npq
X= 9
(9 − 0,5) − 13,425
𝑍1 = = −4,149
1,187
PZ1 = 0,000
(9 + 0,5) − 13,425
𝑍2 = = −3,307
1,187
PZ2 = 0,0048
P(0) = PZ2 – PZ1
= 0,005
X= 10
2019 74
Kelompok 19
(10 − 0,5) − 13,425

𝑍1 = = −3,307
1,187
PZ1 = 0,0048
(10 + 0,5) − 13,425
𝑍2 = = −2,464
1,187
PZ2 = 0,0069
P(1) = PZ2 – PZ1
= 0,0021
X= 11
(11 − 0,5) − 13,425
𝑍1 = = −2,464
1,187
PZ1 = 0,0069
(11 + 0,5) − 13,425
𝑍2 = = −1,622
1,187
PZ2 = 0,0528
P(2) = PZ2 – PZ1
= 0,2206
X= 12
(12 − 0,5) − 13,425
𝑍1 = = −1,622
1,187
PZ1 = 0,0528
(12 + 0,5) − 13,425
𝑍2 = = −0,779
1,187
PZ2 = 0,2206
P(3) = PZ2 – PZ1
= 0,1678
X= 13

2019 75
Kelompok 19
(13 − 0,5) − 13,425

𝑍1 = = −0,779
1,187
PZ1 = 0,2206
(13 + 0,5) − 13,425
𝑍2 = = −0,063
1,187
PZ2 = 0,5239
P(4) = PZ2 – PZ1
= 0,3036

X Z1 Z2 PZ1 PZ2 |P|
0 -11,731 -10,889 0,000 0,000 0,000
1 -10,889 -10,046 0,000 0,000 0,000
2 -10,046 -9,204 0,000 0,000 0,000
3 -9,204 -8,361 0,000 0,000 0,000
4 -8,361 -7,519 0,000 0,000 0,000
5 -7,519 -6,676 0,000 0,000 0,000
6 -6,676 -5,834 0,000 0,000 0,000
7 -5,834 -4,992 0,000 0,000 0,000
8 -4,992 -4,149 0,000 0,000 0,000
9 -4,149 -3,307 0,000 0,0048 0,005
10 -3,307 -2,464 0,0048 0,0069 0,0021
11 -2,464 -1,622 0,0069 0,0528 0,0459
12 -1,622 -0,779 0,0528 0,2206 0,1678
13 -0,779 0,063 0,2206 0,5239 0,3036
14 0,063 0,906 0,5239 0,8159 0,2920
15 0,906 1,748 0,8159 0,9591 0,1432
Jumlah 0,9596

2019 76
Kelompok 19
=5:
Tabel 2.39 Rekap Perhitungan Mesin B
Normal
P(x) P(x) P(x)
0 0 0,000 0,000
1 0 0,000 0,000
2 0 0,000 0,000
Tabel 2.39 Rekap Perhitungan Mesin B (lanjutan)

Normal
P(x) P(x) P(x)
3 0,025 0,002 0,002
4 0,125 0,009 0,009
5 0,1 0,029 0,029
6 0,15 0,070 0,071
7 0,05 0,129 0,130
8 0,15 0,185 0,1905
9 0,275 0,206 0,2006
10 0,075 0,177 0,1747
11 0,05 0,115 0,1099
12 0 0,055 0,0549
13 0 0,018 0,0201
14 0 0,004 0,0058
15 0 0,000 0,00126

2019 77
Kelompok 19
Jumlah 1 1,000 0,998
2.4.3 Mesin C (N=125 ; n=143 ; k=128 ; p=0,208 ; x=0,1,2,3,4,5)

N=143 ; n=15 ; k=128
𝑓(𝑥)
𝑃(𝑋) = , 𝑥 = 0,1,2,3,4,5
40
X=7
𝑓(7) 1
𝑃(𝑋) = = = 0,025
40 40
X=9
𝑓(9) 1
𝑃(𝑋) = = = 0,025
40 40
X=10
𝑓(10) 3
𝑃(𝑋) = = = 0,075
40 40
X=11
𝑓(11) 2
𝑃(𝑋) = = = 0,05
40 40
X=12
𝑓(12) 10
𝑃(𝑋) = = = 0,25
40 40
Tabel 2.36 Rekap Perhitungan Percobaan 4 Mesin C
0 0 0
1 0 0
2 0 0
3 0 0
4 0 0
5 0 0
6 0 0

2019 78
Kelompok 19
7 1 0,025
8 0 0
9 1 0,025
10 3 0,075
11 2 0,05
12 10 0,25
13 10 0,25
14 7 0,175
15 6 0,15
Jumlah 40 1

N=143 ; n=15 ; k=128
P = 0,895 ; q = 0,105
𝑛
𝑃(𝑥) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥 , 𝑥 = 0,1,2,3,4,5
𝑥
X=7
𝑃(𝑋 = 7) = (15) 0,895 0,105 = 0,187

7 8
7
X=9
𝑃(𝑋 = 9) = (15) 0,895 0,105 = 0,103

9 6
9
X = 10
𝑃(𝑋 = 10) = (15) 0,895 0,105 = 0,042

10 5
10
X = 11
𝑃(𝑋 = 11) = (15) 0,895

11
0,1054 = 0,000
11
Tabel 2.37 Rekap Perhitungan Percobaan 4 Mesin C
0 0,000

2019 79
Kelompok 19
1 0,000
2 0,000
3 0,000
4 0,000
5 0,000
6 0,000
7 0,000
8 0,000
9 0,002
10 0,013
11 0,049
12 0,139
13 0,274
14 0,333
15 0,189
Jumlah 1,000
N=143 ; n=15 ; k=128
P = 0,895 ; q = 0,105
(μ) = 15 ( 0,895 )
(μ) = 13,425
(α2) = 15(0,895)(0,105)
(α2) = 1,409
(α) = 1,187

