BAB IV.

SEBARAN PELUANG DISKRIT

A. Tujuan Instruksional Khusus:

Pada akhir pertemuan 12-14 mahasiswa diharapkan mampu mengkarakterisasi

beberapa sebaran/fungsi peluang diskrit.

B. Pokok Bahasan:

1. Pendahuluan
2. Sebaran Bernoulli
3. Sebaran Binom
4. Sebaran Hipergeometrik
5. Sebaran Poisson
6. Sebaran Binom Negatif
7. Sebaran Geometrik

C. Referensi:

1. Walpole, R.E. 1995. Pengantar Statistika, edisi ketiga. PT. Pustaka Gramedia,
Jakarta.
2. Kvanli, A.H. 1988. Statistic. A Computer Integrated Approach. West
Publishing Company, New York.
3. Mattjik, A.A., dan M. Sumertajaya. 2000. Perancangan Percobaan dengan
Aplikasi SAS dan Minitab. IPB Press, Bogor.

D. Referensi Tambahan :

Milton, S.J. 1995. Introduction to Probability and Statistic: Principles and

Application for engineering and the Computing Science. John Wiley & Sons,
New York.

E. Pertanyaan Kunci :

Berapa peluang jaringan telpon sibuk?

66 BAB IV. SEBARAN PELUANG DISKRIT

4.1. Pendahuluan

Sebaran peluang sama artinya dengan fungsi peluang. Pada bab ini kita akan
membicarakan beberapa fungsi peluanmg diskrit dan kontinu yang sudah ditemukan
oleh ahli-ahli statistika. Sebaran-sebaran tersebut mempunyai karakteristik tertentu.
Untuk sebaran peubah acak diskrit diantaranya adalah: sebaran Bernoulli, Binomial,
Hipergeometrik, dan Poisson. Sedangkan sebaran untuk peubah acak kontinu
diantaranya adalah sebaran Eksponensial, dan Normal. Masing-masing sebaran
tersebut kemudian dihitung nilai harapan dan ragamnya.

4.2. Sebaran Bernoulli

Ciri-ciri dari proses Bernoulli, yaitu kejadiannya terdiri dari 2 kemungkinan :

sukses dan gagal. Sukses diberi kode 0 dan gagal diberi kode 1. Kejadian sukses
adalah kejadian yang menjadi perhatian dari peneliti, serta tidak harus merupakan
kejadian yang baik. Misalnya kondisi cuaca hari ini apakah akan hujan atau tidak
hujan. Jika seseorang ingin mencari tahu sisi hujannya, maka hujan merupakan
kejadian sukses; proses produksi suatu barang yang terdiri dari baik dan cacat. Jika
seseorang ingin tertarik melihat sisi barang yang cacat, maka kejadian suksesnya
yaitu barang cacat.
Bila peluang suksesnya = q, maka peluang gagalnya = (1-q). Tabelnya
sebagai berikut :
x P(X=x)
1 q
0 (1-q)
Sehingga fungsi peluangnya dapat dituliskan sebagai berikut :
P(X=x) = qx(1-q)1-x. x = 0,1
Nilai harapan dan ragamnya masing-masing sebagai berikut :
E(X) =  = q; 2 = q(1-q)
 Bahan Ajar Statistika I 67

4.3. Sebaran Binom

Ciri-ciri proses binom, yaitu terdiri dari n buah kejadian dimana masing-
masing kejadian merupakan kejadian Bernoulli. Bila X1, X2, …, Xn  Bernoulli(q),
maka X = (X1+ X2 + … + Xn) merupakan peubah acak yang menyebar menurut
sebaran peluang Binom atau dapat ditilis X  binom (n,q). Fungsi peluangnya adalah
:
P(X = x) = nCx qx (1-q)n-x , x = 0,1,2,…, n
n!
n Cx  ; q = peluang sukses
(n  x)! x!
Nilai harapan dan ragamnya masing-masing sebagai berikut :
E(X) =  = q(1-q); 2 = nq(1-q)

Contoh 4.1. Bila sebuah computer merk A telah beroperasi selama setahun, maka
peluang komputer tersebut mengalami kerusakan adalah 0,2. Jika seseorang membeli
3 komputer merk tersebut , berapa peluang :
a. selama setahun digunakan ada satu komputer yang rusak
b. selama setahun beroperasi paling banyak ada 1 komputer yang rusak

