DISTRIBUSI PROBABILITAS DISKRIT

DISTRIBUSI BINOMIAL, DISTRIBUSI HIPERGEOMETRIK, DAN DISTRIBUSI POISSEN

Dosen pengampu

Olnes Hutajulu S.Pd, M.Eng

Oleh Kelompok 11

HENGKI PURBA 5192530001

TRY SATRIA SITUMORANG 5193530014

PROGRAM STUDI S1 TEKNIK ELEKTRO

FAKULTAS TEKNIK UNIVERSITAS NEGERI MEDAN

 Kata Pengantar

Puji syukur kami panjatkan kehadirat Tuhan YME karena-Nya kami bisa menyelesaikan
makalah tugas ini tepat waktu. Kami berterimmakasih kepada bapak Olnes Yosefa Hutajulu,
S.Pd, M.Eng. Selaku dosen pengampu di mata kuliah Probabilitas dan Statistika ini.
Makalah ini dibuaat dengan tujuan agar mahasiswa maupun pembaca dapat memahami
materi yang berhubungan dengan Probabilitas dan Statistika. Dalam pembuatan makalah ini
ada banyak sekali kekurangan disana sininya, baik dari segi penulisan hingga penyampaian
materi yang ada didalam makalah ini. Kami mengharapkan kritik dan saran dari para
pembaca agar kedepannya makalah ini menjadi lebih baik lagi dan dapat bermanfaat bagi
orang orang yang membacanya.

 Medan, february 2020

 Penulis
 Bab 1

Rumusan Masalah

Berdasarkan latar belakang masalah di atas, penyusun merumuskan rumusan masalah sebagai
berikut.

1.         Pengertian Distribusi Probilitas Diskrit

2.         Jenis-jenis Distribusi Probilitas Diskrit

3.         Pengertian dari setiap jenis Distribusi Probilitas Diskrit

4.         Contoh dari setiap jenis Distribusi Probilitas Diskrit

1.3       Maksud dan Tujuan

Adapun maksud dan tujuan pembuatan makalah ini adalah sebagai berikut :

1.         Untuk melengkapi tugas mata kuliah Struktur Data

2.         Menjelaskan tentang apa ituDistribusi Probilitas Diskrit , jenis, fungsi, dan fungsinya

            Manfaat yang diperoleh dari pelaksanaan praktikum ini adalah:1. 

3.         Mampu memahami dan menguasai konsep distribusi probabilitas.

4.         Dapat mengetahui macam-macam distribusi probabilitas.

5.         Mampu membedakan konsep dari masing-masing distribusi probabilitas.

 Bab 2
Pengertian Distribusi Probilitas Diskrit

Distribusi peluang diskrit adalah suatu tabel atau rumus yang mencantumkan
semuakemungkinan nilai suatu pengubah acak diskrit (ruang contoh diskrit mangandung
jumlah titik yang terhingga) dan juga peluangnya. Adapun macam-macam distribusi diskrit
adalah sebagaiberikut 
Jenis-jenis Distribusi Probilitas Diskrit

 Distribusi Probilitas Diskrit dibagi menjadi 5 jenis Probilitas yaitu:

1) Distribusi Uniform
2) Distribusi Binomial
3) Distribusi Multinomial
4) Distribusi giometrik
5) Distribusi Hipergiometrik
6) Distribusi Poisson
Distribusi Binomial 
Distribusi binomial adalah suatu distribusi probabilitas yang dapat digunakan
bilamanasuatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli.
Proses Bernoulli adalah, sebuah proses eksperimen statistik yg memiliki ciri-ciri:

 Probabilitas “sukses” di tiap percobaan, p, besarnya tetap dari satu   
percobaan ke berikutnya.
  Satu percobaan dan yg berikutnya bersifat independen

  Percobaan terdiri atas n-usaha yang berulang2.

  Tiap-tiap usaha memberikan hasil yang dapat dikelompokan menjadi 2-kategori,

suksesatau gagal3.
 Peluang kesuksesan dinyatakan dengan p, tidak berubah dari satu usaha ke
usahaberikutnya.4.
 Tiap usaha bebas dengan usaha lainnya.

Distribusi Binomial: General Case
Kasus distribusi binomial umum:

 ·        dilakukan eksperimen sebanyak n kali pengambilan
 ·        dari n tsb, sebanyak x dikategorikan “sukses”, jadi sebanyak n-xadalah “gagal”
 ·       probabilitas “sukses” di tiap percobaan = p, berarti probabilitas“gagal “, q=1-p.
Maka probabilitas terjadinya outcome dengan konfigurasi x “sukses” dan (nx) “gagal” tertentu, 

adalah: P(SSS … GGG) = ppp….qqq = pxqn-x Sebab S ada x buah dan G sebanyak (n-x) buah. 

