MAKALAH

DISTRIBUSI PELUANG SPESIAL VARIABEL RANDOM KONTINU

Dosen Pembimbing :
Rahmi Yuliana S.Pd, M.Pd

Disusun Oleh :

Norhidayah : 2020.11. 0982

Nur Ilmi : 2020.11. 0985
Siti Nur Maya Ellyda : 2020.11. 0992
Liying Saltia Ramadhani: 2020.11. 0976

STKIP PARIS BARANTAI KABUPATEN KOTABARU

PROGRAM STUDI PENDIDIKAN MATEMATIKA
TAHUN 2020/2021

I
 KATA PENGANTAR

Syukur Alhamdulillah kami panjatkan kehadirat Allah SWT atas segala rahmat
dan karunia-Nya, sehingga kami dapat menyelesaikan makalah ini. Shalawat dan salam
semoga senantiasa tercurah kepada Nabi Muhammad SAW yang telah mengantar
manusia dari alam kegelapan ke alam terang benderang.
Makalah ini kami buat untuk memenuhi tugas kami, untuk itu salam terima kasih
kami ucapkan untuk dosen pembimbing yang telah membimbing kami dalam membuat
makalah ini. Dan tak lupa juga terima kasih buat teman- teman yang telah ikut memberi
semangat pada kami.
Kami menyadari makalah ini masih terdapat kekurangan dan kekhilafan. Oleh
karena itu kepada para pembaca, penulis mengharapkan kritik dan saran konstruktif demi
kesempurnaan makalah ini.
Semoga makalah ini benar- benar bermanfaat bagi para mahasiswa dan
masyarakat umumnya. Amin ya robbal Alamin.

II
 DAFTAR ISI

Halaman Judul ................................................................................................................. I

Kata Pengantar ................................................................................................................ II
Daftar Isi ........................................................................................................................III

BAB I : PENDAHULUAN ............................................................................................4

A. Latar Belakang .................................................................................................4
B. Rumusan Masalah ...........................................................................................4
C. Tujuan ..............................................................................................................4

BAB II : PEMBAHASAN .............................................................................................5

A. Distribusi Peluang Uniform .............................................................................5
B. Distribusi Peluang Gamma ..............................................................................5
C. Distribusi Peluang Eksponensial .....................................................................8
D. Distribusi Peluang Khi-Kuadrat ......................................................................9

BAB III : PENUTUP ...................................................................................................10

A.Kesimpulan .....................................................................................................10

Daftar Pustaka…………………………………………………………………………11

III
 BAB I
PENDAHULUAN

A. Latar Belakang
Variabel random tidak dapat terbentuk tanpa adanya ruang sampel karena
variabel random merupakan fungsi yang terdefinisi dalam ruang sampel. Ruang
sampel adalag himpunan dari semua hasil yang mungkin dari suatu percobaan.
Variabel random dibagi menjadi variabel random diskrit dan variabel random kontinu.
Variabel random tersebut dapat dibentuk distribusinya.
Variabel random kontinu merupakan fungsi yang terdefinisi dalam ruang sampel
kontinu, yaitu ruang sampel tak berhingga yang berupa ruas bilangan/ interval.
Variabel random kontinu memiliki distribusi kontinu. Berdasarkan uraian di atas
maka perlu dikaji bagaimana cara membangun distribusi.
B. Rumusan Masalah
Berdasarkan latar belakang di atas, permasalahan yang timbul adalah :
1. Bagaimana membangun distibusi-distribusi berdasarkan karakteristiknya?
2. Bagaimana mengaplikasikan distribusi-distribusi ?

C. Tujuan
Tujuan dalam makalah ini adalah :
1. Membangun distribusi berdasarkan karakterisitiknya.
2. Mengaplikasikan distribusi-distribusi.

4
 BAB II
PEMBAHASAN

A. Distribusi Peluang Uniform

Bentuk fungsi kepadatan peluang kontinu yang paling sederhana adalah fungsi
kepadatan peluang yang bernilai konstan pada seluruh daerah rentangnya. Peubah acak
yang memounyai fungsi kepadatan peluang demikian dikatakan berdistribusi uniform.
Peubah acak X dikatakan berdistribusi uniform jika fungsi kepadatan peluangnya
konstan pada seluruh x. Misalnya, jika X berdistribusi uniform pada interval
[a,b],dinotasikan X U(a,b), fungsi kepadatannya adalah

B. Distribusi Peluang Gamma

Dalam teori dan statistik probabilitas , distribusi gamma adalah keluarga dua
parameter dari distribusi probabilitas kontinu . The distribusi eksponensial , distribusi
Erlang , dan distribusi chi-kuadrat adalah kasus khusus dari distribusi gamma. Ada dua
parameter berbeda yang umum digunakan:
1. Dengan parameter bentuk k dan parameter skala θ .
2. Dengan parameter bentuk α = k dan parameter skala terbalik β = 1 / θ , disebut
parameter laju.

