BAB 5

DISTRIBUSI DISKRIT
Materi ini mempelajari konsep dasar :
❖ distribusi Bernoulli, binomial, dan Poisson.

1. Distribusi Bernoulli :
Menggambarkan kejadian dari suatu objek
dalam dua kemungkinan :
1. terjadi (sukses) diberi notasi S, atau
2. tidak terjadi (gagal) diberi notasi G.

Gambar 5.1. Sebuah percobaan Bernoulli

34
Fungsi probabilita proses Bernoulli untuk percobaan
n kali yang saling bebas :
p(x1 , x2 , …, xn ) = p(x1) p(x2 ) … p(xn )

= p x = 1, j = 1, 2, ..., n
 j


p (xj) = = (1 − p) = q x = 0, j = 1, 2, ... , n
 j

= 0 lainnya
Mean : E(Xj ) = 1. P + 0 . (1-p) = p,
Varian : Var(Xj ) = (1 - p)2 . p + (0 - p)2 . (1 - p)
= p( 1 – p) = pq
Contoh 5.1.
Dalam suatu proses produksi, sebuah potongan besi
diproduksi oleh suatu mesin secara otomatis. Setiap
potongan besi yang dihasilkan dari 1.000 potongan
akan diklasifikasikan dalam katagori baik atau
buruk. Dalam hal ini proses produksi diasumsikan
sebagai suatu percobaan tunggal yang menghasilkan
sukses (untuk produk baik) atau gagal (untuk
produk rusak).

35
2. Distribusi Binomial
Menggambarkan banyaknya sukses pada n kali
percobaan Bernoulli.

Fungsi probabilita :

p(x) =  nx  px (1 - p)n-x x = 0, 1, 2, 3, …, n

 
= 0 lainnya

n  = n!
x  x!(n - x)! , dan

 


n! = n x (n-1) x (n-2) x . . . . x 1.
3! = 3 . 2 . 1

Mean dan varian :

E(X) = np, Var(X) = npq

n : jumlah data
p : probabilita untuk kejadian sukses (0 p1)

36
Contoh 5.2.
Dalam suatu proses produksi diambil sampel random
sebanyak 100 potongan besi. Setiap potongan diselidiki
dan diukur untuk diuji apakah sesuai dengan spesifikasi
atau tidak. Diketahui bahwa 1% dari seluruh produksi
adalah rusak. Hitung :
• Probabilita terdapat lebih dari 2 barang rusak.
• Rata-rata dan varian untuk barang rusak.

Jawab. n = 100 buah, p(rusak)=0,01.

Fungsi probabilita untuk barang rusak x :
 
p(x)= 100  0,01x (1 - 0,01)100-x x=0, 1, 2, 3, …, n
 x 
= 0 lainnya

Probabilita terdapat lebih dari 2 bh barang rusak

dinyatakan :
P(X > 2) = 1 – P(X  2),
 
p(X  2) = 2x = 0 100 0,01x (1 - 0,01)100 - x
 x 
= (0,99)100 + 100 (0,01)1 (0,99)99
+ 4950 (0,01)2 (0,99)98 = 0,92
Probabilita terdapat lebih dari 2 bh barang rusak :
P(X > 2) = 1- 0,92 = 0,08.
Mean dan varian barang rusak :
E(X) = np = 100 x 0,01 = 1
Var(X) = npq = 100 x 0,01 x 0.99 = 0,99

37
3. Distribusi Poisson
Fungsi probabilita :
λ x e- λ
p(x) = x = 0, 1, 2, 3, ….
x!
= 0 lainnya.

Mean dan varian :

E(X) = Var (X) = 

Contoh 1.
Dua ratus penumpang telah memesan tiket untuk sebuah
penerbangan luar negeri. Jika probabilitas penumpang
yang telah mempunyai tiket tidak akan datang adalah 0,01
maka berapakah peluang ada 3 orang yang tidak datang.

Jawab :
Diketehui n = 200, P = 0,01, X = 3,
 = n . p = 200 . 0,01 = 2
P(x;λ) = (e –  . λ X )/X !
= (2,71828 – 2 . 2 3 )/ 3 !
= 0,1804 atau 18,04 %

38
Contoh 2.
Rata – rata kedatangan kendaraan di jalan aya λ = 72
setiap jam. Berapa peluang dari jumlah kendaraan
sebanyak 4 kedatangan dalam 3 menit.

Jawab :
Diketahui : λ = 72 kedatangan setiap jam.
Dalam 3 menit adalah 3 / 60 = 1 / 20 unit waktu,
maka dalam satuan waktu menjadi t = 1 / 20 dan x = 4

P ( x ) = (e –λ . t . ( λ . t ) x ) / X!
P ( x ) = (e –72 . ( 1/ 20 ) . ( 72 . 1 / 20 ) 4) / 4!
= 0,191 atau 19,1 %

39
Contoh 3.
Rata – rata seorang mahasiswa melakukan lima kesalahan
menulis per halaman. Berapakah peluang bahwa pada
halaman berikut mahasiswa :
a. Tidak ada kesalahan ( x = 0 )
b. Tidak lebih dari tiga kesalahan ( x ≤ 3)
c. Lebih dari tiga kesalahan ( x > 3 )

Jawab :
Diketahui : λ = 5
a. Untuk x = 0, P ( x ; λ ) = (e –  . λ X )/X !
P ( 0 ; 5 ) = (2,71828 – 5 . 5 0 ) 0!
= 0,0067
b. Untuk x ≤ 3 ;
P (x ≤ 3 , 5)
= P( 0, 5 ) + P (1, 5 ) + P ( 2, 5 ) + P ( 3, 5 )
= 0.0067 + 0.0337 + 0.0842 + 0.1404
= 0,2650 atau 26,5 %

40
 c. Untuk X > 3 ;
P (X > 3 , 5)= P( 4, 5 ) + P (5, 5 ) + … + P ( 15, 5 )
atau
P (X > 3 , 5) = 1 – [P ( X ≤ 3 , 5 ) ]
= 1 – [ P ( X 0, μ ) +….+ p (X 3, μ) ]
= 1 – [ P ( 0, 5 ) +….+p ( 3, 5 ) ]
= 1 – [ 0,2650 ]
= 73,5 %

41