BAB III

DISTRIBUSI BINOMIAL DAN HIPERGEOMETRI

3.1 Latar Belakang

Statistik sebagai suatu yang berkenaan dengan data numerikal sebenarnya
sudah banyak digunakan oleh banyak masyarakat, contoh untuk menghitung
jumlah populasi penduduk, perpajakan, pencatatan personil militer dll. Dalam
perkembangan politik, ekonomi dan bisnis masalah ketidakpastian merupakan
masalah yang senantiasa dihadapi oleh para pelaku bisnis dan ekonomi seperti
didalam memprediksi volume dan nilai penjualan untuk periode yang akan datang.
Dalam hal politik, ekonomi dan bisnis statistik turut membantu membawa
perubahan perubahan drastis dalam produksi, dalam efesiensi pemakaian materiil,
dalam berbagai fase riset niaga didalam manajemen. Dalam hal ini data statistik
merupakan faktor penting sebagai landasan dasar dalam pengambilan keputusan.
Metode statistika adalah “muka” dari teori probabilitas. Metode statistika
digunakan untuk melakukan pengukuran kuantitatif yang aproksimatif akan suatu
hal. Konsep metodologis yang digunakan dalam metode statistika dikembangkan
berdasarkan teori probabilitas. Dalam penggunaannya, hasil pengukuran statistika
sudah dapat dianggap memadai. Namun, untuk menjawab apa yang ada di balik
angka-angka hasil perhitungan statistika ini meminta pemahaman tentang model
probabilitas yang digunakannya, yang berarti perlu kembali ke teori probabilitas.
Tanpa memahami tersebut, gunakan statistika untuk melegitimasi suatu
kebohongan (dikenal sebagai statistika kebohongan) kompilasi statistika
digunakan model sementara dasar yang terkait tidak sesuai atau relevan dengan
fakta yang sebenarnya. Probabilitas juga menghitung nilai permutasi dan
kombinasi yang dapat diaplikasikan kedalam susunan suatu perusahaan atau

71
 lainnya. Harapannya adalah agar dapat meramalkan, merencanakan, dan mengolah
data perusahaan mengenai suatu kejadian.
Salah satu jenis distribusi variabel diskrit acak yang paling sederhana adalah
distribusi binomial. Distribusi Binomial adalah distribusi untuk proses
Bernoulli.Distribusi ini dikemukakan pertama kali oleh seorang atikarematika
bangsa Swiss yang bernama J. Bernoulli (1654-1705).
Distribusi binomial adalah suatu peluang untuk peubah acak diskrit dengan 2
kejadian saling komplemen yaitu sukses atau gagal. Penerapan terhadap modul
distribusi binomial diterapkan untuk mengetahui peluang kecacatan pada kemasan
minuman dengan 4 rasa berbeda. Harapannya agar mengetahui peluang sukses
atau gagalnya dalam suatu kejadian.
Distribusi hipergeometrik membahas tentang suatu peristiwa atau kejadian
yang sukses atau gagalnya suatu percobaan dan percobaannya tanpa adanya suatu.
pemulihan atau pengembalian. Distribusi hipergeometrik berhubungan dengan
distribusi binomial, perbedaanya terletak pada metode percobaanya, pada
percobaan hipergeometrik tidak adanya pengembalian atau pemulihan terhadap
peluang yang terjadi. Penerapannya distribusi hipergeometrik yaitu dengan
mengetahui kelayakan dari suatu produk. Harapan dengan mempelajari modul ini
adalah mengetahui nilai probabilitas dari suatu contoh kasus distribusi
hipergeometrik.

3.2 Tujuan Praktikum

1. Mampu membedakan karakteristik distribusi binomial dan hipogeometri
2. Mengetahui asumsi/karakteristik dasar percobaan binomial dan
hipergeometri.
3. Mampu membuktikan kebenaran teori – teori dasar melalui media
percobaan.

72
3.3 Tinjauan Pustaka
3.3.1 Distribusi Binomial
Dalam teori probabilitas dan statistika, distribusi binomial adalah
distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan
ya/tidak (berhasil/gagal) yang saling bebas, dimana setiap hasil percobaan
memiliki probabilitas p. Eksperimen berhasil/gagal juga disebut percobaan
bernoulli. Ketika n = 1, distribusi binomial adalah distribusi bernoulli.
Distribusi binomial merupakan dasar dari uji binomial dalam uji
signifikansi statistik.
Distribusi ini seringkali digunakan untuk memodelkan jumlah
keberhasilan pada jumlah sampel n dari jumlah populasi N. Apabila sampel
tidak saling bebas (yakni pengambilan sampel tanpa pengembalian),
distribusi yang dihasilkan adalah distribusi hipergeometrik, bukan
binomial. Semakin besar N daripada n, distribusi binomial merupakan
pendekatan yang baik dan banyak digunakan.
Misalnya, dalam perlemparan sekeping uang logam sebanyak 5 kali,
hasil setiap ulangan mungkin muncul sisi gambar atau sisi angka. Begitu
pula, bila kartu diambil berturut-turut, kita dapat memberi label “berhasil”
bila kartu yang terambil adalah kartu merah atau “gagal” bila yang terambil
adalah kartu hitam. Ulangan-ulangan tersebut bersifat bebas dan peluang
keberhasilan setiap ulangan tetap sama, yaitu sebesar ½..(Ronald E.
Walpole).

