DISTRIBUSI POISSON

Disusun oleh:
Fajar Ahmad Wijaya (19312036 )
Suroso (19312132)
Wahyu Bimantoro ( 19312142)
Arkhan Fadhlurrahman (19312061 )

FAKULTAS TEKNIK dan ILMU KOMPUTER (FTIK)

UNIVERSITAS TEKNOKRAT INDONESIA
 2020KATA PENGANTAR

Puji syukur kehadirat Allah SWT karena dengan rahmat-Nya kami dapat
menyelesaikan makalah yang berjudul “DISTRIBUSI POISSON” dengan baik.
Makalah ini disusun untuk memenuhi tugas kelompok mata kuliah Statistika kami
ucapkan terima kasih kepada Permata, S.Si., M.Si. selaku dosen pengampu mata
kuliah Statistika yang telah memberi kami kesempatan untuk memaparkan materi
ini tepat pada waktunya, juga kepada semua pihak yang telah berperan dalam
menyusun makalah ini kami ucapkan Terima kasih.
Dalam menyusun makalah ini, kami menyadari adanya banyak kekurangan
serta kesalahan yang terdapat pada makalah ini, maka kami harapkan kritik serta
saran yang membangun sehingga dikemudian hari akan menjadi lebih baik, kami
berharap bahwa makalah ini akan bermanfaat bagi pembacanya.

Bandar Lampung,
Januari 2020

Penyusun

i
 DAFTAR ISI

KATA PENGANTAR............................................................................................i

DAFTAR ISI..........................................................................................................ii

BAB I PENDAHULUAN.....................................................................................1
A. Latar Belakang...........................................................................................1
B. Rumusan Masalah.....................................................................................2
C. Tujuan........................................................................................................2
D. Ruang Lingkup Masalah............................................................................2

BAB II PEMBAHASAN.......................................................................................3
A. Definisi Distribusi Poisson........................................................................3
B. Teorema.....................................................................................................5
C. Latihan ......................................................................................................5

BAB III PENUTUP...............................................................................................8

A. Simpulan....................................................................................................8
B. Saran..........................................................................................................8

ii
 DAFTAR PUSTAKA 9BAB I
PENDAHULUAN

A. Latar Belakang Masalah

Dalam kehidupan sehari-hari, agar dapat mengetahui banyaknya
hubungan telepon sejam yang diterima suatu kantor, banyaknya hari
sekolah yang ditutup karena banjir, banyaknya pertandingan sepak bola
yang terpaksa diundur karena hujan salju selama musim dingin, banyaknya
tikus sawah per hektar, banyaknya bakteria dalam suatu makanan, ataupun
banyaknya salah ketik per halaman, sehingga dapat menghasilkan
pengamatan untuk peubah acak X, kita bisa mengetahuinya dengan
menggunakan percobaan poisson.
Percobaan poisson merupakan percobaan yang menghasilkan
peubah acak X yang bernilai numerik, yaitu banyaknya sukses selama
selang waktu tertentu atau dalam daerah tertentu. Kemudian, distribusi
peluang suatu peubah acak poisson X disebut distribusi poisson karena
nilainya hanya tergantung pada rata-rata banyaknya sukses yang terjadi
dalam selang waktu atau daerah tertentu. Panjang selang waktu tersebut
boleh berapa saja, semenit, sejam, seminggu, sebulan atau malah setahun.
Daerah yang dimaksud dapat berupa sepotong garis, suatu luasan, suatu
isi, ataupun barangkali sepotong benda.
Distribusi poisson1 diturunkan dari distribusi binomial, yaitu pada
kasus khusus dimana banyak perulangan eksperimennya relatif besar
(secara matematik dinotasikan n → ∞), dan probabilitas kejadian yang
menjadi fokus perhatian relatif kecil (secara matematik dinotasikann θ → 0
). Penurunan fungsi poisson diperoleh dari fungsi peluang binomial,

λ
dengan menggunakan pemisalan: n ∙ θ=λ sehingga θ= .
n
Oleh karena itu, dalam rangka ingin mengetahui dan memahami
distribusi poisson secara mendalam, kita harus mengetahui definisi

1
 distribusi poisson dan teorema terkait distribusi poisson, yang akan
dibahas pada makalah ini.
B. Rumusan Masalah
Adapun rumusan masalah dalam makalah ini adalah sebagai
berikut:
1. Apa definisi dari distribusi poisson?
2. Apa sajakah teorema terkait distribusi poisson?
3. Bagaimanakah cara menyelesaikan soal-soal terkait permasalahan
distribusi poisson?

C. Tujuan Masalah
Adapun tujuan masalah dalam makalah ini adalah sebagai berikut:
1. Untuk mengetahui definisi distribusin poisson.
2. Untuk mengetahui teorema terkait distribusi poisson
3. Untuk mengetahui cara menyelesaikan soal-soal terkait permasalahan
distribusi poisson.

