PRAKTIKUM TEORI PELUANG

LABORATORIUM KOMPUTASI DAN OPERATION RESEARCH

FAKULTAS TEKNIK
UNIVERSITAS PATTIMURA AMBON

Nama Tugas Praktikum : Distribusi Hipergeometrik

Nama Praktikan : Adi Rangga Suiran
NIM : 202072083
Jurusan : Teknik Industri
Program Studi : Teknik Industri
Kelompok : V (Lima)
Tanggal Praktikum : Kamis, 20 Mei 2021
Tanggal Asistensi : 25 Mei 2021
Nama Asisten : Salsa Harmia Masa
Tanda Tangan Asisten :
Dosen Mata Kuliah : J. M. Tupan ST. MT. IPM. MASEAN.Eng
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam kehidupan sehari-hari kita sering menjunpai berbagai kejadian-
kejadian yang sebenarnya dapat diselesaikan dengan menggunakan probabilitas.
Seperti ketika sedang membeli kebutuhan rumah tangga, terkadang kita membeli
barang yang rusak, oleh sebab itu melalui distribusi hipergeometrik kita dapat
menyelesaikan permasalahan tersebut. Kita dapat mencari probabilitas dari
terpilihnya barang yang rusak, sehingga apabila probabilitasnya tinggi kita
dapat mengetahui bahwa kemungkinan besar kita akan membeli barang yang
rusak.
Distribusi hipergeometrik mirip penggunaannyaa dengan binomial .
Perbedaannya terletak pada cara pengambilan sampelnya. Untuk kasus
binomial, diperlukan kebebasan antara usaha . Akibatnya bila binomial
diterapkan, misalnya pada sampling dari sejumlah barang (sekotak kartu,
sejumlah barang produksi), sampling harus dikerjakan dengan pengambilan
setiap barang setelah diamati. Sedangkan, distribusi hipergeometrik tidak
memerlukan kebebasan dan didasarkan pada sampling tanpa pengambilan.
Penggunaan distribusi hipergeometrik terdapat pada pengujian yang dilakukan
terhadap barang yang diuji mengakibatkan barang yang teruji tersebut menjadi
rusak, jadi tidak dapat dikembalikan. Contohnya pada pengujian elektronik, dan
pengendalian mutu.
Jika samping dilakukan tanpa pengambilan dari kejadian sampling yang
diambil dari populasi dengan kejadian-kejadian terbatas, proses Bernoulli tidak
dapat digunakan, karena ada perubahan secara sistematis dalam probabilitas
sukses seperti kejadian-kejadian yang diambil dari populasi. Jika pengambilan
sampling tanpa pengambilan digunakan dalam situasi sebaliknya dengan
memenuhi syarat Bernoulli, distribusi hipergeometrik adalah distribusi
probabilitas diskrit yang tepat.
Jika X melambangkan jumlah sukses dalam sample, N melambangkan
jumlah kejadian dalam populasi, XT melambangkan jumlah sukses dalam
populasi, dan n jumlah sample, formula untuk menentukan probabilitas
hipergeometrik adalah Dapat disimpilkan bahwa distribusi hipergeometrik adalah
distribusi probabilitas diskrit dari sekelompok obyek yang dipilih tanpa
pengembalian.

1.2 Tujuan Praktikum

Dari kegiatan praktikum ini, diharapkan :
1. Lebih memahami dan menguasai konsep distribusi hipergeometrik.
2. Dapat mengaplikasikan konsep distribusi hipergeometrik dalam
melakukan riset ilmiah.
 BAB II
LANDASAN TEORI