2019 80
Kelompok 19
(x ± 0,5) − np
𝑍=
√npq
X= 9
(9 − 0,5) − 13,425
𝑍1 = = −4,149
1,187
PZ1 = 0,000
(9 + 0,5) − 13,425
𝑍2 = = −3,307
1,187
PZ2 = 0,0048
P(0) = PZ2 – PZ1
= 0,005
X= 10
(10 − 0,5) − 13,425
𝑍1 = = −3,307
1,187
PZ1 = 0,0048
(10 + 0,5) − 13,425
𝑍2 = = −2,464
1,187
PZ2 = 0,0069
P(1) = PZ2 – PZ1
= 0,0021
X= 11
(11 − 0,5) − 13,425
𝑍1 = = −2,464
1,187
PZ1 = 0,0069
(11 + 0,5) − 13,425
𝑍2 = = −1,622
1,187
PZ2 = 0,0528
P(2) = PZ2 – PZ1

2019 81
Kelompok 19
= 0,2206
X= 12
(12 − 0,5) − 13,425
𝑍1 = = −1,622
1,187
PZ1 = 0,0528
(12 + 0,5) − 13,425
𝑍2 = = −0,779
1,187
PZ2 = 0,2206
P(3) = PZ2 – PZ1
= 0,1678
X= 13
(13 − 0,5) − 13,425
𝑍1 = = −0,779
1,187
PZ1 = 0,2206
(13 + 0,5) − 13,425
𝑍2 = = −0,063
1,187
PZ2 = 0,5239
P(4) = PZ2 – PZ1
= 0,3036
Tabel 2.38 Tabel Peluang Perhitungan Pendekatan Distribusi Normal Mesin C

X Z1 Z2 PZ1 PZ2 |P|
0 -11,731 -10,889 0,000 0,000 0,000
1 -10,889 -10,046 0,000 0,000 0,000
2 -10,046 -9,204 0,000 0,000 0,000
3 -9,204 -8,361 0,000 0,000 0,000
4 -8,361 -7,519 0,000 0,000 0,000

2019 82
Kelompok 19
5 -7,519 -6,676 0,000 0,000 0,000

6 -6,676 -5,834 0,000 0,000 0,000
7 -5,834 -4,992 0,000 0,000 0,000
8 -4,992 -4,149 0,000 0,000 0,000
9 -4,149 -3,307 0,000 0,0048 0,005
10 -3,307 -2,464 0,0048 0,0069 0,0021
11 -2,464 -1,622 0,0069 0,0528 0,0459
12 -1,622 -0,779 0,0528 0,2206 0,1678
13 -0,779 0,063 0,2206 0,5239 0,3036
14 0,063 0,906 0,5239 0,8159 0,2920
15 0,906 1,748 0,8159 0,9591 0,1432
Jumlah 0,9596
=5:
Tabel 2.39 Rekap Perhitungan Mesin C
Normal
P(x) P(x) P(x)
0 0 0,000 0,000
1 0 0,000 0,000
2 0 0,000 0,000
Tabel 2.39 Rekap Perhitungan Mesin C (lanjutan)
Normal
P(x) P(x) P(x)
3 0 0,000 0,000
4 0 0,000 0,000
5 0 0,000 0,000

2019 83
Kelompok 19
6 0 0,000 0,000
7 0,025 0,000 0,000
8 0 0,000 0,000
9 0,025 0,002 0,005
10 0,075 0,013 0,0021
11 0,05 0,049 0,0459
12 0,25 0,139 0,1678
13 0,25 0,274 0,3036
14 0,175 0,333 0,2920
15 0,15 0,189 0,1432
Jumlah 1 1,000 0,9596

2019 84
Kelompok 19
BAB III
ANALISIS
3.1 Analisis Percobaan
3.1.1 Percobaan 1
3.1.1.1 Mesin 1
Pada percobaan pertama ini PT. Guna Jaya yang memproduksi mainan akan
melakukan pengecekan terhadap produknya yang berupa lego. Pengecekan dilakukan
dengan mengambil 5 sampel. Pengecekan kualitas bentuk ini termasuk kedalam
distribusi hipergeometrik. Sampel diambil 5 sekaligus, hal ini dikarenakan pengecekan
bagian cacat bentuk tidak dapat dikembalikan lagi. Misalnya ditemukan 1 cacat bentuk
dalam sekali pengecekan, maka produk tersebut akan dibuang karena tidak dapat
dikerjakan ulang menjadi barang sukses produksi. Pada mesin 1 ini diketahui jumlah
legonya adalah 33 buah dan banyak cacatnya 7 buah. Pengecekan yang dilakukan
menggunakan 3 metode, yaitu metode percobaan, teoritis (rumus) dan juga dengan
pendekatan binomial.
Dari data percobaan yang telah didapat, peluang yang hampir sama terdapat
pada pengambilan cacat berjumlah 1. Selain itu, adapula nilai peluang tertinggi pada
metode percobaan sebesar 0.440, metode pendekatan binomial sebesar 0.408, dan
terakhir pada metode percobaan sebesar 0.475.
Selain itu dari grafik juga dapat diketahui untuk metode teoritis berwarna biru,
metode pendekatan binomial berwarna jingga dan terakhir metode percobaan berwarna
abu-abu. Terdapat nilai peluang yang hamper sama pada jumlah cacat 1, yakni berada
pada kisaran nilai 0,4 hingga 0,44. Sedangkan perbedaan nilai yang terlihat jelas
terdapat pada jumlah cacat 0 yang grafiknya terlihat semakin naik atau nilai peluangnya
semakin besar dari metode teoritis hingga metode percobaan. Dimana pada metode
teoritis bernilai 0,277 lalu pada pendekatan binomial bernilai 0,303 dan terahir pada
metode percobaan sebesar 0,425.
3.1.1.2 Mesin 2