Syarat Distribusi Binomial:

1. Jumlah percobaan merupakan bilangan bulat. Contoh melambungkan
koin 2 kali, tidak mungkin 2½ kali.
2. Setiap eksperimen mempunyai dua outcome (hasil). Contoh: sukses
atau gagal, laki-laki atau perempuan, sehat atau sakit.

73
 3. Peluang sukses sama setiap ekperimen. Contoh: Jika pada lambungan
pertama peluang keluar mata H/sukses adalah ½, pada lambungan
seterusnya juga ½. Jika sebuah dadu, yang diharapkan adalah keluar
mata lima, maka dikatakan peluang sukses adalah 1/6, sedangkan
peluang gagal adalah 5/6.Untuk itu peluang sukses dilambangkan p,
sedangkan peluang gagal adalah (1-p) atau biasa juga dilambangkan q,
di mana q = 1-p.

Ciri-Ciri Distribusi Binomial:

Distribusi Binomial dapat diterapkan pada peristiwa yang memiliki ciri-
ciri percobaan Binomial atau Bernoulli trial sebagai berikut :
1. Setiap percobaan hanya mempunyai 2 (dua) kemungkinan hasil:
sukses (hasil yang dikehendaki) dan gagal (hasil yang tidak
dikehendaki).
2. Setiap percobaan bersifat independen atau dengan pengembalian.
3. Probabilitas sukses setiap percobaan harus sama, dinyatakan dengan
p. Sedangkan probabilita gagal dinyatakan dengan q, dan jumlah p dan
q harus sama dengan satu.
4. Jumlah percobaan, dinyatakan dengan n, harus tertentu jumlahnya.

Penerapan Distribusi Binomial

Beberapa kasus dimana distribusi normal dapat diterapkan yaitu:
1. Jumlah pertanyaan dimana anda dapat mengharapkan bahwa terkaan
anda benar dalam ujian pilihan ganda.
2. Jumlah asuransi kecelakaan yang harus dibayar oleh perusahaan
asuransi.
3. Jumlah lemparan bebas yang dilakukan oleh pemain basket selama
satu musim.

74
Rumus Distribusi Binomial

P(X=x) = 𝑪𝒏𝒙 𝒑𝒙 𝒒𝒏−𝒙

𝑛!
Dimana: 𝐶𝑥𝑛 = 𝑥!( 𝑛−𝑥!)

Keterangan:

x = 0,1,2,3,…,n
n = banyaknya ulangan
x = banyaknya keberhasilan dalam
p = peluang berhasil dalam setiap ulangan
q = peluang gagal (q = 1-p dalam setiap ulangan)

Contoh Soal:
Ani mempunyai satu buah koin yang terdiri atas dua sisi, depan dan
belakang. Misalkan kita mengundi sebanyak 10 kali. Pada undian pertama,
kemungkinan hasilnya hanya sisi depan atau sisi belakang. Pada undian
kedua, kemungkinan hasilnya hanya sisi depan atau sisi belakang.
Demikian seterusnya. Setiap kali mengundi, kemungkinan hasilnya sama,
hanya dua yaitu sisi depan atau sisi belakang. Dari sepuluh kali percobaan,
berapa peluang sisi depan muncul sebanyak dua kali?

Diketahui:
Jumlah percobaan = n = 10
Peluang sukses = peluang munculnya sisi depan dalam setiap percobaan =
p = 0.5
Peluang gagal = peluang tidak munculnya sisi depan dalam setiap
percobaan = q = 1-p = 0.5

75
 Jawab:

3.3.2 Distribusi Hipergeometri

Distribusi hipergeometrik merupakan distribusi data diskrit.