2.1 Landasan Teori

Pada distribusi hipergeometrik, setiap pengamblan sampel dikerjakan
dengan tidak melakukan pengembalian setiap jenis benda yang telah diamati, dan
tidak memerlukan kebebasan (dependent).
Distribusi hipergeometrik dapat diaplikasikan pada banyak bidang, misalnya
pada penerimaan sampel (acceptance sampling), pengujian elektronik, dan
pengendalian kualitas (quality control). Suatu percobaan hipergeometrik memiliki
sifat sebagai berikut :
1. Sampel acak berukuran n diambil tanpa pengembalian dari N benda.
2. Sebanyak k benda dapat diberi nama sukses sedangkan sisanya, N – k,
diberi nama gagal.
Banyak sukses X dalam percobaan hipergeometrik disebutkan peubah acak
hipergeometrik, sedangkan distribusi peluang peubah acaknya disebur distribusi
hepergeometrik yang nilainya dinyatakan sebagai h (x; N, n, k).
Bila dalam populasi N benda terdapat 2 jenis sampel yang berbeda, k
benda diantaranya diberi label “sukses/berhasil” dan N-k dianggap “gagal”, maka
sebaran peluang bagi peubah acak hipergeometrik X, yang menyatakan
banyaknya keberhasilan dalam contoh acak berukuran n, adalah:
k N−k
h ( x ; N , n , k )=
( n )( n−x )
, untuk x=0,1,2 , … , k
N
(n)
Dimana : N = total populasi atau sampel
k = jumlah benda yang diberi label “berhasil” yang tersedia
n = jumlah percobaan atau jumlah sampel yang dipilih
Sedangkan dalam populasi N benda terdapat lebih dari 2 jenis sampel
yang berbeda, maka sebaran peluang bagi peubah acak hipergeometrik X, yang
menyatakan banyaknya keberhasilan dalam contoh acak ukuran n, adalah :
h¿
Dimana : N = N1 + N2 + N3 +…+ Nn
x = x1 + x2 + x3 + …+ xn
n = jumlah sampel yang dipilih
 BAB III
METODE PENELITIAN

3.1 Waktu dan Tempat

Waktu dan tempat terjadinya praktikum sebagai berikut :
a. Waktu : Kamis, 19 Mei 202. 17.00 WIT.
b. Tempat : Computation And Operation Research Laboratory.

3.2 Peralatan Yang Digunakan

Dalam praktikum ini, alat-alat yang digunakan adalah :
1. Kelereng.
2. Lembar pengamatan dan alat tulis.
3. Software Minitab.14, SPSS.16, dan MS.Excel 2007.

3.3 Metode Pengolahan dan Analisa Data

Dalam praktikum Modul V ini, percobaan yang kami lakukan adalah
menghitung jumlah kelereng. kemudian datanya diolah dengan menggunakan
metode kuantitatif kedalam Software Microsoft Excel, Minitab dan SPSS.
1. Langkah-Langkah Pengolahan Data Dengan Ms.Excel
 Langkah 1 : Buka Microsoft Excel terlebih dahulu, lalu masukkan data
pengolahan 2 pengambilan sekaligus.

Gambar 3.3.1 Lembar Kerja pada Ms. Excel 2010

 Langkah 2 : Tambahkan tabel untuk data cacat, median, probabilitas,

kurtosis, skewness dan peluang cacat.

Gambar 3.3.2 Tabel Untuk Data Percobaan pada Ms. Excel 2010
 Langkah 3 : Kemudian isi data cacat dengan cara memperhitungkan jumlah
data yang berlebel warna atau yang berangka nol di setiap pengambilan.

Gambar 3.3.3 Perhitungan Nilai Cacat pada Ms. Excel 2010

 Langkah 4 : Masukkan data yang ingin dicari pada kolom Input Range
kemudian klik Output Range dengan tujuan untuk meletakkan data
Descriptive Statistics pada Ms.Excel. Setelah itu centang bagian Summary
statistics, Confidence Level for Mean (95%), Kth Largest dan Kth Smallest.

Gambar 3.3.4 Tampilan Descriptive Statistics pada Ms. Excel 2010

 Langkah 5 : Untuk menentukan Histogram data modul 3 pilih Histogram
pada bagian Data Analysis-Analisis Tools, setelah itu klik Ok.

Gambar 3.3.5 Bagian Data Analysis-Analisis Tools pada Ms. Excel 2010

 Langkah 6 :Masukkan data yang ingin dicari pada kolom Input Range
kemudian klik Output Range dengan tujuan untuk meletakkan data
Histogram pada Ms.Excel. Setelah itu centang bagian Pareto (sorted
histogram), Cumulative Percentage dan Chart Output. Kemudian klik Ok.
 Gambar 3.3.6 Tampilan Histogram pada Ms. Excel 2010

 Langkah 7 : Hasil descriptive statistics.