2019 85
Kelompok 19
Percobaan selanjutkan dilakukan pada mesin 2. Masih dengan ketentuan yang

sama, yakni sampel yang diambil 5. Pengecekan dilakukan dengan mengambil 5
sampel. Pengecekan kualitas bentuk ini termasuk kedalam distribusi hipergeometrik.
Sampel diambil 5 sekaligus, hal ini dikarenakan pengecekan bagian cacat bentuk tidak
dapat dikembalikan lagi. Misalnya ditemukan 1 cacat bentuk dalam sekali pengecekan,
maka produk tersebut akan dibuang karena tidak dapat dikerjakan ulang menjadi barang
sukses produksi. Pada mesin 2 diketahui juga jumlah legonya sebanyak 37 buah dan
banyaknya cacat 24 buah. Pengecekan yang dilakukan masih dengan metode yang sama
juga, yakni metode percobaan, teoritis (rumus) dan juga dengan pendekatan binomial.
Dari data percobaan yang telah didapat, peluang yang hamper sama terdapat
metode percobaan sebesar 0.362 pada jumlah cacat 3, metode pendekatan binomial
sebesar 0.287 pada jumlah cacat 3, dan terakhir pada metode percobaan sebesar 0.425
pada jumlah cacat 2.
abu-abu. Terdapat nilai peluang yang hampir sama pada jumlah cacat 0, yakni berada
pada kisaran nilai 0 hingga 0,03 atau dapat dikatakan peluang tidak ditemukan cacat
pada mesin 2 ini sangat kecil, dikarenakan jumlah cacat yang terdapat dalam mesin 2 ini
cukup banyak. Sedangkan perbedaan nilai yang terlihat jelas terdapat pada jumlah cacat
3 yang grafiknya terlihat semakin turun atau nilai peluangnya semakin kecil dari metode
teoritis hingga metode percobaan. Dimana pada metode teoritis bernilai 0,362 lalu pada
pendekatan binomial bernilai 0,287 dan terahir pada metode percobaan sebesar 0,225.
Adapula perbedaan nilai eluang yang sangat jauh pada peluang cacat berjumlah 2,
dimana pada metode pendekatan binomial nilai yang dihasilkan hanya 0,144 sedangkan
pada metode percobaan mencapai nilai 0,425.
3.1.1.3 Mesin 3

2019 86
Kelompok 19
Percobaan terakhir dilakukan pada mesin ketiga. Pengecekan kualitas bentuk ini
termasuk kedalam distribusi hipergeometrik. Sampel diambil 5 sekaligus, hal ini
dikarenakan pengecekan bagian cacat bentuk tidak dapat dikembalikan lagi. Misalnya
ditemukan 1 cacat bentuk dalam sekali pengecekan, maka produk tersebut akan dibuang
karena tidak dapat dikerjakan ulang menjadi barang sukses produksi.Pada mesin 3 ini
terdapat 41 buah lego dengan jumlah cacat sebanyak 34 buah lego. Pengambilan sampel
dilakukan satu persatu sebanyak 5 kali. Pengecekan dilakukan dengan tiga metode
metode percobaan, teoritis (rumus) dan juga dengan pendekatan binomial.
metode teoritis sebesar 0.433 pada jumlah cacat 4, metode pendekatan binomial sebesar
0.404 pada jumlah cacat 4, dan terakhir pada metode percobaan sebesar 0.500 pada
jumlah cacat 4.
metode pendekatan normal berwarna jingga dan terakhir metode percobaan berwarna
pada kisaran nilai 0,002 hingga 0,005. Pada mesin 3 ini terdapat persamaan yang sangat
terlihat. Pada grafik mesin 1 nilai peluang dari setiap metode selalu terlihat meningkat
setiap perubahan jumlah cacatnya. Adapula perbedaan yang sangat jelas antara metode
percobaan dengan kedua metode yang lainnya. Dimana metode percobaan selalu
bernilai lebih tinggi ataupun lebih rendah diantara ketiga metode. Contohnya seperti
pada saat jumlah cacat 3, metode percobaan memiliki nilai yang sangat tinggi dibanding
dua metode yang lain dan dan pada jumlah cacat 5 dia jauh berada dibawah kedua
metode yang lainnya.
3.1.2 Percobaan 2
3.1.2.1 Mesin A
Pada percobaan pertama ini PT. Guna Jaya yang memproduksi mainan akan
melakukan pengecekan terhadap produknya yang berupa lego. Pengecekan dilakukan