D. Ruang Lingkup Masalah

Adapun ruang lingkup masalah yang akan dibahas dalam makalah
ini yaitu definisi distribusi poisson, teorema distribusi poisson, dan soal-
soal terkait distribusi poisson.

2
 BAB II
PEMBAHASAN

Distribusi poisson diturunkan dari distribusi binomial, yaitu pada kasus

khusus dimana banyak perulangan eksperimennya relatif besar (secara matematik
dinotasikan n → ∞), dan probabilitas kejadian yang menjadi fokus perhatian relatif
kecil (secara matematik dinotasikann θ → 0). Penurunan fungsi poisson diperoleh
dari fungsi peluang binomial, dengan menggunakan pemisalan: n ∙ θ=λ sehingga

λ
θ= .
n

A. Definisi Distribusi Poisson

Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi,
ditemukan oleh S.D. Poisson (1781-1841), seorang ahli matematika bangsa
Prancis. Distribusi poisson termasuk distribusi teoritis yang memakai variabel
random diskrit. Distribusi poisson adalah distribusi nilai-nilai bagi suatu
variabel random X(Xdiskrit), yaitu sebanyak hasil percobaan yang terjadi
dalam suatu interval waktu tertentu atau suatu daerah tertentu.2
Distribusi poisson memiliki ciri-ciri sebagai berikut:
1. Banyaknya percobaan yang terjadi dalam suatu interval waktu atau suatu
daerah tertentu tidak tergantungpada banyak nya hasil percobaan yang
terjadipada 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 tersebutu 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.

3
 Selain memiliki ciri, distribusi poisson juga mempunyai karakteristik
yang sama dengan distribusi binomial, namun mempunyai :
1. Total seluruh kejadian (percobaan) yang sangat besar (lebih dari 50), serta
2. Probabilita hasil kejadian yang sangat kecil (0,1 = 10 persen atau lebih
kecil).
Distribusi ini secara luas banyak dipakai terutama dalam proses
simulasi, seperti proses kedatangan, proses antrian dll. Jumlah X dari
keluaran yang terjadi selama satu percobaan Poisson disebut Variabel random
Poisson, dan distribusi probabilitasnya disebut distribusi Poisson.
Bila x menyatakan banyaknya sukses yang terjadi , l adalah rata-rata
banyaknya sukses yang terjadi dalam interval waktu atau daerah tertentu, dan
e = 2,718 , maka rumus distribusi poisson adalah :
λ x e−λ
P ( X=x )=
x!
Probabilitas terjadinya suatu kedatangan yang mengikuti proses
poisson, dirumuskan:3
e−λt (λt ) x
P (X = x) =
x!
Keterangan :
λ = tingkat kedatangan rata-rata per satuan waktu
t = banyaknya suatu waktu
x = banyaknya kedatangan dalam t satuan waktu
Jika terdapat probabilitas dari poisson yang lebih dari satu, maka
probabilitas tersebut dinamakan dengan probabilitas poisson kumulatif.
Probabilitas poisson dapat dihitung dengan rumus:4
n
λ x e−λ
PPK =∑
x=0 x!
n
= ∑ P ( X=x )
x=0

4
 = P (X = 0) + P(X = 1) + P(X = 2) +...+ P(X = n)
Beberapa sifat dari distribusi poisson dapat dilihat pada tabel dibawah
ini:
Mean => µ=λ=n.p
Varian => σ2 = λ = n . p
√ λ❑Deviasi Standar => σ=
1
Koefisien
√ λ❑ => σ3 =
Momen Kemiringan
1
Koefisien
√ λ❑ => σ4 =
Momen Kurtosis
Tabel sifat distribusi poisson.

Pada kenyataannya, dapat diperlihatkan bahwa distribusi poisson akan

mendekati distribusi normal bervariabel standar (X - A) √ λ❑ seiring dengan
semakin besarnya λ.5

B. Teorema
Teorema:
Mean dan varians distribusi poisson keduanya adalah sama dengan λ.

C. Latihan
1. Sebuah toko alat-alat listrik mencatat rata-rata penjualan lampu TL 40 W
setiap hari 5 buah. Jika permintaan akan lampu tersebut mengikuti
distribusi poisson, berapa probabilitas untukm penjualan berikut ?
a) 0 lampu TL
b) 3 lampu TL
Penyelesaian :
λ = 5; e-5 = 0,00674
50 e−5
a. P (X= 0) =
0!
1(0,00674)
¿ = 0,00674
1
5