Gambar 3.3.7 Hasil Histogram pada Ms. Excel 2010

2. Langkah-Langkah Pengolahan Data Menggunaka Software Minitab 16

 Langkah 1 : Buka aplikasi Minitab dan masukkan data hasil percobaan.

Gambar 3.3.8 Lembar Kerja pada Minitab 16

 Langkah 2 : Pilih calc kemudian probability distributions dan pilih
hypergeometric.

Gambar 3.3.9 Menampilkan Distribusi Hypergeometric pada Minitab 16

 Langkah 3 : Setelah itu mengisi Hypergeometric Distribution.

Gambar 3.3.10 Tampilan Hipergeometrik Distribution pada Minitab 16

 Langkah 4 : Hasil dari Hypergeometric Distribution.

Gambar 3.3.11 Tampilan Hasil Cumulative Distribution Function pada

Minitab 16

 Langkah 5 : Pilih stat dan pilih opsi basic statistics lalu pilih display
descriptive statistics dan masukkan pengambilan data.

Gambar 3.3.12 Menampilkan Descriptive Statistic pada Minitab 16

  Langkah 6 : Pilih statistics kemudian centang yang di bawah ini.

Gambar 3.3.13 Tampilan Descriptive Statistic untuk Statistic pada Minitab 16

 Langkah 7 : Kemudian pilih graphs, lalu centang histogram of data, with

normal curve. Ok.

Gambar 3.3.14 Tampilan Descriptive Statistic Graphs pada Minitab 16

  Langkah 8 : Maka akan muncul statistic dan histogram seperti gambar di
bawah.

Gambar 3.3.15 Tampilan Akhir pada Minitab 16

3. Langkah-Langkah Pengolahan Data Menggunaka Software SPSS 16

 Langkah 1 : Buka SPSS, masukkan data pengolahan.

Gambar 3.3.16 Lembar Kerja pada SPSS 16

 Langkah 2 : Pilih analyze lalu descriptive statistics lalu frequencies.

Gambar 3.3.17 Tampilan Descriptive Statistics pada SPSS 16

 Langkah 3 : Masukkan semua pengambilan.

Gambar 3.3.18 Tampilan Frequencies pada SPSS 16

 Langkah 4 : Pilih kuartil, persentil, menu central tendency, dispersion, dan
distribution.

Gambar 3.3.19 Tampilan Menu Statistics pada SPSS 16

 Langkah 5 : Klik ok, lalu pilis Histogram with normal curve.

Gambar 3.3.20 Tampilan Menu Charts pada SPSS 16

 Langkah 6 : Hasilnya Histogram pada SPSS 16.

Gambar 3.3.21 Tampilan Frequencies pada SPSS 16

 BAB IV
MATERI

4.1 Laporan Detail Kegiatan

Praktikum dilakukan pukul 17.00 WIT - 18.00 WIT hari kamis, 20 Mei
2021 bertempat di Computation And Operation Research Laboratory dengan
materi pada modul 5 yaitu Distribusi Hipergeometrik, adapun kegiatan yang
dilakukan didalam laboratorium adalah sebagai berikut :
A. Di dalam laboratorium
1. Sebelum praktikum wajib membawa modul.
2. Mempersiapkan alat untuk praktikum.
3. Melakukan praktikum dan pengolahan data.
4. Kuis.
B. Di luar laboratorium
1. Mengerjakan laporan.
2. Konsultasi.

4.2 Hasil Percobaan

Lakukan pengambilan kelereng 2 sekaligus lalu Catat ke dalam
tabel percobaan.
Tabel 4.2.1 Hasil Percobaan
No Pengambilan 2
Sekaligus
1 1
2 1
3 1
4 0
5 1
6 0
7 1
8 1
9 2
10 2
11 2
12 1
13 0
14 2
 15 1
16 1
17 2
18 1
19 2
20 2
21 1
22 1
23 1
24 2
25 1

Tabel 4.2.2 Turus Hasil Percobaan

X Turus frekuens
i
0 III 3
1 IIII IIII IIII 14
2 IIII III 2
Total 25

Pertanyaan Dan Pembahasan

1. Tampilkan hasil nilai tengah (median), nilai variansi, nilai koefisien momen
kemencengan (skewness), nilai koefisien momen kurtosis, nilai peluang
(probabilitas) munculnya yang cacat, dan gambar histogram dari masing-
masing pengambilan kelereng dengan menggunakan salah satu software Ms.
Excel 2013, Minitab 18 dam SPSS 26.
Jawab :