2019 87
Kelompok 19
dengan mengambil 5 sampel yang diambil satu persatu. Percobaan kedua ini bertujuan
untuk mencari cacat warna pada lego. Untuk itu digunakan distribusi binomial untuk
melakukan percobaannya. Hal ini dikarenakan pada cacat warna nantinya akan diambil
satu persatu setelah itu dicek cacat atau tidak, apabila terjadi cacat maka produk akan
dikembalikan untuk dicat ulang atau dikerjakan ulang untuk mengatasi cacat. Pada
mesin A ini diketahui jumlah legonya adalah 125 buah dan banyak cacatnya 26 buah.
Pengecekan yang dilakukan menggunakan 3 metode, yaitu metode percobaan, teoritis
(rumus) dan juga dengan pendekatan normal.
metode percobaan sebesar 0.625 pada jumlah cacat 4, metode pendekatan normal
abu-abu. Pada percobaan 2 ini digunakan grafik berbentuk line. Hal ini dikarenakan
pada pendekatan distribusi normal tidak dapat ditunjukkan dalam bentuk diagram bar.
Terdapat nilai peluang yang hampir sama pada jumlah cacat 3, yakni berada pada
kisaran nilai 0,076 hingga 0,1. Pada mesin A ini terdapat perbedaan yang sangat terlihat.
Pada grafik mesin A nilai peluang dari metode percobaan selalu terlihat lebih tinggi
ataupun lebih rendah. Seperti pada saat jumlah cacat 5, pada jumlah itu nilai peluang
cacat dari mesin A mencapai nilai 0,6 lebih berbanding terbalik dengan nilai dari
keduan metode lain yang hanya pada nilai 0,3 dan 0,4.
Pada metode percobaan dan pendekatan binomial memiliki kemiripan, yakni
nilai peluang mereka yang awalnya naik pada setiap perubahan jumlah cacat, namun
kemudian menurun saat mencapai jumlah cacat tertinggi pada mesin A. Sedangkan pada
metode teoritis nilai peluangnya selalu mengalami kenaikan.

2019 88
Kelompok 19
3.1.2.2 Mesin B
Percobaan selanjutkan dilakukan pada mesin B. Masih dengan ketentuan yang
sama, yakni sampel yang diambil 5 satu persatu. Pada percobaan mesin B ini PT. Guna
Jaya yang memproduksi mainan akan melakukan pengecekan terhadap produknya yang
berupa lego. Pengecekan dilakukan dengan mengambil 5 sampel yang diambil satu
persatu. Percobaan kedua ini bertujuan untuk mencari cacat warna pada lego. Untuk itu
digunakan distribusi binomial untuk melakukan percobaannya. Hal ini dikarenakan pada
cacat warna nantinya akan diambil satu persatu setelah itu dicek cacat atau tidak,
apabila terjadi cacat maka produk akan dikembalikan untuk dicat ulang atau dikerjakan
ulang untuk mengatasi cacat. Pada mesin B diketahui juga jumlah legonya sebanyak
151 buah dan banyaknya cacat 89 buah. Pengecekan yang dilakukan masih dengan
metode yang sama juga, yakni metode percobaan, teoritis (rumus) dan juga dengan
pendekatan normal.
Terdapat nilai peluang yang hampir sama pada hampir semua jumlah cacat, kecuali
pada jumlah cacat 6 dimana metode pendekatan normal benilai 0,6 lebih disaat kedua
metode yang lain bernilai pada kisaran 0,008.
3.1.2.3 Mesin C
Percobaan terakhir dilakukan pada mesin ketiga. Pada percobaan mesin C ini
PT. Guna Jaya yang memproduksi mainan akan melakukan pengecekan terhadap

2019 89
Kelompok 19
produknya yang berupa lego. Pengecekan dilakukan dengan mengambil 5 sampel yang
diambil satu persatu. Percobaan kedua ini bertujuan untuk mencari cacat warna pada
lego. Untuk itu digunakan distribusi binomial untuk melakukan percobaannya. Hal ini
dikarenakan pada cacat warna nantinya akan diambil satu persatu setelah itu dicek cacat
atau tidak, apabila terjadi cacat maka produk akan dikembalikan untuk dicat ulang atau
dikerjakan ulang untuk mengatasi cacat. Pada mesin C ini terdapat 143 buah lego
dengan jumlah cacat sebanyak 128 buah lego. Pengambilan sampel dilakukan satu
persatu sebanyak 5 kali. Pengecekan dilakukan dengan tiga metode metode percobaan,
teoritis (rumus) dan juga dengan pendekatan normal.
Terdapat nilai peluang yang hampir sama pada jumlah cacat 1 dan 2, yakni berada pada
kisaran nilai 0,4 untuk jumlah cacat 1 dan kisaran nilai 0,2 untuk jumlah cacat 2.
3.1.3 Percobaan 3
3.1.3.1 Mesin 1
Pada percobaan ketiga ini PT. Guna Jaya yang memproduksi mainan akan
melakukan pengecekan terhadap produknya yang berupa lego. Dikarenakan pergantian
CEO maka Pengecekan awalnya dilakukan dengan pengambil 5 sampel diubah menjadi
15 sampel. Pengecekan kualitas bentuk ini termasuk kedalam distribusi hipergeometrik.
Sampel diambil 15 sekaligus, hal ini dikarenakan pengecekan bagian cacat bentuk tidak
dapat dikembalikan lagi. Misalnya ditemukan 1 cacat bentuk dalam sekali pengecekan,

2019 90
Kelompok 19
maka produk tersebut akan dibuang karena tidak dapat dikerjakan ulang menjadi barang
sukses produksi. Pada mesin 1 ini diketahui jumlah legonya adalah 33 buah dan banyak
cacatnya 7 buah. Pengecekan yang dilakukan menggunakan 3 metode, yaitu metode
percobaan, teoritis (rumus) dan juga dengan pendekatan binomial.
metode percobaan sebesar 0,326 , metode pendekatan binomial sebesar 0,249 , dan
terakhir pada metode percobaan sebesar 0,200.
pada kisaran nilai 0,07 hingga 0,1. Grafik yang dihasilkan berbentuk bukit, dimana titik
tertingginya terdapat pada jumlah cacat 3.
3.1.3.2 Mesin 2
Pada percobaan ketiga ini PT. Guna Jaya yang memproduksi mainan
akan melakukan pengecekan terhadap produknya yang berupa lego. Dikarenakan
pergantian CEO maka Pengecekan awalnya dilakukan dengan pengambil 5 sampel
diubah menjadi 15 sampel. Pengecekan kualitas bentuk ini termasuk kedalam distribusi
hipergeometrik. Sampel diambil 15 sekaligus, hal ini dikarenakan pengecekan bagian
cacat bentuk tidak dapat dikembalikan lagi. Misalnya ditemukan 1 cacat bentuk dalam
sekali pengecekan, maka produk tersebut akan dibuang karena tidak dapat dikerjakan
ulang menjadi barang sukses produksi. Pada mesin 2 ini diketahui jumlah legonya
adalah 37 buah dan banyak cacatnya 24 buah. Pengecekan yang dilakukan
abu-abu. Nilai peluang tertinggi terdapat pada jumlah cacat 8, dimana metode