(a) Fungsi Dsitribusi Probalitas (b) Fungsi distribusi kumulatif

5
 Dalam masing-masing bentuk ini, kedua parameter tersebut adalah bilangan real
positif.
Distribusi gamma adalah distribusi probabilitas entropi maksimum (berkenaan
dengan ukuran dasar seragam dan berkenaan dengan ukuran dasar 1 / x ) untuk
variabel acak X di mana E [ X ] = kθ = α / β ditetapkan dan lebih besar dari nol, dan E
[ln ( X )] = ψ ( k ) + ln ( θ ) = ψ ( α ) - ln ( β ) tetap ( ψ adalah fungsi digamma )

6
C. Distribusi Peluang Eksponensial

Salah satu distribusi yang banyak digunakan dalam statistika,khususnya proses

stokastik, adalah distribusi eksponensial. Distribusi eksponensial adalah salah satu
kasus khusus dari distribusi gamma.Distribusi ini banyak digunakan sebagai model di
bidang teknik dansains.
Peubah acak kontinu X berdistribusi eksponensial Denganparameter β, bila fungsi
padatnya diberikan oleh :

dengan β > 0, Sehingga distribusi eksponensial juga disebut dengan distribusi gamma
dengan a = 1 .
Distribusi eksponensial juga merupakan suatu distribusi yangberguna untuk
mencari selisih waktu yang terjadi dalam suatu peluangtertentu.Dalam distribusi
eksponensial ini digunakan pencarian ataupengolahan data dengan menggunakan
variabel random. Dimana variabelrandom itu sendiri adalah variabel yang berupa nilai
atau angka yangmerupakan outcome dari eksperimen random. Variabel random
bersifat diskrit bila hanya berupa nilai tertentu yang dapat dihitung. 'amunvariabel
random bersifat kontinu bilamana berupa suatu nilai manapundalam suatu interval.
CONTOH :
Suatu sistem mengandung sejenis komponen yang daya tahanyadlm tahun dinyatakan
oleh variabel acak X yang berdistribusieksponensial dgn rata-rata waktu sampai
komponen rusak adalah 5 tahun. Bila sebanyak 5 komponen tersebut dipasang dalam
sistem yang berlainan, berapakah probabilitas paling sedikit 2 komponen masih akan
berfungsi pada akhir tahun kedelapan
JAWAB :

7
Probabilitas bahwa sebuah komponen masih akan berfungsi setelah 8 tahun:

Misalkan / menyatakan banya komponen yang masih berfungsi setelah - tahun,

dengan menggunakan distribusi binomial diperoleh:

>> Statistik Deskriptif Distribusi Eksponensial

Tanpa pembuktian secara matematik, berikut ini diberikan rumusanbeberapa
ukuran statistik deslcriptif untuk distribusi eksponensial

>>Karakteristik Distribusi Eksponensial :

• Mempunyai nilai variansi
• Mempunyai nilai mean
• Pencarian pada distribusi eksponensial menggunakan variabel random
• Peluang yang terjadi pada suatu percobaan mempengaruhi selisih waktu yang
pada percobaan tersebut
• Mempunyai nilai β> 0.

8
 >>Kegunaan dan Aplikasi Distribusi Eksponensial
Distribusi eksponensial berguna dalam mencari selisih waktu yang terjadi
dalam suatu peluang pada daerah tertentu. Dalam aplikasinya distribusi
eksponensial ini sangat berperan sekali, seperti : untuk mengukur selisih waktu
antara orang 1 dan ke 2 dalam suatu antrian. Selanjutnya distribusi ini juga berguna
untuk mengukur tingkat kegagalan yang mungkin terjadi dalam suatu peluang.
Kemudian distribusi eksponensial juga berguna dalam mencari perubah acak
kontinu x dengan menggunakan variabel random (bilangan acak).

D. Distribusi Peluang Khi-Kuadrat

Distribusi khi-kuadrat (bahasa Inggris: Chi-square distribution) atau distribusi χ²

dengan k derajat bebas adalah distribusi jumlah kuadrat keperubah acak normal baku
yang saling bebas. Distribusi ini seringkali digunakan dalam statistika inferensial,
seperti dalam uji hipotesis, atau dalam penyusunan selang kepercayaan.Apabila
dibandingkan dengan distribusi khi-kuadrat nonsentral, distribusi ini dapat juga disebut
distribusi khi-kuadrat sentral.
Salah satu penggunaan distribusi ini adalah uji khi-kuadrat untuk kebersesuaian
(goodness of fit) suatu distribusi pengamatan dengan distribusi teoretis, kriteria
klasifikasi analisis data yang saling bebas, serta pendugaan selang kepercayaan untuk
simpangan baku populasi berdistribusi normal dari simpangan baku sampel. Sejumlah
pengujian statistika juga menggunakan distribusi ini, seperti Uji Friedman.
Distribusi khi-kuadrat merupakan kasus khusus distribusi gamma. Grafik
distribusi chi-kuadrat bergantung pada derajat kebebasan ө, yang umumnya
merupakan kurva positif dan miring ke kanan. Kemiringan kurva ini akan semakin
berkurang jika derajat kebebasasan ө makin besar. Untuk ө =1 dan ө =2, bentuk
kurvanya berlainan daripada untuk ө ≥ 3.

