Departemen Teknik Industri FTI-ITB

Distribusi Binomial
Percobaan Bernoulli adalah percobaan yang memenuhi kondisi-kondisi
berikut:
1. Satu percobaan dengan percobaan yang lain independen. Artinya,
sebuah hasil tidak mempengaruhi muncul atau tidak munculnya hasil
yang lain.
2. Setiap percobaan memberikan dua hasil yang mungkin, yaitu sukses*
dan gagal. Kedua hasil tersbut bersifat mutually exclusive(saling
bebas) dan exhaustive (tidak terjadi secara bersamaan).
3. Probabilitas sukses, disimbolkan dengan p, adalah tetap atau konstan.
Probabilitas gagal, dinyatakan dengan q, adalah q = 1-p.

* Istilah sukses dan gagal adalah istilah statistik yang tidak memiliki implikasi positif atau negatif.

TI2131Teori Probabilitas - Bagian 3 1

Departemen Teknik Industri FTI-ITB

Distribusi Binomial (1)

• Sebuah variabel random, X, menyatakan jumlah sukses dari n percobaan
Bernoulli dengan p adalah probabilitas sukses untuk setiap percobaan, dikatakan
mengikuti distribusi (diskrit) probabilitas binomial dengan parameter n (jumlah
sukses) dan p (probabilitas sukses).
• Selanjutnya, variabel random X disebut variabel random binomial.

TI2131Teori Probabilitas - Bagian 3 2

 Departemen Teknik Industri FTI-ITB

Distribusi Binomial
Jumlah Probabilitas P(x)
Distribusi probabilitas binomial :
sukses x
n n!
P ( X  x )  f ( x )    p x q ( n  x ) 
n!
p x q (n x) 0 p 0q (n0)
x! ( n  x )! 0 ! ( n  0 )!
 x
n!
dimana : 1 p 1 q ( n 1 )
1! ( n  1 )!
p probabilitas sukses sebuah percobaan, n!
q = 1-p, 2 p 2q (n2)
2 ! ( n  2 )!
n jumlah percobaan, dan n!
x jumlah sukses. 3 p 3q (n3)
3! ( n  3 )!
M M
n!
n p n q (nn)
n ! ( n  n )!

1.00

TI2131Teori Probabilitas - Bagian 3 3

Departemen Teknik Industri FTI-ITB

Distribusi Binomial
n=5
p
x 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 .951 .774 .590 .328 .168 .078 .031 .010 .002 .000 .000 .000 .000

1 .999 .977 .919 .737 .528 .337 .187 .087 .031 .007 .000 .000 .000
2 1.000 .999 .991 .942 .837 .683 .500 .317 .163 .058 .009 .001 .000

3 1.000 1.000 1.000 .993 .969 .913 .813 .663 .472 .263 .081 .023 .001

4 1.000 1.000 1.000 1.000 .998 .990 .969 .922 .832 .672 .410 .226 .049

a F(h) P(h)
Distribusi probabilitas Penentuan nilai probabilitas dari
kumulatif binomial dan 0 0.031 0.031
probabilitas kumulatif
distribusi probabilitas variabel 1 0.187 0.156
random binomial A, jumlah 2 0.500 0.313
F (x)  P( X  x)  
X x
f (x)

produk yang dihasilkan oleh 3 0.813 0.313 P(X)  f(x) = F(x) - F(x - 1)
mesin A (p=0.5) dalam 5 4 0.969 0.156
Contoh :
5 1.000 0.031
produk yang diambil. 1.000 f (3)  F (3)  F ( 2 )
 0 ,813  0 , 500
 0 , 313

TI2131Teori Probabilitas - Bagian 3 4

Departemen Teknik Industri FTI-ITB

Distribusi Binomial (6)

60% dari produk yang dihasilkan adalah sempurna. Sebuah
sample random sebanyak 15 diambil. Berapa probabilitas
bahwa paling banyak ada tiga produk yang sempurna?
n=15
p 15  n!
P ( X  x )  f ( x )   (0,6) x (0,4) (15  x )  p x q (n x)
x x!( n  x )!
.50 .60 .70
0 .000 .000 .000
1 .000 .000 .000 F(x)  P(X  x)   f (x)  f (0)  f (1) ...f (x)
2 .004 .000 .000 X x

3 .018 .002 .000

4 .059 .009 .001 F(3)  P(X  3)  f (0)  f (1)  f (2)  f (3)  0,002
... ... ... ...
TI2131Teori Probabilitas - Bagian 3 5
Departemen Teknik Industri FTI-ITB

Sebuah sistem produksi menghasilkan produk dari dua mesin A dan B

dengan kecepatan yang sama. Diambil 5 produk dari lantai produksi
dan nyatakan X sebagai jumlah produk yang dihasilkan dari mesin A.

Mean dari distribusi binomial:

  E ( X )  np
X adalah jumlahprodukdari
Variansi dari distribusi binomial:
mesinA dalam5 produk:
 2  V ( X )  npq  X  E( X )  (5)(0,5)  2,5
 X2  V ( X )  (5)(.5)(.5)  0.5
Deviasi standar dari distribusi binomial:  X  SD( X )  0,5  0,7071
 = SD(X) = npq

TI2131Teori Probabilitas - Bagian 3 6

Departemen Teknik Industri FTI-ITB

Distribusi Binomial
p = 0.1 p = 0.3 p = 0.5
Binomial Probability: n=4 p=0.1 Binomial Probability: n=4 p=0.3 Binomial Probability: n=4 p=0.5
0.7 0.7 0.7

0.6 0.6 0.6

n=4 0.5

0.4
0.5

0.4
0.5

0.4
P(x)

P(x)

P(x)
0.3 0.3 0.3

0.2 0.2 0.2

0.1 0.1 0.1

0.0 0.0 0.0

0 1 2 3 4 0 1 2 3 4 0 1 2 3 4
x x x

Binomial Probability: n=10 p=0.1 Binomial Probability: n=10 p=0.3 Bino m ial P rob ab ility: n=1 0 p=0.5

0.5 0.5 0.5

0.4 0.4 0.4

n = 10 0.3 0.3 0.3

P(x)

P(x)

P(x)
0.2 0.2 0.2

0.1 0.1 0.1

0.0 0.0 0.0

0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
x
x x

Binomial Probability: n=20 p=0.1 Binomial Probability: n=20 p=0.3 Binomial Probability: n=20 p=0.5

n = 20 0.2 0.2 0.2

P(x)

P(x)

P(x)
0.1 0.1 0.1

0.0 0.0 0.0

0 1 2 3 4 5 6 7 8 9 1011121314151617181920 0 1 2 3 4 5 6 7 8 9 1011121314151617 181920 0 1 2 3 4 5 6 7 8 9 1011121314151617181920
x x x

Distribusi binomial cenderung menjadi simetris dengan meningkatnya n dan p .5.

TI2131Teori Probabilitas - Bagian 3 7

Departemen Teknik Industri FTI-ITB

10% dari produk yang dihasilkan

adalah rusak. Sebuah sample
random sebanyak 5 diambil.Apabila
VR X menyatakan banyaknya yang
cacat, a)tetukan distribusi
probabilitas VR X b) Berapa
probabilitas bahwa paling banyak
ada tiga produk yang sempurna c)
berapa probabilitas 4 rusak?
TI2131Teori Probabilitas - Bagian 3 8