2019 91
Kelompok 19
percobaan memiliki nilai peluang tertinggi diantara semua data yang ada dengan nilai
sebesar 0,275.
3.1.3.3 Mesin 3
Pada percobaan ketiga ini PT. Guna Jaya yang memproduksi mainan
akan melakukan pengecekan terhadap produknya yang berupa lego. Dikarenakan
pergantian CEO maka Pengecekan awalnya dilakukan dengan pengambil 5 sampel
diubah menjadi 15 sampel. Pengecekan kualitas bentuk ini termasuk kedalam distribusi
hipergeometrik. Sampel diambil 15 sekaligus, hal ini dikarenakan pengecekan bagian
cacat bentuk tidak dapat dikembalikan lagi. Misalnya ditemukan 1 cacat bentuk dalam
sekali pengecekan, maka produk tersebut akan dibuang karena tidak dapat dikerjakan
ulang menjadi barang sukses produksi. Pada mesin 3 ini diketahui jumlah legonya
adalah 41 buah dan banyak cacatnya 34 buah. Pengecekan yang dilakukan
abu-abu. Nilai peluang tertinggi terdapat pada jumlah cacat 8, dimana metode
percobaan memiliki nilai peluang tertinggi diantara semua data yang ada dengan nilai
sebesar 0,275.
3.2 Analisis Perbandingan Antar Grafik
3.2.1 Perbandingan Peluang Bentuk LEGO untuk n=5 dan n=15
3.2.1.1 Mesin 1
Grafik di atas adalah grafik perbandingan peluang pengambilan bentuk LEGO
cacat pada mesin 1 antara n = 5 dengan n = 15, pengujian dilakukan dengan mengambil
5 sampel sekaligus LEGO tanpa pengembalian dari 40 sampel. Hal ini karena pada
cacat bentuk, LEGO tidak dapat dikenakan proses rework, sehingga tidak perlu
dikembalikan. Karena pengujian dilakukan tanpa pengembalian maka perhitungan
peluang dilakukan menggunakan rumus distribusi hipergeometrik, sehingga pendekatan

2019 92
Kelompok 19
yang dilakukan adalah pendekatan distribusi binomial terhadap distribusi

hipergeometrik, dan perhitungan berdasarkan data percobaan.
Dari grafik perbandingan n=5 peluang cacat tertinggi terdapat pada nilai x=2
dengan metode perhitungan melalui data percobaan. Peluang pada nilai x = 3, x=4, dan
x=5 relatif sama yaitu mendekati nol. Sedangkan dari grafik perbandingan n=15
peluang cacat tertinggi terdapat pada nilai x=3 dengan menggunakan rumus teoritis.
Peluang pada nilai x=8 hingga x=15 relatif sama yaitu mendekati nol.
Perbedaan nilai peluang yang dihasilkan ketiga metode tersebut terjadi akibat
beberapa faktor. Pada metode perhitungan teoritis dan pendekatan hipergeometrik oleh
binomial, hasil berbeda dikarenakan perbedaan pembulatan angka di belakang koma.
Sedangkan dalam metode data percobaan, perbedaan terlihat mencolok karena
pengambilan lego dilakukan secara riil sehingga tidak dapat diprediksi probabilitasnya.
𝑛
Pada mesin 1, pengujian dengan pengambilan 5 buah lego memiliki nilai =
𝑁
𝑛
0,151, sedangkan untuk pengambilan 15 buah lego memiliki nilai = 0,454. Dalam
𝑁
𝑛
hal ini dapat diketahui bahwa semakin kecil nilai maka selisih perhitungan antara
𝑁
metode teoritis dan metode pendekatan juga akan semakin kecil. Sehingga dapat
dikatakan bahwa pengujian pada mesin 1 akan lebih baik apabila menggunakan ukuran
n=5 dibandingkan n=15.
3.2.1.2 Mesin 2
Grafik di atas merupakan grafik perbandingan peluang pengujian bentuk LEGO
pada mesin 2 antara n=5 dengan n=15. Pada nilai n=5, pengecekkan dilakukan dengan
mengambil 5 sampel lego sekaligus tanpa pengembalian dari 40 sampel. Pada nilai
n=15, pengecekkan dilakukan dengan mengambil 15 sampel lego sekaligus tanpa
pengembalian dari 40 sampel. Karena percobaan dilakukan tanpa pengembalian maka
perhitungan peluang dilakukan menggunakan rumus distribusi hipergeometrik, sehingga
pendekatan yang dilakukan adalah pendekatan distribusi binomial terhadap distribusi

