Tugas Rutin Pertemuan 11

Nama : Cyonita Evi Debora

NIM : 4202411014
Kelas : PSPM 2020 A
Mata Kuliah : Teori Peluang
Dosen Pengampu : Prof. Dr. Pargaulan Siagian, M.Pd.

1. Luas daerah di bawah kurva normal baku yang diberi arsir adalah .....

A. 0, 0968 D. 0, 6793
B. 0,4952 E. 0,7965
C. 0,5637
Jawab :
Luas daerah dibawah kurva normal baku adalah 0,5 – 0,4032 = 0,0968

2. Anggap bahwa tinggi mahasiswi memiliki distribusi normal dengan tinggi rata-
rata 165 cm dan simpangan baku 4 cm. Jika kita memilih seorang mahasiswi
secara acak, maka probabilitas tinggi mereka akan berada di antara 161 cm
dan 171 cm adalah ⋯⋅⋯⋅
A. 0,3413 D. 0,7745
B. 0,4332 E. 0,8820
C. 0,5668
Jawab :
𝑋1 − 𝜇 161 − 165 −4
𝑍1 = = = = −1
𝜎 4 4
 𝑋2 − 𝜇 171 − 165 6
𝑍2 = = = = 1,5
𝜎 4 4
Probabilitas tinggi mahasiswa akan berada diantar 161 samapai 171 adalah
0,3413 + 0,4332 = 0,7745

3. Pada suatu distribusi normal tertentu, sebesar 5,48% data terletak di sebelah
kanan 55 nilai simpangan baku σ sama dengan 5. Nilai rata-rata μ pada distribusi
tersebut adalah ⋯⋅⋯⋅
A. 63 C. 48 E. 42
B. 55 D. 47
Jawab :
𝑍 = 0,5 − 0,0548 = 0,4452 = 1,6
𝑋−𝜇
𝑍=
𝜎
55 − 𝜇
1,6 =
5
55 − 𝜇 = 8
𝜇 = 55 − 8 = 𝟒𝟕
Maka, nilai rata – rata 𝜇 adalah 47

4. Berdasarkan data kependudukan, usia harapan hidup penduduk di suatu wilayah

berdistribusi normal dengan rata-rata 44,8 tahun dan simpangan baku 11,3
tahun. Jika jumlah penduduk mencapai 110 orang, tentukan perkiraan jumlah
penduduk yang mempunyai harapan hidup dengan usia:
a. di atas 60 tahun;
b. di atas 40 tahun;
c. di antara 45 dan 65 tahun;
d. di antara 55 dan 60 tahun.
Catatan: Skor Z yang didapat dari hasil perhitungan dibulatkan sampai dua
angka desimal.
Jawab :
𝑋−𝜇
a. 𝑍 = 𝜎
60 − 44,8
𝑍= = 1,35
11,3
Probabilitas penduduk dengan usia diatas 60 tahun adalah 0,5 – 0,4115 =
 0,0885 = 8,85%. Maka banyaknya penduduk dengan usia diatas 60 tahun
adalah 8,85% x 110 = 10 penduduk
𝑋−𝜇
b. 𝑍 = 𝜎

40 − 44,8
𝑍= = −0,42
11,3
Probabilitas penduduk dengan usia di atas 40 tahun adalah 0,5 + 0,1628 =
0,1628 = 16,28%. Maka banyaknya penduduk dengan usia diatas 40 tahun
adalah 16,28 % x 110 = 73 penduduk
𝑋1 −𝜇 45−44,8
c. 𝑍1 = = = 0,02
𝜎 11,3

𝑋2 − 𝜇 65 − 44,8
𝑍2 = = = 1,79
𝜎 11,3
Probabilitas penduduk dengan usia di antara 45 tahun dan 65 tahun adalah
0,4633 – 0,0080 = 0,4553 = 45,53%. Maka banyaknya penduduk dengan usia
di antara 45 tahun dan 65 tahun adalah 45,53 % x 110 = 50 penduduk
𝑋1 −𝜇 55−44,8
d. 𝑍1 = = = 0,90
𝜎 11,3

𝑋2 − 𝜇 60 − 44,8
𝑍2 = = = 1,35
𝜎 11,3
Probabilitas penduduk dengan usia di antara 55 tahun dan 6 tahun adalah
0,4115 – 0,3159 = 0,0956 = 9,56%. Maka banyaknya penduduk dengan usia
di antara 55 tahun dan 6 tahun adalah 9,56 % x 110 = 11 penduduk