Tabel 4.2.3 Hasil Data Statistik Pengambilan Kelereng Menggunakan

Software Microsoft Excel 2010
Pengambilan 2
  Sekaligus
Cacat 3
Median 1
Variansi 0,416666667
Skewness -0,202068696
Kurtosis -0,48
Peluang
0,12
Cacat
 Dari gambar disamping
Histogram
15 150.00%
menunjukan bentuk
10 100.00% Histogram untuk pengambilan
Frequency

5 50.00% Frequency
Cumulative % 2 kancingan memiliki nilai
0 0.00%
2 4 Mean=1,2 dan Median=1.
1, 0,
Bin

Gambar 4.2.1 Histogram 2 Pengambilan pada Software Ms. Excel 2010

Tabel 4.2.4 Hasil Data Statistik Pengambilan Kelereng Menggunakan

Software Minitab 16
Variabel N Mea SE StDev Media Skewness Kurtosis
n Mean n
Pengambilan 25 1.200 0,129 0,645 1.000 -0,2 -0,38
2 Sekaligus

Dari gambar di samping

dapat disimpulkan bahwa nilai
Mean 1,2, dan standar deviasi
0,64, serta N=25. dengan
kurva yang condong ke kanan
(positif).

Gambar 4.2.2 Histogram 2 Pengambilan pada Software Minitab 16

 Tabel 4.2.6 Fungsi Kumulatif Distribusi Hipergeometrik Menggunakan
Software Minitab 16
Keterangan :
1. Population size (N) : 50
2. Event count in population (M) : 25
3. Sample size (n) : 13

P-2
NO
1 0,00038
2 0,00038
3 0,00038
4 0,00001
5 0,00038
6 0,00001
7 0,00038
8 0,00038
9 0,00415
10 0,00415
11 0,00415
12 0,00038
13 0,00001
14 0,00415
15 0,00038
16 0,00038
17 0,00415
18 0,00038
19 0,00415
20 0,00415
21 0,00038
22 0,00038
23 0,00038
24 0,00415
25 0,00038

Tabel 4.2.5 Hasil Data Statistik Pengambilan Kelereng Menggunakan

Software SPSS 16
Statistics
 P2
N Vali 25
d
Miss 0
ing
Mean 01.
20
Median 01.
00
Std. .
Deviation 64
5
Variance .
41
7
Skewness -.2
02
Std. Error of .
Skewness 46
4
Kurtosis -.4
80
Std. Error of .
Kurtosis 90
2
Percen 25 01.
tiles 00
50 01.
00
75 02.
00
 Dari gambar disamping
menunjukan nilai mean 1.2,
standar deviasi 0,645 dengan
kurva yang condong ke kanan
(positif).

Gambar 4.2.2 Histogram 2 Pengambilan pada Software SPSS 16

2. Menurut apa yang anda ketahui, dapatkah Distribusi Binomial di ubah ke

Distribusi Hipergeometrik? Jika dapat apa sajakah yang menjadi syarat-
syaratnya?
Jawab:
Distribusi Binomial tidak dapat diubah ke Distribusi Hipergeomterik. Namun
nilai dari Distribusi Binomial hanya bisa mendekati ke Distribusi
Hipergeometrik. Dimana pada Distribusi Binomial, tiap pengambilan tidak
tergantung satu dengan yang lain karena percobaan dan pengujian dilakukkan
dengan pengembalian. Hal ini berbeda dengan Distribusi Hipergeometrik, tidak
adanya pengembalian yang dilakukan, sehingga tiap pengembalian dapat
mempengaruhi pengambilan yang lain.

3. Buatlah contoh penerapan Distribusi Hipergeometri dalam kehidupan sehari-

hari.
Jawab :
a. Jumlah barang dagangan yang rusak dalarn sarnpel acak dari sejumlah
besar kiriman pada bidang penerimaan sampel (acceptance sampling).
b. Jumlah orang-orang yang kita temui dalam hidup, yang memiliki nama
tertentu, misalkan Edyson.
c. Jumlah permen yang diambil dari dalam kotak dengan rasa tertentu.
d. Pada pengujian yang dilakukan terhadap barang yang diuji mengakibatkan
barang yang teruji tersebut menjadi rusak, dan tidak dapat dikembalikan.
Contohnya pada pengujian elektronik, dan pengendalian mutu (quality
 control).