2019 93
Kelompok 19
Dari grafik perbandingan n=5, peluang cacat tertinggi terdapat pada nilai x=2
dengan metode perhitungan melalui data percobaan. Peluang pada nilai x=0 relatif sama
yaitu mendekati nol. Sedangkan dari grafik perbandingan n=15 peluang cacat tertinggi
terdapat pada nilai x=10 dengan menggunakan metode teoritis. Peluang pada nilai x=0
hingga x=4 dan x = 13 hingga x = 15 menunjukkan hasil yang relatif sama yaitu
mendekati nol.
𝑛
𝑁
𝑛
𝑁
𝑛
𝑁
3.2.1.3 Mesin 3
Grafik di atas merupakan grafik perbandingan peluang pengujian bentuk LEGO
pada mesin 3 antara n=5 dengan n=15. Pada nilai n=5, pengecekkan dilakukan dengan
mengambil 5 sampel lego sekaligus tanpa pengembalian dari 40 sampel. Pada nilai
n=15, pengecekkan dilakukan dengan mengambil 15 sampel lego sekaligus tanpa
pengembalian dari 40 sampel. Karena percobaan dilakukan tanpa pengembalian maka
perhitungan peluang dilakukan menggunakan rumus distribusi hipergeometrik, sehingga
pendekatan yang dilakukan adalah pendekatan distribusi binomial terhadap distribusi
Dari grafik perbandingan n=5, peluang cacat tertinggi terdapat pada nilai x=4
dengan metode perhitungan melalui data percobaan. Peluang pada nilai x=0 hingga x =
2019 94
Kelompok 19
1 relatif sama yaitu mendekati nol. Sedangkan dari grafik perbandingan n=15 peluang
cacat tertinggi terdapat pada nilai x=11 dengan menggunakan metode data percobaan.
Peluang pada nilai x=0 hingga x=7 menunjukkan hasil yang relatif sama yaitu
mendekati nol.
𝑛
𝑁
𝑛
𝑁
𝑛
𝑁
3.2.2 Perbandingan Peluang Pengujian Warna Lego untuk n=5 dan n=15
3.2.2.1 Mesin A
Grafik di atas merupakan grafik perbandingan peluang pengujian warna LEGO
pada mesin A antara n=5 dengan n=15. Pada nilai n=5, pengecekkan dilakukan dengan
mengambil 5 sampel secara satu per satu dengan pengembalian dari 40 sampel. Hal ini
dikarenakan cacat warna pada lego dapat diperbaiki dengan melakukan proses rework
pada lego. Pada nilai n=15, pengujian dilakukan dengan mengambil 15 sampel dengan
pengembalian dari 40 sampel. Percobaan dilakukan dengan pengembalian, sehingga
perhitungan peluang dilakukan menggunakan rumus distribusi binomial, sehingga
pendekatan yang dilakukan adalah pendekatan distribusi normal terhadap distribusi
binomial, dan perhitungan berdasarkan data percobaan.
dengan metode data percobaan. Peluang pada nilai x=4 dan x=5 relatif sama yaitu
2019 95
Kelompok 19
mendekati nol. Pada grafik perbandingan n=15, peluang cacat tertinggi terdapat pada
nilai x=2 dengan metode data percobaan. Peluang pada nilai x=8 hingga x=15 relatif
sama yaitu mendekati nol.
beberapa faktor. Perbedaan pada perhitungan teoritis dan pendekatan hipergeometrik
oleh binomial terjadi akibat perbedaan pembulatan angka di belakang koma, sedangkan
adanya perbedaan yang cukup besar pada perhitungan melalui data percobaan karena
pengambilan dilakukan secara riil sehingga tidak dapat diprediksi probabilitasnya.
Pada syarat pendekatan distribusi normal terhadap binomial, nilai pendekatan
akan semakin baik apabila nilai n semakin besar karena akan menghasilkan selisih nilai
yang semakin kecil. Sehingga, dapat dikatakan bahwa percobaan dengan n=15 lebih
baik dari percobaan dengan n=5.
3.2.2.2 Mesin B
pada mesin B antara n=5 dengan n=15. Pada pengambilan lego sebanyak 5 buah,
pengecekkan dilakukan dengan mengambil 5 sampel secara satu per satu dengan
pengembalian dari 40 sampel. Hal ini dikarenakan cacat warna pada lego dapat
diperbaiki dengan melakukan proses rework pada lego. Pada saat banyak pengambilan
lego 15 buah, pengujian dilakukan dengan mengambil 15 sampel dengan pengembalian
dari 40 sampel. Percobaan dilakukan dengan pengembalian, sehingga perhitungan
peluang dilakukan menggunakan rumus distribusi binomial, sehingga pendekatan yang
dilakukan adalah pendekatan distribusi normal terhadap distribusi binomial, dan
perhitungan berdasarkan data percobaan.
dengan metode data percobaan. Peluang pada nilai x=0 relatif sama yaitu mendekati
nol. Pada grafik perbandingan n=15, peluang cacat tertinggi terdapat pada nilai x=9
dengan metode data percobaan. Peluang pada nilai x=13 hingga x=15 relatif sama yaitu
mendekati nol.

2019 96
Kelompok 19
3.2.2.3 Mesin C
pada mesin C antara n=5 dengan n=15. Pada pengambilan lego sebanyak 5 buah,
pengecekkan dilakukan dengan mengambil 5 sampel secara satu per satu dengan
pengembalian dari 40 sampel. Hal ini dikarenakan cacat warna pada lego dapat
diperbaiki dengan melakukan proses rework pada lego. Pada saat banyak pengambilan
lego 15 buah, pengujian dilakukan dengan mengambil 15 sampel dengan pengembalian
dari 40 sampel. Percobaan dilakukan dengan pengembalian, sehingga perhitungan
peluang dilakukan menggunakan rumus distribusi binomial, sehingga pendekatan yang
dilakukan adalah pendekatan distribusi normal terhadap distribusi binomial, dan
perhitungan berdasarkan data percobaan.
dengan metode data percobaan. Peluang pada nilai x=0 relatif sama yaitu mendekati
nol. Pada grafik perbandingan n=15, peluang cacat tertinggi terdapat pada nilai x=14
dengan metode rumus teoritis. Peluang pada nilai x=0 hingga x=8 relatif sama yaitu
mendekati nol.