Distribusi chi-kuadrat mempunyai rata-rata dan variansi sebagai berikut :

Rata-rata : μ = E(χ2) = ө
Variansi : σ2 = 2 ө

Probablitas suatu sampel acak yang menghasilkan nilai χ2 yang lebih besar dari
suatu nilai tertentu, sama dengan luas daerah di bawah kurva di sebelah kanan nilai
tersebut. Nilai tertentu tersebut biasanya ditulis dengan χ2α. Dengan demikian χ2α
menyatakan nilai χ2α yang luas di sebelah kanannya sama dengan α. Daerah yang
luasnya sama dengan α ini dinyatakan oleh daerah yang diarsir.

9
Nilai-nilai kritis χ2α untuk berbagai nilai α dan derajat kebebasan ө tersedia pada tabel
distribsi chi-kuadrat.

Untuk α = 0,05, disebelah kanan, dan ө = 10, maka nilai kritis χ20,05 = 18,307. Karena
kurva distribusi chi-kuadrat tidak simetri, maka luas daerah di sebelah kiri harus dicari.
Luas daerah sebelah kiri, yaitu 1 – α = 1- 0,05 = 0,95. Derajat kebebasan ө =10, maka
diperoleh χ20,95 = 3,940
Cari : nilai kritis untuk χ20,01 dan χ20,99 dengan ө = 5 dan χ20,01 dan χ20,99
dengan ө = 11

Bila x1, x2, x3, …, xn merupakan variable acak yang masing-masing terdistribusi
normal dengan rata-rata μ dan variansi σ2 dan semua variabel acak tersebut bebas satu
sama lain, maka variabel acak berikut ini
n 2

Y = Σ Xi – μ
i=1 σ
mempunyai distribusi chi-kuadrat dengan derajat kebebasan ө =n.
Bila diambil sampel acak berukuran n dari populasi berdistribusi normal dengan rata-
rata μ dan variansi σ2, dan pada setiap sampel tersebut dihitung variansi S2, maka
variabel acak berikut ini, yaitu :
χ2 = (n – 1) S2
σ2
mempunyai distribsi chi-kuadrat χ2 dengan deraja kebebasan ө = n.-1
INTERVAL KEPERCAYAAN χ2 = ( n – 1 ) S2 σ2

Secara umum, interval kepercayaan untuk χ2 sebesar 1- α dinyatakan sebagai

P χ21- α/2 < χ2 < χ2α/2 = 1- α
Nilai kritis χ21- α/2 membatasi luas daerah di sebeleah kanan sebesar 1 – α/2 pada
derajat kebebasan ө = n.-1. Sedangkan nilai kritis χ2 α/2 membatasi luas daerah di
sebelah kanan sebesar α/2 pada derajat kebebasan ө = n.-1.
Dengan mensubstitusikan nilai (n-i)S2 maka diperoleh
P (n – 1) S2 < χ2 < (n – 1) S2 = 1- α
χ2 α/2 χ2 1-α/2

10
 BAB III
PENUTUP

A. Kesimpulan

Distribusi Normal digunakan untuk mempelajari Distrbusi probabilitas kontinu,

(variabel acak kontinu diperoleh dengan cara mengukur sesuatu, seperti : tinggi badan,
berat badan, dll. ).

Statistika adalah ilmu yang mempelajari bagaimana merencanakan,

mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Sedangkan statistik adalah data, informasi, atau hasil penerapan algoritma statistika
pada suatu data.

Kejadian yang sering atau jarang terjadi dikatakan mempunyai peluang terjadi
yang besar atau kecil. Keseluruhan nilai-nilai peluang biasa digunakan dalam
kehidupan sehari-hari. Dalam mengaplikasikan statistika terhadap permasalahan sains,
industri, atau sosial, pertama-tama dimulai dari mempelajari populasi.

11
 DAFTAR PUSTAKA
Herryanto, n. 2003. Teori Peluang Diskrit. Bandung : ---
Kusmaryono, Imam. 2012. Pengantar Dasar Matematika. Semarang : Unissula Press
Walpole, R.E. 1986. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan. Bandung :
ITB

12