Jawab:
Diketahui : Bila peubah acak X = jumlah komputer yang rusak, maka q = 0,2
(peluang komputer tersebut rusak); (1-q) = 0,8; n = 3
3!
a. P( X  1)  3 C1.0,21 (1  0,2) 31  (0,2)(0,8) 2
(3  1)!1!
= 3(0,2)(0,64) = 0,384
b. P( X  1)  P( X  0)  P( X  1)

 3 C0 0,2 0 1  0,230  0,384

3!
 (1)(0,8) 3  0,384
(3  0)!0!
= 0,512 + 0,384
= 0,896
68 BAB IV. SEBARAN PELUANG DISKRIT

4.4. Sebaran Hipergeometrik

Percobaan hipergeometrik bercirikan 2 sifat, yaitu :

1. suatu contoh acak berukuran n diambil dari populasi yang berukuran N.
2. k dari N benda diklasifikasikan sebagai berhasil dan N-k benda diklasifikasikan
sebagai gagal.
Banyaknya keberhasilan X dalam suatu percobaan hipergeometrik disebut peubah
acak hipergeometrik. Dengan demikian, sebaran peluang bagi peubah acak
hipergeometrik adalah:

k C x N k C n x
P( X  x)  , x  0, 1, 2, , k
N Cn

Nilai harapan dan ragamnya masing-masing sebagai berikut :

nk nk ( N  n)  k
 2  1  
N N ( N  1)  N 

Contoh 4.2. Bila sebuah kartu secara acak dari seperangkat kartu bridge, berapa
peluang diperoleh 3 kartu hati?

Jawab:
Dengan menggunakan sebaran hipergeometrik untuk n=5, N=52, k=13, dan x=3,
maka peluang memperoleh 3 kartu hati adalah:
Cx Cn x C3 C 5 3 C3 39C 2
P( X  x)  k N k
 13 5213
 13
 0,0815
N Cn 52 C5 52 C5
 Bahan Ajar Statistika I 69

4.5. Sebaran Poisson

Percobaan Poisson, yaitu :

1. Percobaan yang terjadi pada selang waktu tertentu atau disuatu daerah/wilayah
tertentu. Selang waktunya, yaitu: 1 menit, 1 hari, 1 minggu, 1 bulan atau satuan
waktu lainnya yang sesuai dengan tujuan yang akan dicapai. Misalnya banyaknya
kendaraan yang lewat di depan Matahari department store selama 1 jam.
2. Kejadian yang jarang terjadi. Misalnya banyaknya penderita AIDS yang terdapat
di kota Manado. Jika seandainya penyakit AIDS masih jarang terdapat di
Manado, maka kejadian tersebut mengikuti proses poisson.
Fungsi peluang dari sebaran Poisson adalah :

e   x
P( X  x)  ; x  1, 2, 
x!
 = rata-rata banyaknya hasil percobaan yang terjadi
e = 2,718

Nilai harapan dan ragam dari fungsi peluang poisson masing-masing sebagai barikut
:
E(X) =  = ; 2 = 

Contoh 4.3. Misalkan banyaknya kendaraan salah satu pinti tol Jagorawi rata-rata 3
kendaraan satiap 2 menit. Hitunglah peluang :
a. ada 3 kendaraan memasuki pintu tol tersebut dalam suatu periode 2 menit
tertentu.
b. paling banyak ada 2 kendaraan memasuki pintu tol tersebut pada periode 2 menit
tertentu.
70 BAB IV. SEBARAN PELUANG DISKRIT