4.3 Analisa Data

Dari percobaan di atas kita bisa mengetahui jumlah pengolahan data dari
distribusi hypergeometri dengan perhitungan di Software Microsoft Excel,
Software Minitab, dan SPSS dari pengambilan kelereng
Dalam distribusi hypergeometri, melakukan percobaan pengambilan
kelereng sebanyak 25 kali. Untuk nilai hypergeometri bergantung pada sampel
sukses, berapa kali pengambilan, ukuran populasi dan jumlah keseluruhan
kelereng.
Dari hasil tersebut dapat dijelaskan bahwa nilai skewness memiliki nilai
negatif sehingga grafik melenceng ke kiri, hal itu berarti bahwa pengambilan
kelereng memiliki peluang sukses yang berarti kecil dibandingkan yang peluang
gagal. Untuk nilai kurtosis memiliki nilai negatif yang berarti bahwa keruncingan
dari data pengambilan kelereng lebih rendah dari bentuk kurva normal,
Setelah pengambilan data selesai, kami memasukan data yang sudah didapat
dalam Ms. Excel 2010 untuk mempermudah kami menghitung nilai sukses,
probability, standar deviasi, skewness, median, variansi dan rata-rata.
Dalam menggunakan Minitab 16, data yang kita dapat dari pengambilan 25
kali pengambilan dapat di simpulkan bahwa dari pengambilan 2 Sekaligus
kelereng mendapatkan nilai Mean = 1.2, StDev = 0.645, Skewness = -0.20,
Kurtosis = -0.48, Median = 1.000.
Dalam menggunakan SPSS 16, data yang kita dapat dari pengambilan 25 kali
pengambilan dapat di simpulkan bahwa dari pengambilan 2 Sekaligus kelereng
mendapatkan nilai Mean = 1.2, StDev = 0.645, Variance = 0.42, Skewness = -0.46,
Kurtosis = -0.48, Median = 1.00.
Dalam menggunakan Ms. Excel 2010, data yang kita dapat dari 25 kali
pengambilan dapat kita simpulkan bahwa dari pengambilan 2 sekaligus kelereng
mendapatkan nilai sukses = 3 ,average = 1,2, probality = 0.12, skewness = -0.20,
kurtosis = -0,48, median = 1 , variansi = 0,42.

BAB V
 PENUTUP
5.1 Kesimpulan
Dari hasil percobaan Distribusi Hipergeometrik dapat disimpulkan bahwa :
1. Pada distribusi hypergeometrik, setiap pengambilan sampel dikerjakan
dengan tidak melakukan pengambilan setiap jenis benda yang telah
diamati, dan tidak memerlukan kebebasan (dependent). Dengan jumlah
sukses lebih besar dari jumlah cacat apabila perbandingan dari jumlah
kelereng sukses lebih besar daripada kelereng cacat, dan dilakukannya
percobaan tanpa pengembalian membuat jumlah data atau keluaran
produk yang cacat dan berhasil lebih merata.
2. Penggunaan distribusi hypergeometrik terdapat pada pengujian yang
dilakukan terhadap barang yang diuji mengakibatkan barang yang
teruji tersebut menjadi rusak, sehingga tidak dapat dikembalikan.
Contohnya pada pengujian elektronik, dan pengendalian mutu (quality
control).

5.2 Saran
Laporan ini masih sangat jauh dari kesempurnaan, baik dari segi
penyajian bahan maupun dalam segi penulisan. Oleh karena itu penulis
sangat mengharapkan kritik dan saran pembaca agar laporan ini biasa
menjadi lebih baik lagi.
5.3
 DAFTAR PUSTAKA

Uniputty, Lidya, 2021. Laporan Praktikum Teori Peluang (online)

https://www.academia.edu/37497237/LAPORAN_PRAKTIKUM_TEORI_PEL
ANG_docx+&cd=2&hl=id&ct=clnk&gl=id
Kaharuddin, Andi, 2018. Distribusi Hipergeometrik (online)
https://www.researchgate.net/publication/327645533_DISTRIBUSI_HIPERGEO
METRIK