5. Seorang pengusaha telah memimpin studi meneliti waktu hidup (life time) suatu
lampu pijar tipe tertentu. Studi tersebut menyimpulkan bahwa waktu hidup,
diukur dalam jam, adalah suatu variabel acak yang memenuhi distribusi normal.
Waktu hidup rata-rata 750 jam dengan simpangan baku 110 jam. Berapa peluang
bahwa sebuah lampu pijar yang dipilih secara acak akan memiliki waktu hidup:
a. antara 600 jam dan 900 jam?
b. lebih besar dari 480 jam?
c. kurang dari 530 jam?
Jawab :
𝑋1 −𝜇 600−750
a. 𝑍1 = = = −1,36
𝜎 110

𝑋2 − 𝜇 900 − 750
𝑍2 = = = 1,36
𝜎 11,3
 Probabilitas lampu pijar yang memiliki waktu antara 600 jam dan 900 jam
adalah adalah 0,4131 + 0,4131 = 0,8262 = 82,62%.
𝑋−𝜇
b. 𝑍 = 𝜎

480 − 750
𝑍= = −2,45
110
Probabilitas lampu pijar yang memiliki waktu lebih besar dari 480 jam adalah
0,5 + 0,4929 = 0,9929 = 99,29%
𝑋−𝜇
c. 𝑍 = 𝜎

530 − 750
𝑍= = −2
110
Probabilitas lampu pijar yang memiliki waktu kurang dari 530 jam adalah 0,5 –
0,4772 = 0,0228 = 2,28%

6. Manajer pemasaran sebuah perusahaan percaya bahwa penjualan total

perusahaan bisa dimodelkan oleh suatu distribusi normal, dengan rata-rata $2
juta (dua juta dolar) dan simpangan baku $250.000 (dua ratus lima puluh ribu
dolar).
a. Berapa peluang penjualan perusahaan melebihi $2,5 juta?
b. Berapa peluang bahwa penjualan perusahaan akan berada di
bawah $1.250.000?
c. Untuk menutupi biaya tetap, penjualan perusahaan harus melebihi tingkat
pulang-pokok (break-even level) , yaitu sebesar $1,45 juta. Berapa
peluang bahwa penjualan akan melebihi tingkat pulang-pokok?
d. Tentukan tingkat penjualan yang hanya memiliki kesempatan 9% untuk
dilampaui tahun depan.
Jawab :
𝑋−𝜇
a. 𝑍 = 𝜎

2.500.000 − 2.000.000
𝑍= =2
250.000
Probabilitas penjualan akan melebihi $2,5 juta adalah 0,5 – 0,4772 = 0,0228 =
2,28%
𝑋−𝜇
b. 𝑍 = 𝜎

1.250.000 − 2.000.000
𝑍= = −3
250.000
 Probabilitas penjualan akan berada dibawah $1,25 juta adalah 0,5 – 0,4987 =
0,0013 = 0,13%
𝑋−𝜇
c. 𝑍 = 𝜎

1.450.000 − 2.000.000
𝑍= = −2,2
250.000
Probabilitas penjualan akan melebihi tingkat pulang pokok $1,45 juta adalah
0,5 + 0,4861 = 0,9861 = 98,61%

d. 𝑍 = 0,5 − 0,09 = −0,41 = 1,34

𝑋−𝜇
𝑍=
𝜎
𝑋 − 2.000.00
1,34 =
250.000
𝑋 − 2.000.000 = 335.000
𝑿 = 𝟐. 𝟑𝟑𝟓. 𝟎𝟎𝟎
Maka, tingkat penjualan yang memeiliki probabilitas 9% adalah $2,335 juta

7. Sebuah survei pendapatan per kapita menunjukkan bahwa pendapatan tahunan

penduduk di suatu kota didistribusikan secara normal dengan pendapatan rata-
rata (mean) Rp98.000.000,00 dan simpangan baku Rp16.000.000,00. Jika
seseorang dipilih secara acak, berapa probabilitas bahwa pendapatan tahunan
sebesar:
a. lebih besar dari Rp50.000.000,00?
b. lebih besar dari Rp122.000.000,00?
c. di antara Rp85.200.000,00 dan Rp122.000.000,00?
d. di antara Rp114.000.000,00 dan Rp130.000.000,00?
Jawab :
𝑋−𝜇
a. 𝜎