Tentu ada banyak konfigurasi  lain yg juga  memiliki x buah S dan (n-x) buah G

Sehingga probabilitas mendapatkan hasil eksperimen yg memiliki

x buah S dan (n-x) buah G adalah:Cnx pxqn-x   = b(x;n,p)
CONTOH DISTRIBUSI BINOMIAL

1.            Dari suatu distribusi binomial, diketahui p =0,5 dan n =2.Tentukan bilangan acak
dari distribusi binomial dengan a = 77 z0 = 12357 dan m = 127.

 
Distribusi Hipergiometrik

Distribusi hipergeometrik adalah distribusi probabilitas diskrit dari sekelompok obyek yang

dipilih tanpa pengembalian.

Distribusi Hipergeometrik dari variabel random X yang menyatakan banyaknya outcome

yang “sukses” dari sampel random sebanyakn yg diambil dari populasi sebanyak N, 

dimana dari N tsb sebanyakk buah adalah “sukses” dan sisanya “N k” adalah “gagal”

Suku pembagi (denominator) menyatakan banyak kombinasi yg terjadi jikadari N obyek 

diambil n tiap kali.

Faktor pertama suku terbagi (numerator) menyatakan banyaknya kombinasi dari obyek 

berjenis “sukses” yg berjumlah k jika tiap kali diambil sebanyak x buah.

Faktor kedua suku terbagi (numerator) menyatakan banyaknya kombinasi dari obyek 

berjenis “gagal” sebanyak N-k jika tiap kali diambil sebanyak (n-x) buah.

CONTOH DISTRIBUSI HIPERGIOMETRIK

1.         Suatu panitia pemilihan dibentuk berdasarkan 6 orang yang diambil secara acak dari 15 orang
yang mendaftar. Enam puluh persen diantaranya adalah wanita, maka dihitung probalitas tepat 2
wanita dalam panitia tersebut.

Misalkan X adalah banyaknya wanita yang terpilih dalam kepanitiaan, maka x= 2, n = 6, N =

15, dan m = 60% dari N =(0,60)(15) = 19, sehingga probalitas tepat 2 wanita dalam panitia
tersebut adalah
Distribusi Poisson

Distribusi probabilitas Poisson bermanfaat dalam penentuan probabilitas dari sejumlahkemunculan

pada rentang waktu atau luas/volume tertentu.

Distribusi probabilitas dari variabel random Poisson X yg menyatakanbanyaknya outcome dalam 

interval waktu tertentu t (atau daerahtertentu) dengan λ menyatakan laju terjadinya 

outcome persatuanwaktu atau per satuan daerah diberikan oleh (tidak diturunkan!):

Sifat Distribusi Poisson

1. Tidak punya memori atau ingatan, yaitu banyaknya outcome dalamsatu interval waktu 

(atau daerah) tidak bergantung pada banyaknya outcome pada waktu atau daerah yg lain.

2. Probabilitas terjadinya 1 outcome dalam interval waktu (atau daerah) yg sangat pendek (kecil) 

sebanding dengan lama waktu interval waktu tsb (atau luas daerahnya). Dan tidak bergantung

pada kejadian atau outcome di luar interval ini.

3. Probabilitas terjadinya lebih dari 1 outcome dalam interval waktu yg sangat pendek di (2) 

tsb sangat kecil atau bisa diabaikan.

CONTOH DISTRIBUSI POISSON

1.          Mean banyaknya panggilan ke call center dalam 2 hari adalah 6 panggila. Di hitung probalitas  

            bahwa:

1) minimal ada 2 panggilan dalam 2 hari

2) ada tujuh panggilan dalam 4 hari

3) maksimum ada satu panggilan dalam 1 hari

Misalkan X adalah banyaknya panggilan ke call center dan u adalah mean banyaknya
panggilan ke call center dalam 2 hari (t = 2), maka u sama dengan 6, sehingga:
1) Jika mean banyaknya panggilan ke call center diberikan dalam 2 hari, maka probalitas minimal 

ada 2 panggilan dalam 2 hari akan bernilai

Jika mean banyaknya panggilan 2 hari, maka probalitas ada 7 panggilan dalam 4 hari akan

bernilai

  

3. Jika mean banyaknya panggila ke call center diberikan 2 hari, maka probalitas

maksimum ada  1 panggilan dalam 1 hari akan bernilai

 BAB III
  PENUTUP

 3.1      Kesimpulan
Dari semua yang saya bahas di atas kesimpulannya yaitu Distribusi Hipergeometrik adalah
banyaknya sukses dalam sampel random berukuran nyang diambil dari populasi N (di mana
di dalam N terkandung k sukses dan N- k gagal).