LAPORAN DISKUSI

Oleh :

FADHU ARRAZI 5202230003

ANGGI NICOLAS PAKPAHAN 5203230003

ANGGA MANULLANG 5203230028

DOSEN PENGAMPU :

Amirhud Dalimunthe ST, M.Kom

Olnes Hutajulu

PROGRAM STUDI TEKNIK ELEKTRO

JURUSAN PENDIDIKAN TEKNIK ELEKTRO

FAKULTAS TEKNIK

2020
 Kesimpulan DISTRIBUSI PROBABILITAS DIKRIT

Distribusi Probilitas merupakan cara yang lebih sederhana untuk menyelesaikan

probilitas dari peristiwa yang bersifat independen dan dependen. Peristiwa indenpenden
merupakan peristiwa yang terjadi yang tidak mempengaruhi peristiwa yang berikutnya. Peristiwa
dependen adalah peristiwa yang mempengaruhi peristiwa lain. Pada berbagai peristiwa dalam
probilitas, jika frekuensi percobaan banyak, maka untuk peristiwa yang bersifat independen dan
dependen akan mengalami kesulitan dalam percobaan.
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.
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
sebagai berikut 
Distribusi Probilitas Diskrit dibagi menjadi 5 jenis Probilitas yaitu:
1).Distribusi Uniform
Distribusi probabilitas yg paling sederhana adalah jikalau tiap nilai variabel random mem
iliki 
probabilitas yg sama untuk terpilih
2) Distribusi Binomial
Distribusi binomial adalah suatu distribusi probabilitas yang dapat digunakan
bilamanasuatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli.
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.

3) Distribusi Multinomial
Distribusi probabilitas multinomial digunakan untuk penentuan probabilitas hasil
yangdikategorikan ke dalam lebih dari dua kelompok.
Sebagai generalisasi dari distribusi binomial adalah denganmelonggarkan kriteria banyaknya 
outcome yg mungkin jadi > 2. Dalam hal ini maka percobaannya disebut percobaan multinomial
sedangkan distribusi probabilitasnya disebut distribusi multinomial.
 CONTOH DISTRIBUSI MULTINOMIAL
1.         Seorang manager kedai kopi menemukan bahwa probalitas pengunjung membeli 0,1,2
atau 3 cangkir kopi masing masing adalah 0,3 , 0,5 , 0,15 , dan 0,05. Jika ada 8 pengunjung yang
masuk kedai,  maka tentukan probalitas bahwa 2 pengunjung akan memesan minuman lain, 4
pengunjung akan memesan 1 cangkir kopi, 1 pengunjung akan memesan 2 cangkir, dan 1
pengunjung akan memesan 3 cangkir kopi.
Misalkan X adalah banyaknya pengunjung yang memesan cangkir kopi dengan x1 = 2, x2 = 4,
x3 = 1, dan x4 = 1; dengan p1 = 0,3 , p2 = 0,5 , p3 = 0,15 , p4 = 0,05 , dan n = 8 , maka
probalitas bahwa 2 pengunjung akan memesan minuman lain, 4 pengunjung akan memesan 1
cangkir kopi, 1 pengunjung akan memesan 2 cangkir, dan 1 pengunjung akan memesan 3 cangkir
kopi
4) Distribusi giometrik
Berkaitan dengan percobaan Bernoulli, dimana terdapat n percobaan independen yang
memberikan hasil dalam dua kelompok (sukses dan gagal), variabel random geometric mengukur
jumlah percobaan sampai diperoleh sukses yang pertama kali. Fungsi distribusiprobabilitas
geometric.

CONTOH DISTRIBUSI GEOMETRIK

1.         Pada seleksi karyawan baru sebuah perusahaan terdapat 30 % pelamar yang sudah
mempunyai keahlian komputer tingkat advance dalam pembuatan program. Para pelamar
diinterview secara insentif dan diseleksi secara acak.

A.        Tentukan bilangan acak dengan a = 43, m = 1237 dan z0 = 12357.

B.            Tentukan bilangan acak dengan a = 43, m = 1237 dan z0 = 12357.

5) Distribusi Hipergiometrik

Distribusi hipergeometrik adalah distribusi probabilitas diskrit dari sekelompok obyek yang

dipilih tanpa pengembalian.
Distribusi Hipergeometrik sangat serupa dengan distribusi binomial,
Persamaannya:
Keduanya menyatakan probabilitas sejumlah tertentu percobaan masuk dalam Kategori tertentu.
Perbedaannya:  

·         ·   Binomial mengharuskan ketidakbergantungan dari satu percobaan (trial) ke percobaan
berikutnya.
·         ·        Jadi sampling harus dilakukan dengan dikembalikan (replaced)
·         ·        Hipergeometrik tidak mengharuskan ketidakbergantungan, jadi
sampling dilakukan tanpa 
·         ·         mengembalikan outcome yg sudah keluar.

6) 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 menyatakan banyaknya outcome dala
m interval waktu tertentu t (atau daerah tertentu) dengan λ menyatakan laju terjadinya 
outcome persatuan waktu atau per satuan daerah diberikan oleh (tidak diturunkan!):