Jawab:
Diketahui :  = 3

e 3 .33 27e 3
a. P( X  3)    0,22
3! 6
b. P( X  2)  P( X  0)  P( X  1)  P( X  2)

e 3 30 e 3 31 e 3 32 e 3 3e 3 9e 3
     
0! 1! 2! 1 1 2

 8,5 e 3  0,423

4.6. Sebaran Binom Negatif

Misalkan suatu percobaan mempunyai ciri yang sama dengan percobaan

binom, kecuali bahwa ulangan diulang terus-menerus sampai terjadi sejumlah
tertentu keberhasilan. Jadi, menentukan peluang x keberhasilan dalam n ulangan,
dengan naditentukan lebih dahulu. Sekarang kita tertarik dengan peluang bahwa
keberhasilan ke-k terjadi pada ulangan ke-x. percobaan semacam ini disebut
percobaan binom negatif.
Bilangan X yang menyatakan banyaknya ulangan yang menghasilkan k
keberhasilan dalam suatu percobaan binom negatif disebut peubah acak binom
negatif, sedangkan sebaran peluangnya dosebut sebaran binom negatif yang
mempunyai rumus sebagai berikut:
P( X  x)  x1 Ck 1 p k q ( xk ) , x  k, k  1, k  2, .........
Sekarang marilah kita perhatikan suatu percobaan yang mempunyai ciri yang
sama dengan percobaan binom, kecuali bahwa ulangan diulang terus sampai terjadi
sejumlah tertentu keberhasilan. Jadi, alih-alih menentukan peluang x keberhasilan
dalam n ulangan, dengan n telah ditetapkan lebih dulu, sekarang kita tertarik dengan
peluang bahwa keberhasilan ke-k terjadi pada ulangan ke-x . percobaan semacam ini
disebut percobaan binom negatif
Sebagai ilustrasi perhatikan sebuah percobaan terkontrol berupa mebiarkan
tikus berhubunga dengan suatu penyakit menular. Peluang seekor tikus terjangkiti
 Bahan Ajar Statistika I 71

penyakit ini adalah 0,6. kita ingin mengetahui berapa peluang bahwa tikus yang
ketujuh yang dibiarkan terkena penyakit ini merupakan yang kelima yang terserang
penyakit tersebut. Dalam percobaan ini, terjangkiti penyakit akan disebut
keberhasilan. Dengan melambangkan keberhasilan dengan S dan kegagalan dengan
F, maka salah satu kemungkinan urutan yang memberi kan hasil yang diinginkan
adalah SFSSSFS, yang terjadi dengan peluang (0,6)(0,4)(0,6) (0,6) (0,6)(0,4) (0,6) =
(0,6)5(0,4)2. Kita dapat merinci semua urutan dengan dengan menyusun kembali F
dan S, kecuali bagi hasil yang terakhir, yang harus merupakan keberhasilan yang
kelima kali. Banyaknya total urutanini sama dengan banyaknya sekatan 6 ulangan
yang pertama menjadi dua grup lainnya. Hal ini dapat dilakukan dalam
6
   15
 4
Cara yang saling terpisah. Jadi bila keberhasilan ke-k terjadi pada ulangan X, maka
peluang bahwa tikus ketujuh merupakan tikus kelima yang terjangkiti penyakit itu
adalah:
6
P( X  7)   (0,6) 5 (0,4) 2  0,1866 .
 4
Bilangan X yang menyatakan banyaknya ulangan yang menghasilkan k keberhasilan
dalam suatu percobaan binom negatif disebut peubah acak binom negatif,
sedangkan peluangnya disebut sebaran binom negatif. Karena nilai peluang dalam
sebaran tersebut bergantung pada banyaknya keberhasilan yang diinginkan dan
peluang keberhasilan pada suatu ulangan, maka kita akan melambangkan dengan
b*(x;k,p). untuk mendapatkan rumus umum bagi b*(x;k,p), perhatikan peluang
terjadinya keberhasilan pada ulangan ke-x yang didahului oleh k-1 keberhasilan dan
x-k kegagalan dalam suatu urutan tertentu. Karena masing-masing ulangan itu bebas
satu sama lain, maka kita dapat meggandakan semua peluang untuk setiap kejadian
yang diinginkan. Setiap keberhasilan terjadi dengan peluang p dan setiap kegagalan
terjadi dengan peluang q = 1-p . dengan demikian, peluang bagi urutan tersebut
berakhir dengan suatu keberhasilan adalah pk-1qx-kp=pkqx-k. Banyaknya titik contoh
dalam percobaan tersebut yang berakhir dengan keberhasilan, setelah sebelumnya
terjadi k-1 keberhasilan dan x-k kegagalan dalam sembarang urutan, adalah sama
dengan banyaknya sekatan x-1 ulangan ke dalam dua grup, dengan k-1 keberhasilan
72 BAB IV. SEBARAN PELUANG DISKRIT

dalam grup yang satu dan x-k kegagalan dalam grup lainnya. Bilangan ini dapat
 x  1
dituliskan menurut rumus  , semuanya saling terpisah dan terjadi denga
 k  1
peluang yang sama sebesar pkqx-k. Kita peroleh rumus umum tersebut dengan
 x  1
menggandakan pkqx-k dengan  
 k  1