2019 97
Kelompok 19
3.2.3 Perbandingan Peluang Pengujian Bentuk Lego dan Warna Lego untuk
n=5
3.2.3.1 Mesin 1 dengan Mesin A
Uji kualitas lego berdasarkan bentuk dan warna LEGO dilakukan berturut-turut
di mesin 1 dan mesin A dengan cara mengambil 5 sampel dari keseluruhan sampel yang
ada. Pengambilan dilakukan menggunakan dua metode berbeda, yaitu dengan
pengembalian untuk warna LEGO di mesin A dan tanpa pengembalian untuk bentuk
LEGO di mesin 1. Peluang dengan pengembalian dihitung menggunakan tiga metode
yaitu menggunakan data percobaan, rumus distribusi binomial, dan pendekatan
distribusi normal terhadap binomial. Peluang tanpa pengembalian dihitung
menggunakan tiga metode yaitu menggunakan data percobaan, rumus distribusi
hipergeometrik, dan pendekatan distribusi binomial terhadap hipergeometrik.
Dalam pendekatan binomial terhadap hipergeometrik, pendekatan semakin baik
𝑛
apabila nilai ≤ 0,1 atau jika nilai n semakin kecil. Sebaliknya, pendekatan normal
𝑁
terhadap binomial dikatakan semakin baik apabila nilai n semakin besar. Dapat
disimpulkan bahwa pada pengujian n=5 akan menghasilkan nilai yang lebih baik
apabila menggunakan pendekatan hipergeometrik yaitu pengecekan bentuk LEGO.
Berdasarkan data rekap hasil perhitungan yang didapatkan, peluang tertinggi
pada mesin 1 dan mesin A adalah saat terambil cacat 1 menggunakan metode teoritis
dengan nilai peluang sebesar 0,440 dan 0,425. Nilai peluang lain yang dihasilkan secara
keseluruhan memiliki selisih yang tidak terlalu besar. Terdapat beberapa perbedaan

2019 98
Kelompok 19
yang disebabkan oleh perbedaan pembulatan dan pengambilan data yang dilakukan
secara riil sehingga tidak dapat diprediksi probabilitasnya.
3.2.3.2 Mesin 2 dengan Mesin B

di mesin 1 dan mesin A dengan cara mengambil 5 sampel dari keseluruhan sampel yang
pengembalian untuk warna LEGO di mesin B dan tanpa pengembalian untuk bentuk
𝑛
𝑁
pada mesin 2 dan mesin B adalah saat terambil cacat 3 menggunakan metode data
percobaan dengan nilai peluang sebesar 0,362 dan 0,400. Nilai peluang lain yang
dihasilkan secara keseluruhan memiliki selisih yang tidak terlalu besar. Terdapat
beberapa perbedaan yang disebabkan oleh perbedaan pembulatan dan pengambilan data
yang dilakukan secara riil sehingga tidak dapat diprediksi probabilitasnya.
3.2.3.3 Mesin 3 dengan Mesin C

di mesin 3 dan mesin C dengan cara mengambil 5 sampel dari keseluruhan sampel yang

2019 99
Kelompok 19

pengembalian untuk warna LEGO di mesin C dan tanpa pengembalian untuk bentuk
𝑛
𝑁
pada mesin 3 adalah saat terambil cacat 4 menggunakan metode data percobaan dengan
nilai peluang sebesar 0,433, sedangkan peluang tertitinggi pada mesin C adalah saat
terambil cacat 3 dengan nilai peluang sebesar 0,625. Nilai peluang lain yang dihasilkan
secara keseluruhan memiliki selisih yang cukup besar. Hal ini terjadi karena perbedaan
pembulatan dan pengambilan data yang dilakukan secara riil sehingga tidak dapat
diprediksi probabilitasnya.

2019 100
Kelompok 19
BAB IV
PENUTUP
4.1 Kesimpulan
Berdasarkan praktikum yang telah dilakukan, maka dapat disimpulkan :

1. Adapun karakteristik dari distribusi hipergeometrik dan binomial antara lain,
Distribusi Hipergeometrik memiliki karakteristik sebagai berikut:
- Sebuah sampel acak berukuran n diambil diambil dari populasi N
- Kelompok k dari populasi N dapat dikelompokkan sebagai sukses dan N-k
adalah kelompok gagal
Distribusi Binomial memiliki karakteristik yaitu:
- Dilakukan sebanyak n kali percobaan
- Setiap percobaan kemungkinan hasilnya adalah sukses atau gagal
- Peluang sukses bernilai konstan
- Setiap percobaan terpisah satu sama lain
2. Perbedaan karakteristik antara distribusi binomial dan distribusi
hipergeometrik adalah pada percobaan distribusi binomial percobaan
dilakukan dengan pengembalian, sedangkan pada uji distribusi hipergeometrik
percobaan dilakukan tanpa pengembalian. Perbedaan antara distribusi
binomial dan hipergeometrik yang lain adalah binomial memiliki peluang
sukses yang sama sedangkan hipergeometrik memiliki peluang sukses yang
berbeda. Perbedaan lainnya adalah terletak pada jumlah populasi, binomial
memiliki jumlah populasi yang tidak terbatas, sedangkan hipergeometrik
memiliki jumlah populasi yang terbatas.
3. Distribusi hipergeometrik dapat dilakukan pendekatan dengan distribusi
binomial. Hal itu dapat terjadi dengan syarat memiliki jumlah N populasi
yang besar. Hal itu agar p dapat mendekati nilai yang konstan. Hal itu juga
𝑛
menyebabkan 𝑁 ≤ 0,1.