Probabilitas suatu peristiwa pada percobaan yang akan menghasilkan dua
macam peristiwa dependen menghasilkan probabilitas peristiwa yang
berbeda pada setiap percobaan. Kondisi ini biasanya muncul pada
percobaan yang dilakukan tanpa pengembalian dengan populasi yang
terbatas. Dengan kata lain, distribusi hipergeometrik merupakan bentuk
probabilitas tanpa pengembalian (without replacement), yaitu setiap
pencuplikan data yang telah diamati tidak dimasukkan kembali dalam
populasi semula. (Algifari, 2010)

Dalam distribusi binomial kita menggunakan asumsi bahwa sampel yang

kita peroleh berasal dari suatu populasi yang sangat besar, sehingga peluang
“berhasil” dapat dianggap konstan dari suatu percobaan lainnya. Oleh karena
itu jika populasinya tidak terlalu besar maka peluang “berhasil” tidak lagi
konstan, sehingga percobaan tersebut tidak lagi memenuhi percobaan
binomial. Ketika populasinya terbatas dan sampel yang diambil tidak
dikembalikan lagi sebelum pengambilan berikutnya, maka peluang berhasil
dalam suatu pengambilan (percobaan) tergantung pada hasil percobaan
sebelumnya. Keadaan ini dapat terjadi karena setelah dilakukan
pengambilan sampel maka populasinya akan berkurang dan peluang
“berhasil” mengalami perubahan. Model yang tepat untuk kasus demikian
adalah dengan distribusi hipergeometri.

Adapun suatu distribusi dikatakan hipergeometrik, bila:(Turmudi dan Sri

Harini, Metode Statistika, Teoritis dan Aplikatif, 2008:192)

76
 1. Percobaan tunggal yang menyusunnya hanya mempunyai 2 hasil yang
mungkin, katakanlah ya atau tidak;
2. Peluang terjadinya kejadian yang dimaksud (ya) berubah bila
percobaan diulang-ulang;
3. Percobaan satu dengan yang lain saling tergantung;
4. Percobaan dilakukan dengan n kali.

Rumus Distribusi Hipergeometri

ₖ𝐶ₓ .₍𝑁₋ₖ ₎𝐶₍ₙ₋ₓ₎
P(x, N, n, k) =
𝑁𝐶ₙ

Keterangan:

n = jumlah sampel
x = jumlah muncul sukses
p = peluang sukses
q = peluang cacat
N = populasi ( jumlah cacat + sukses)
k = jumlah sukses

3.4 Pengumpulan dan Pengolahan Data

Pengumpulan data dilakukan dengan cara percobaan yang dilakukan di
Laboratorium Teknik Industri Universitas Mercu Buana dengan mengambil data
secara acak pengambilan kelereng sesuai dengan perbandingan kelereng sukses
(P) dan kelereng cacat (C) yang telah ditentukan. Praktikum Statistika Industri ini
dilaksanakan pada:
Hari : Selasa
Tanggal : 22 Oktober 2019
Jam : 16.00 WIB s/d selesai
Tempat : Ruang D-207

77
3.4.1 Percobaan Binomial
 Percobaan I Binomial
Perbandingan C : P = 15 : 20
n Jumlah Cacat
k Total
1 2 3 4 0 1 2 3 4
1. C P P C v 2
2. P C P P v 1
3. P P C P v 1
4. P P P C v 1
5. P C P P v 1
6. C P C P v 2
7. P P C P v 1
8. P C P C v 2
9. P C C P v 2
10. P P P C v 1
Total 8 6 6 6 26 14

Tabel 3.1 Data Percobaan I Binomial

P(x) Binomial
Jumlah percobaan (n) = 40
Muncul kelereng sukses P (x) = 26
P(x, n, p) = nCx . px . qn-x
26 14
= 4OC26 . (40)26 . (40)14
40!
= 14! 26! x (0,65)26 x (0,35)14
40.39.38.37.36.35.34.33.32.31.30.29.28.27.26!
= x (0,65)26 x (0,35)14
14.13.12.11.10.9.8.7.6.5.4.3.2.1! 26!

= 0,1313159811

78
 Percobaan II Binomial
Perbandingan C : P = 20 : 10
n Jumlah Cacat
k Total
1 2 3 4 0 1 2 3 4
1. C P C C v 3
2. C C P C v 3
3. P C P C v 2
4. P C C C v 3
5. C C P P v 2
6. C C P P v 2
7. P P P P v 0
8. C C P C v 3
9. P P C P v 1
10. C C C C v 4
Total
4 3 6 4 17 27
P

Tabel 3.2 Data Percobaan II Binomial

P(x) Binomial
Jumlah percobaan (n) = 40
Muncul kelereng sukses P (x) = 17
P(x, n, p) = nCx . px . qn-x
17 23
= 4OC17 . (40)17 . (40)23
40!
= 23! 17! x (0,425)17 x (0,575)23
40.39.38.37.36.35.34.33.32.31.30.29.28.27.26.25.24.23!
= x (0,425)17 x
17.16.15.14.13.12.11.10.9.8.7.6.5.4.3.2.1! 23!