DEFENISI Sebaran Binom Negatif. Bila ulangan yang bebas dan berulang-ulang
dapat menghasilkan keberhasilan dengan peluang p dan kegagalan dengan peluang q
= 1-p, maka sebaran peluang bagi peubah acak X, yaitu banyaknya ulangan sampai
terjadinya k keberhasilan, diberikan menurut rumus

 x  1 k x  k
P( X  x)  b * ( x; k , p)    p q , untuk x = k, k+1, k+2, ...
 k  1

Contoh 4.4. Hitunglah peluang seseorang yang melemparkan tiga uang logam akan
mendapatkan semua sisi gambar ata semua sisi angka untuk yang kedua kalinya pada
lemparan yang kelima.

Jawab:
Dengan menggunakan sebaran binom negatif dengan x = 5, k = 2, dan p = ¼, kita
mendapatkan

1   4  1   3 
2 3

b *  5 ; 2,       
 4   1  4   4 

4! 33
= 
1!3! 4 5

37
=
256
Sebaran binom negatif memperoleh namanya dari kenyataan bahwa setiap
suku dalam penguraian pk (1-p)x-k berpadanan dengan nilai-nilai b*(x; k, p) untuk x =
k, k+1, k+2, …
 Bahan Ajar Statistika I 73

Contoh 4.5. Hitunglah peluang seseorang yang melemparkan 3 uang logam akan
mendapatkan semua sisi gambar atau semua sisi angka untuk yang kedua kalinya
pada lemparan yang kelima.

Jawab:
Dengan menggunakan sebaran binom negatif, x=5, k=2 dan p=1/4, kita
mendapatkan
37
P( X  5)  51 C21 (0,25) 2 (1 - 0,25) (52)  4 C1 (0,25) 2 (0,75) 3 
256

4.7. Sebaran Geometrik

Untuk k = 1, sebaran binom negatif itu akan menghasilkan sebaran peluang

bagi banyaknya ulangan yang diperlukan sampai diperolehnya satu keberhasilan.
Misalnya saja adalah pelemparan uang logam sampai munculnya sisi gambar. Kita
mungkin saj ingin mengetahui peluang bahwa sisi gambar muncul pada lemparan
yang keempat. Dengan demikian sebaran binom negatif akan tereduksi menjadi b*(x;
1, p) = pqx-1, x = 1,2,3,… Karena suku-suku yang berturutan membentuk suatu
barisan geometrik, maka kasus kusus ini sering disebut sebaran geometrik dan
nilai-nilainya dilambangkan dengan g(x; p).

DEFINISI Sebaran geometrik. Bila tindakan yang bebas dan berulang-ulang dapat
menghasilkan keberhasilan dengan peluang p dan kegagalan dengan peluang q = 1-p,
maka sebaran peluang bagi peubah acak X, yaitu banyaknya ulangan sampai
munculnya keberhasilan yang pertama, diberikan menurut rumus
P(X=x) = g(x; p) = pqx-1, untuk x = 1,2,3,…

Contoh 4.6. hitunglah peluang bahwa seseorang yang melemparkan sekeping uang
logam yang setimbang, memerlukan 4 lemparan sampai diperoleh sisi gambar.
74 BAB IV. SEBARAN PELUANG DISKRIT

Jawab:
Dengan menggunakan sebaran geometrik dengan x = 4 dan p = ½ , kita memperoleh
P(X=4) = g(4; ½) = ½ (1/2)3 = 1/16

Latihan 4.1.