50.000.000 − 98.000.000
𝑍= = −3
16.000.000
Probabilitas pendapatan tahunan lebih besar dari Rp50.000.000,00 adalah 0,5 +
0,4987 = 0,9987 = 99,87%
𝑋−𝜇
b. 𝑍 = 𝜎
122.000.000 − 98.000.000
𝑍= = 1,5
16.000.000
 Probabilitas pendapatan tahunan lebih besar dari Rp122.000.000,00 adalah 0,5
– 0,4332 = 0,0668 = 6,68%
𝑋1 −𝜇 85.200.000−98.000.000
c. 𝑍1 = = = −0,8
𝜎 16.000.000
𝑋2 − 𝜇 122.000.000 − 98.000.000
𝑍2 = = = 1,5
𝜎 16.000.000
Probabilitas pendapatan tahunan antara Rp85.200.000,00 dan
Rp122.000.000,00 adalah 0,2881 + 0,4332 = 0,7213 = 72,13%.
𝑋1 −𝜇 114.000.000−98.000.000
d. 𝑍1 = = =1
𝜎 16.000.000
𝑋2 − 𝜇 130.000.000 − 98.000.000
𝑍2 = = =2
𝜎 16.000.000
Probabilitas pendapatan tahunan antara Rp114.000.000,00 dan
Rp130.000.000,00 adalah 0,4772 – 0,3413 = 0,1359 = 13,59%.

8. Dari data di suatu gim daring, diketahui bahwa lamanya waktu yang dihabiskan
pemain setiap harinya berdistribusi normal dengan simpangan baku 37 menit.
Diketahui juga bahwa terdapat 14% pemain yang menghabiskan waktu bermain
gim tersebut lebih dari 230 menit. Tentukan rata-ratanya.
Jawab :
𝑍 = 0,5 − 0,14 = 0,36 = 1,08
𝑋−𝜇
𝑍=
𝜎
230 − 𝜇
1,08 =
37
230 − 𝜇 = 39,96
𝜇 = 230 − 39,96 = 𝟏𝟗𝟎, 𝟎𝟒
Maka, nilai rata – rata 𝜇 adalah 190,04 menit

9. Suatu perusahaan penerbangan berdasarkan pengalaman mengetahui bahwa

distribusi jumlah koper penumpang yang hilang tiap minggu pada suatu rute
tertentu mendekati distribusi normal dengan μ = 15,5 dan σ = 3,6. Probabilitas
pada minggu tertentu terdapat kejadian kehilangan kurang dari 20 koper
adalah ⋯⋅⋯⋅
Jawab :
𝑋−𝜇
𝑍=
𝜎
 20 − 15,5
𝑍= = 1,25
3,6
Probabilitas minggu kejadian kehilangan kurang dari 20 koper adalah 0,5 +
0,3944 = 0,8944 = 89,44%

10. Pada suatu distribusi normal tertentu, sebesar 5,48% data terletak di sebelah
kanan 55 nilai simpangan baku σ sama dengan 5. Nilai rata-rata μ pada distribusi
tersebut adalah ⋯⋅⋯⋅
A. 63 C. 48 E. 42
B. 55 D. 47
Jawab :
𝑍 = 0,5 − 0,0548 = 0,4452 = 1,6
𝑋−𝜇
𝑍=
𝜎
55 − 𝜇
1,6 =
5
55 − 𝜇 = 8
𝜇 = 55 − 8 = 𝟒𝟕
Maka, nilai rata – rata 𝜇 adalah 47

11. Distribusi tingkat kolesterol pada remaja pria bisa didekati oleh distribusi
normal dengan μ = 180 dan σ = 30. Tingkat kolesterol di atas 200 memerlukan
perhatian. Probabilitas bahwa seorang remaja pria memiliki tingkat kolesterol
lebih besar daripada 200 adalah ⋯⋅⋯⋅
A. 0,8948 D. 0,3857
B. 0,7486 E. 0,2514
C. 0,6750
Jawab :
𝑋−𝜇
𝑍=
𝜎
200 − 180
𝑍= = 0,67
30
Probabilitas seorang remaja pria memiliki kolestrol lebih besar dari 200 adalah
0,5 – 0,2486 = 0,2514