DISTRIBUSI POISSON DAN DISTRIBUSI HYPERGEOMETRI

Oleh:
Daffa Albari 10120212

PROGRAM STUDI TEKNIK INFORMATIKA

UNIVERSITAS KOMPUTER INDONESIA
BANDUNG
2021
 DISTRIBUSI POISSON
Sejarah Distribusi Poisson
Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukan oleh S.D. Poisson
(1781–1841), seorang ahli matematika berkebangsaan Perancis. Distribusi Poisson termasuk distribusi
teoritis yang memakai variabel random diskrit.
Menurut Walpole (1995), distribusi poisson adalah distribusi peluang acak poisson X, yang
menyatakan banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah tertentu.
Definisi Distribusi Poisson
Distribusi nilai-nilai bagi suatu variabel random X (X diskret), yaitu banyaknya hasil percobaan yang
terjadi dalam suatu interval waktu tertentu atau di suatu daerah tertentu.
Ciri-ciri Distribusi Poisson:
1. Banyaknya percobaan yang terjadi dalam suatu interval waktu atau suatu daerah tertentu tidak
tergantung pada banyaknya hasil percobaan yang terjadi pada interval waktu atau daerah lain
yang terpisah
2. Probabilitas hasil percobaan yang terjadi selama suatu interval waktu yang singkat atau daerah
yang kecil sebanding dengan panjangnya waktu atau besarnya daerah tersebut dan tidak
tergantung pada banyaknya hasil percobaan yang terjadi diluar waktu atau daerah tersebut
3. Probabilitas lebih dari satu hasil percobaan yang terjadi dalam interval waktu yang singkat atau
dalam daerah yang kecil dapat diabaikan

Distribusi Poisson banyak digunakan dalam hal berikut.

1. Menghitung probabilitas terjadinya peristiwa menurut satuan waktu, ruang, atau isi, luas,
panjang tertentu, seperti menghitung probabilitas dari:
a) Banyaknya penggunaan telepon permenit atau banyaknya mobil yang lewat selama 5
menit di suatu ruas jalan.
b) Banyaknya bakteri dalam 1 tetes atau 1 liter air.
c) Banyaknya kesalahan ketik per halaman sebuah buku.
d) Banyaknya kecelakaan mobil di jalan tol selama minggu pertama bulan oktober.
2. Menghitung distribusi binomial apabila n besar (n≥ 30 ¿ dan p kecil (p¿ 0,1 ¿
Rumus Distribusi Poisson
Probabilitas suatu peristiwa yang berdistribusi poisson dirumuskan:

μ x e− μ
P ( X=x )=
x!
Dimana
 e = 2,71828...
 μ=rata−rata keberhasilan=n . p
 x = Banyaknya unsur berhasil dalam sempel
  n = jumlah / ukuran populasi
 p = probabilitas kelas sukses
Contoh soal Distribusi Poisson
1. Sebuah toko alat-alat listrik mencatak rata-rata penjualan lampu TL 40 W setiap hari 5 buah. Jika
permintaan akan lampu tersebut mengikuti distribusi poisson, berapa probabilitas untuk pernjualan
tersebut?
a. 3 lampu TL
Jawab:
x=3

μ x e−μ
P X=3 =
( )
x!

53 e−5 125(0,00674)
¿ = =0,14
3! 6
2. Sebuah konveksi pakaian menggunakan 20 mesin jahit. Probabilitas sebuah mesin jahit mengalami
dan memerlukan perbaikan adalah 0,02. Tentukan probabilitas dari 3 mesin yang akan mengalami
gangguan dan memerlukan perbaikan.
Jawab:
n=20 p=0,02
3
μ x e−μ 0,40 (2,71828)
−0,4
P ( X=3 )= = =0,0072
x! 3!
3. Jika rata-rata kedatangan kapal di suatu pelabuhan sebesar 22 unit kapal setiap jam, berapakah
peluang kedatangan 4 kapal dalam waktu 3 menit?
Jawab:
Diketahui:
1
3 menit = jam.
20
x=4
Maka:
1 22
μ=n . p=22× = =1,1 dan x=4
20 20

Dengan demikian:
 (1,1)4 e−1,1
P ( X=4 )= ≈ 0,0203
4!
4. Dua ratus penumpang telah memesan tiket untuk sebuah penerbangan luar negeri. Jika peluang
penumpang yang telah mempunyai tiket tidak datang sebesar 0,007, maka berapakah peluang ada 2
penumpang yang tidak datang?
Jawawb:
Diketahui:
n=200 p=0,007 x=2
μ=n . p=200× 0,007=1,4
Dengan demikian
2 −1,4
μ x e−μ (1,4) e
P ( X=2 )= = ≈ 0,2417
x! 2!

DISTRIBUSI HYPERGEOMETRIC
Definisi Distribusi Hypergeometric
Distribusi hypergeometric adalah distribusi probabilitas yang sangat mirip dengan distribusi binomial.
Faktanya, distribusi binomial adalah perkiraan yang sangat baik daripada distribusi hipergeometrik
selama Anda mengambil sampel 5% atau kurang dari populasi.
Oleh karena itu, untuk memahami distribusi hipergeometrik, Anda harus sangat akrab dengan distribusi
binomial.
Rumus Distribusi Hypergeometric
Jika sebuah populasi berukuran N, memiliki kejadian sukses sebanyak M, maka gagalnya N - M.
Kemudian dari populasi tersebut diambil sebanyak n sampel. Besar peluang terjadi sukses sebanyak k
adalah

C Mk Cn−kN− M
P ( X=k )=
C Nn

Dimana k: jumlah keberhasilan yang diamati

M: jumlah keberhasilan dalam populasi
N: Ukuran populasi
n: Jumlah pengambilan
Contoh Soal Distribusi Hypergeometric
1. Setumpuk kartu berisi 20 kartu: 6 kartu merah dan 14 kartu hitam. 5 kartu diambil secara acak tanpa
pengembalian. Berapa peluang terambil tepat 4 kartu merah?
Jawab:
Diketahui:
k=4 M=6 N=20 n=5

C Mk Cn−k
N− M
P ( X=k )= N
Cn

C 64 C 14
1 (15)(14 )
P ( X=4 )= 20 = =0,0135
C5 15504

2. Jika dari seperangkat kartu bridge diambil 5 kartu secara acak tanpa pemulihan, berapa peluang
diperoleh 3 kartu hati?
Jawab:
Diketahui:
N=52 M=13 k=4 n=5
Maka:
 C Mk Cn−kN− M
P ( X=k )=
C Nn

C 13 39
3 C2 (286)(741)
P ( X=4 )= 52
= ≈ 0,0326
C5 6497400

Bibliography

[1] S. Glen, "Statistics How To," [Online]. Available:

https://www.statisticshowto.com/hypergeometric-distribution-examples/. [Accessed 30 June 2021].
[2] "mathcyber1997," [Online]. Available: https://mathcyber1997.com/distribusi-poisson-materi-soal-
dan-pembahasan/. [Accessed 29 June 2021].
[3] U. Komputer, "repository unikom," [Online]. Available:
https://repository.unikom.ac.id/61026/1/Pertemuan%208.pdf. [Accessed 29 June 2021].