1. Jumlah rata-rata kapal tanker minyak yang berkabu tiap hari di suatu pelabuhan
adalah 10. Hitunglah peluang bahwa pada suatu hari tertentu di pelabuhan
tersebut.
a. maksimal 3 kapal yang berlabuh
b. minimal 2 kapal yang berlabuh.
2. Misalkan bahwa mesin pesawat terbang bekerja tidak tergantung satu dengan
yang lainnya, dan peluang mesin itu rusak adalah 0,2. Seandainya pesawat
terbang selamat bila sekurang-kurangnya separuh dari jumlah mesinnya bekerja
dengan baik. Tentukan mana yang mempunyai peluang selamat lebih besar,
pesawat bermesin 4 ataukah pesawat bermesin 2.
3. Dari 12 peluru kendali, 5 diambil secara acak dan ditembakkan. Bila diantara 12
peluru itu terdapat 3 paluru yang rusak sehingga macet bila ditembakkan, berapa
peluang bahwa :
a. Kelima-limanya berhasil ditembakkan?
b. Sebanyak-banyaknya 2 yang macet?
4. Perusahaan telpon melaporkan bahwa diantara 5000 pemasang telpon yang baru,
4000 menggunakan telpon tombol. Bila 10 diantara pemasang baru tersebut
diambil secara acak, berapa peluang ada 3 orang yang menggunakan tipe putar?
5. Peluang seorang karyawan terlambat masuk kantor pada suatu hari tertentu
adalah 0,15. Hitunglah peluang bahwa :
a. dari 5 hari kerja, ada 2 hari terlambat masuk kantor
b. dari 6 hari kerja, maksimal ada 2 hari terlambat masuk kantor
 Bahan Ajar Statistika I 75

6. Seorang pramuria memeriksa secara acak 6 kartu identitas dari 9 orang

mahasiswa yang 4 di antaranya belum memenuhi syarat batas umur untuk
diperbolehkan minum minuman beralkohol. Berapa peluang bahwa ia akan
menolak 2 mahasiswa yang ketahuan belum memenuhi syarat umur?
7. Di antara 150 pegawai IRS di sebuah kota besar, hanya 30 yang perempuan. Bila
10 orang diambil secara acak untuk memberi bantuan bebas pajak kepada
penduduk kota ini, gunakan hampiran binom terhadap hipergeometrik untuk
menghitung peluang bahwa sekurang-kurangnya 3 pegawai perempuan terpilih.
8. Seorang ilmuwan menginokulasi beberapa tikus, satu demi satu, dengan suatu
bakteri penyakit sampai ia memperoleh 2 tikus yang terkena penyakit itu. Bila
peluang terjangkiti penyakit itu adalah 1/6, berapa peluang bahwa dalam
percobaan itu diperlukan 8 tikus?
9. Menurut hasil penelitian sekelompok ahli sosiologi dari University of
massachusetts, kurang lebih dua per tiga dari 20 juta orang di Amerika Serikat
yang minum Valium adalah perempuan. Seandainya bilangan ini benar,
hitunglah peluang bahwa pada suatu hari tertentu, resep kelima untuk obat
Valium yang diberikan oleh seseorang dokter
a) adalah resep pertama Valium untuk seorang perempuan
b) adalah resep ketiga Valium untuk seorang perempuan
10. Misalkan bahwa secara rata-rata di antara 1000 orang membuat kesalahan angka
dalam melaporkan pajak pendapatannya. Bila 10000 formulir diambil secara
acak dan diperiksa, berapa peluang ada 6, 7, atau 8 formulir yang mengandung
kesalahan?
11. Tiga orang melemparkan masing-masing sebuah uang logam, yang hasilnya
berbeda dengan hasil dua lainnya harus mentraktir bakso. Bila ketiga lemparan
itu hasilnya sama, lemparan diulangi lagi. Hitunglah peluang diperlukan kurang
dari 4 lemparan.
76 BAB IV. SEBARAN PELUANG DISKRIT

Referensi:

1. Kvanli, A.H. 1988. Statistic. A Computer Integrated Approach. West Publishing

Company, New York.
2. Walpole, R.E. 1995. Pengantar Statistika, edisi ketiga. PT. Pustaka Gramedia,
Jakarta.
3. Milton, S.J. 1995. Introduction to Probability and Statistic: Principles and
Application for engineering and the Computing Science. John Wiley & Sons,
New York.
4. Mattjik, A.A., dan M. Sumertajaya. 2000. Perancangan Percobaan dengan
Aplikasi SAS dan Minitab. IPB Press, Bogor.