5
 53 e−5
b. P (X= 3) =
3!
125(0,00674)
= = 0,14
6

2. Dalam sebuah majalah yang terdiri dari 120 halaman terdapat 80 kata
yang salahcetak dan berdistribusi secara acak dalam halaman –halaman
majalah tersebut. Hitung probabilitas, seandainya sebuah halaman
majalah terseut dibuka:
a) Tidak terdapat salah cetak
b) 4 kata yang salah cetak
Penyelesaian :
n = 80; p = 1/120
λ=n.p
= 80 x 1/120 = 0,67
a. P (X= 0) = ¿¿
1 ( 0,512 )
=
1
= 0,512
1(0,67) 4 e−0,67
b. P (X= 4) =
4!
(0,202)(0,512)
= = 0,004
24

3. Ruang gawat darurat sebuah rumah sakit memiliki tingkat kedatangan

rata-rata pasien sebanyak 4 orang per hari. Kedatangan pasien mengikuti
proses poisson.
a) Berapa probabilitas kedatangan 2 pasien per hari?
b) Berapa probabilitas kedatangan 2 pada siang saja?
Penyelesaian :
t = 1; λ = 4; x = 2
a) P (X= 2) = e−4 x 1 ¿ ¿
(0,018)(16)
= = 0,1465
2

6
 t = 12/24 = 1/2; λ =4; x = 2
b) P (X= 2) = e−4 x 1/ 2 ¿ ¿
(0,135)( 4)
= = 0,271
2

4. Sebuah toko alat-alat listrik mencatat rata-rata penjualan lampu TL 40 W

setiap hari 5 buah. Jika permintaan akan lampu tersebut mengikuti
distribusi poisson.
a) Tentukan probabilitas penjualan paling banyak 2 lampu !
b) Andaikan persediaan (stok) lampu sisa 3, berapa probabilitas
permintaan lebih dari 3 lampu?
Penyelesaian :
λ = 5; e-5 = (2,72)-5 = 0,00674
2
a. P(X= 0, 1, 2) = ∑ P ( X =x )
x=0

= P(X = 0) + P(X=1) + P(X= 2)

= 0, 125
n
b. P(X ≥ 3) = 1- ∑ P ( X=x )
x=0

= 1- (P(X=0) + P(X=1) + P(X=2) + P(X=3)

= 1- 0,265
= 0,735

7
 BAB III
PENUTUP

A. Kesimpulan
Distribusi peluang suatu peubah acak poisson X disebut distribusi
poisson karena nilainya hanya tergantung pada rata-rata banyaknya sukses
yang terjadi dalam selang waktu atau daerah tertentu. Panjang selang waktu
tersebut boleh berapa saja, semenit, sejam, seminggu, sebulan atau malah
setahun. Daerah yang dimaksud dapat berupa sepotong garis, suatu luasan,
suatu isi, ataupun barangkali sepotong benda.
Distribusi poisson diturunkan dari distribusi binomial, yaitu pada
kasus khusus dimana banyak perulangan eksperimennya relatif besar (secara
matematik dinotasikan n → ∞), dan probabilitas kejadian yang menjadi fokus
perhatian relatif kecil (secara matematik dinotasikann è → 0). Penurunan
fungsi poisson diperoleh dari fungsi peluang binomial, dengan menggunakan

λ
pemisalan: n ∙ θ=λ sehingga θ= .
n

B. Saran
Sekian isi makalah kami tentang Distribusi Poisson. Semoga dengan
makalah yang kami susun tersebut dapat bermanfaat bagi kita semua dan
menjadikan kita semua kaum berpikir, dan semakin rajin lagi untuk
memperdalam ilmu pengetahuan guna bekal kita di masa mendatang. Dan
semoga dengan makalah ini, kita menjadi paham tentang distribusi poisson.
Demi kesempurnaan makalah ini, kritik dan saran sangat kami
butuhkan yang bersifat membangun agar makalah ini dapat menjadi suatu
acuan untuk kalangan umum yang membacanya.

8
 DAFTAR PUSTAKA

Manfaat, Budi. 2016. Pengantar Teori Probabilitas. Cirebon: Eduvision.

Hasan, Iqbal. 2012. Pokok-pokok Materi Statistika 2 (Statistika Inferensif). Jakata:
PT Bumi Aksara.
Spiegel, Murray R. 2004. Schaum’s Easy Outline Statistik. Jakarta: Erlangga.
Spiegel, Murray R & Stephens, Larry J. 2004. Schaum’s Outline (Teori dan Soal-soal).
Jakarta: Erlangga.
Harinaldi. 2005. Prinsip-prinsip untuk Teknik dan Sains. Jakarta: Erlangga.
Lind, Douglas A,. Marchal, William G & Wathen, Samuel A. 2007. Teknik-teknik
Statistika dalam Bisnis dan Ekonomi Menggunakan Kelompok Data Global.
Jakarta: Salemba Empat.