(0,575)23
= 0,1267810555

79
3.4.2 Percobaan Hipergeometri
 Percobaan I Hipergeometri
Perbandingan C : P = 15 : 20
n Jumlah Cacat
k Total
1 2 3 0 1 2 3
1. P P P v 0
2. P P C v 1
3. C P P v 1
4. P P P v 0
5. P C C v 2
6. P P C v 1
7. P P P v 0
8. P C P v 1
9. P C C v 2
10. P C C v 2
Total
9 6 5 20 10
P

Tabel 3.3 Data Percobaaan I Hipergeometri

P(x) Hipergeometri
Muncul kelereng sukses P (x) = 20
Jumlah perbandingan C&P (N) = 35
Jumlah percobaan (n) = 40
Jumlah kelereng sukses P (k) = 20
ₖ𝐶ₓ .₍𝑁₋ₖ ₎𝐶₍ₙ₋ₓ₎
P(x, N, n, k) =
𝑁𝐶ₙ
₂₀𝐶₂₀ . ₁₃𝐶₁₀
=
₃₅𝐶₃₀

80
 20! 15!
.
0! 20! 5! 10!
= 35!
5! 30!
15.14.13.12.11.10!
10!
= 35.34.33.32.31.30!
30!

= 0,009250474383

 Percobaan II Hipergeometri
Perbandingan C : P = 20 : 10
n Jumlah Cacat
k Total
1 2 3 0 1 2 3
1. P C C v 2
2. P P C v 1
3. P P C v 1
4. C C C v 3
5. P P C v 1
6. P P C v 1
7. C C P v 2
8. C C C v 3
9. C C C v 3
10. C C C v 3
Total
5 4 2 10 20
P

Tabel 3.4 Data Percobaan II Hipergeometri

P(x) Hipergeometri
Muncul kelereng sukses P (x) = 10
Jumlah perbandingan C&P (N) = 30

81
 Jumlah percobaan (n) = 30
Jumlah kelereng sukses P (k) = 10
ₖ𝐶ₓ .₍𝑁₋ₖ ₎𝐶₍ₙ₋ₓ₎
P(x, N, n, k) =
𝑁𝐶ₙ
₁₀𝐶₁₀. ₂₀𝐶₂₀
=
₃₀𝐶₃₀
10! 20!
.
0! 10! 0! 20!
= 30!
0! 30!

1. 1
=
1
=1

 Percobaan III Hipergeometri

Perbandingan C : P = 15 : 15
n Jumlah Cacat
k Total
1 2 0 1 2
1. P P v 0
2. C P v 1
3. P C v 1
4. C C v 2
5. C P v 1
6. P P v 0
7. C P v 1
8. C C v 2
9. C C v 2
10. P P v 1
Total
4 6 10 10
P

Tabel 3.5 Data Percobaan III Hipergeometri

82
 P(x) Hipergeometri
Muncul kelereng sukses P (x) = 10
Jumlah perbandingan C&P (N) = 30
Jumlah percobaan (n) = 20
Jumlah kelereng sukses P (k) = 15
ₖ𝐶ₓ .₍𝑁₋ₖ ₎𝐶₍ₙ₋ₓ₎
P(x, N, n, k) =
𝑁𝐶ₙ
₁₅𝐶₁₀. ₁₅𝐶₁₀
=
₃₀𝐶₂₀
15! 15!
.
5! 10! 5! 10!
= 30!
10! 20!
15.14.13.12.11.10.9.8.7.6.5.4.3.2.1! 15.14.13.12.11.10!
.
5.4.3.2.1! 5.4.3.2.1! 10!
= 30.29.28.27.26.25.24.23.22.21.20!
20!

= 0,300149925

3.5 Kesimpulan dan Saran

3.5.1 Kesimpulan
Distribusi binomial adalah suatu distribusi probabilitas yang terdiri
dari 2 kejadian yang dapat terjadi dan saling bebas, yaitu sukses atau gagal.
Sedangkan hipergeometris adalah distribusi yang terdiri dari sebuah
sampel random berukuran n diambil tanpa pengembalian dari suatu lot
yang mempunyai N item. Dari uraian di atas dapat memutuskan keputusan
yang membantu manusia dalam mengambil keputusan. Misalkan untuk
memperkirakan apakah ada untung lebih besar dari pada suatu sukses dari
sebuah usaha.

3.5.2 Saran
Penyusunan penelitian ini tidak lepas dari hasil diskusi dan kerjasama para
mahasiswa. Penelitian ini juga masih banyak kekurangan karena

83
 kurangnya pengalaman penyusun dalam melakukan penelitian dan
penghitungan dalam mencari distribusi binomial dan hipergeometri harus
dilakukan dengan cermat supaya mendapat hasil yang sempurna.

3.6 Lampiran

Gambar 3.1 Pengambilan Kelereng secara Acak

84