2019 101
Kelompok 19
Semakin kecil hasil nilai dari maka semakin kecil pula selisih jika didekati
dengan distribusi binomial. Distribusi itu juga dapat didekati dengan

distribusi normal dengan syarat yaitu nilai proporsi p mendekati 0,5 dan
ukuran sampel (n) cukup besar. Semakin besar nilai n, makin kecil perbedaan
jika didekati dengan distribusi normal.
4. Contoh penerapan distribusi binominal adalah pengecekan berat total pada
produk elektronik yang dilakukan dengan pengembalian, sedangkan
penerapan distribusi hipergeometrik adalah pengujian kualitas pada produk
elektronik yang dilakukan tanpa pengembalian.
4.2 Saran
Saran dari kelompok kami setelah melakukan praktikum modul 4:
1. Praktikan diharapkan sudah mempelajari dan memahami materi sebelum
dilakukannya praktikum, termasuk mengetahui asal dari rumus yang
digunakan pada proses pengolahan data di bab IV laporan praktikum modul
4.
2. Praktikan sebaiknya memilih tempat pengambilan data di tempat yang ramai
dan memilih waktu yang tepat saat pengambilan data, agar proses
pengumpulan data tidak memakan waktu lama dan data yang diperoleh cepat
terkumpul.
3. Dalam pengerjaan laporan, praktikan harus memiliki tingkat ketelitian dan
kecermatan yang tinggi dalam pengambilan data saat mencatat waktu
kedatangan, waktu pelayanan, dan waktu selesai agar pengerjaan laporan
dapat diselesaikan secara efektif dan efisien.
4. Setiap praktikan sebaiknya menanyakan kesulitan-kesulitan yang dialami
kepada asisten, baik ketika melakukan praktikum maupun dalam pembuatan
laporan.

2019 102

Modul 4 Kelompok 19 New

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul 4 Kelompok 19 New

Diunggah oleh

Hak Cipta:

Format Tersedia

Laporan Praktikum Teori Probabilitas

Modul 4 - Distribusi Hipergeometrik dan Binomial

1.1 Flowchart Metode Praktikum

Gambar 1.1 Flowchart Metode Praktikum

Departemen Teknik Industri

1.2 Penjelasan Flowchart

Departemen Teknik Industri

2.11 Mesin 1 (N = 33; n = 5; k = 7; p = 0,212; x = 0,1,2,3,4,5)

Departemen Teknik Industri

Rekap hasil perhitungan hipergeometrik dalam percobaan pada Mesin 1 disajikan

b. Hipergegeometrik dengan teoritis (rumus)

Departemen Teknik Industri

Departemen Teknik Industri

P(1) = (51) 0,2121 x 0,7884 = 0,408

Tabel 2.4 Rekap Hasil Perhitungan Hipergeometrik dengan Pendekatan Distribusi

Departemen Teknik Industri

Berikut disajikan tabel untuk perbandingan hasil perhitungan peluang dan

Berikut disajikan grafik untuk perbandingan hasil perhitungan peluang dan

Departemen Teknik Industri

Grafik Perbandingan Percobaan 1

2.1.2 Mesin 2 (N = 37; n = 5; k = 24; p = 0,648; x = 0,1,2,3,4,5)

Departemen Teknik Industri

Rekap hasil perhitungan hipergeometrik dalam percobaan Mesin 2 disajikan pada

b. Hipergegeometrik dengan teoritis (rumus)

Departemen Teknik Industri

c. Hipergeometrik dengan pendekatan distribusi binomial

Departemen Teknik Industri

P(3) = (53) 0,6483 x 0,3252 = 0,287

Tabel 2.8 Rekap Hasil Perhitungan Hipergeometrik dengan Pendekatan Distribusi

Berikut disajikan tabel untuk perbandingan hasil perhitungan peluang dan

Departemen Teknik Industri

P(x) P(x) P(x)

Berikut disajikan grafik untuk perbandingan hasil perhitungan peluang dan

Grafik Perbandingan Percobaan 1

Departemen Teknik Industri

2.1.3 Mesin 3 (N = 41; n = 5; k = 34; p = 0,829; x = 0,1,2,3,4,5)

Rekap hasil perhitungan hipergeometrik teoritis Mesin 2 disajikan pada tabel

Departemen Teknik Industri

b. Hipergegeometrik dengan teoritis (rumus)

Departemen Teknik Industri

Rekap hasil perhitungan hipergeometrik dengan teoritis pada mesin 3 disajikan

c. Hipergeometrik dengan pendekatan distribusi binomial

Departemen Teknik Industri

P(5) = (55) 0,8295 x 0,1710 = 0,392

Berikut disajikan table untuk perbandingan hasil perhitungan peluang dan

Departemen Teknik Industri

Berikut disajikan grafik untuk perbandingan hasil perhitungan peluang dan

Grafik Perbandingan Percobaan 1

2.2.1 Mesin A (N=125 ; n=5 ; k=26 ; p=0,208 (k/N) ; x=0,1,2,3,4,5)

Tabel 2.7 Tabel Peluang Perhitungan Percobaan Mesin A

b. Binomial dengan Rumus ( teoritis )

𝑃(𝑋 = 0) = (5) 0,208 0,792 = 0,312

𝑃(𝑋 = 1) = (5) 0,208 0,792 = 0,409

𝑃(𝑋 = 2) = (5) 0,208 0,792 = 0,215

𝑃(𝑋 = 3) = (5) 0,208 0,792 = 0,056

𝑃(𝑋 = 4) = (5) 0,208 0,792 = 0,007

𝑃(𝑋 = 5) = (5) 0,208 0,792 = 0,000

c. Binomial dengan Pendekatan Distribusi Normal

Departemen Teknik Industri

Departemen Teknik Industri

Departemen Teknik Industri

Jumlah Cacat Data Percobaan Rumus Teoritis Pendekatan

Tabel 2.9 Tabel Perbandingan Peluang Perhitungan Mesin A