KATA PENGANTAR.............................................................................
DAFTAR ISI...........................................................................................
BAB 1 PENDAHULUAN.......................................................................
1. Latar Belakang.........................................................................
2. Rumusan Masalah....................................................................
BAB 2 PEMBAHASAN..........................................................................
1.Distribusi probabilitas, variable acak........................................
2.Probabilitas binomial................................................................
3.Probabilitas hipergeometrik…………………………………..
4.probabilitas poisson…………………………………………...
BAB 3 PENUTUP...................................................................................
1. Kesimpulan..............................................................................
2. Daftar Pustaka..........................................................................
BAB 1
PENDAHULUAN
Latar Belakang
Rumusan Masalah
Mari kita perhatikan rumusan masalah sebagai berikut:
1. Apa Distribusi probabilitas, variable acak?
2. Apa itu Probabilitas binomial
3. Apa Probabilitas hipergeometrik
4. Apa probabilitas poisson
BAB 2
PEMBAHASAN
Jadi, variable acak disebut sebagai variable acak jika variabel tersebut menghasilkan
nilai yang bisa berbeda pada setiap peristiwa / trial / eksperimen dan perubahan hasil
di setiap peristiwa tidak dapat diperkirakan.
Jika X variabel acak, maka nilainya dinyatakan dengan x. Jika peluang kejadian X
bernilai kurang dari atau sama dengan x dinyatakan dengan P (X x). Jadi X
dapat bernilai berapapun tergantung pada keluaran yang mungkin dihasilkan dalam
dari eksperimen.
Variabel acak yang nilainya berupa bilangan cacah, dapat dihitung dan terhingga.
Umumnya variabel diskrit berhubungan dengan pencacahan terhadap suatu objek atau
indvidu
Contoh:
• Jumlah penderita Penyakit Jantung Koroner (PJK) yang berobat ke
poli Penyakit Jantung RSJ Harapan Kita adalah 54 orang
Variabel PJK adalah variabel acak diskrit
• Jumlah ODHA yang telah mendapatkan obat ARV di RS Infeksi
Sulianti Suroso adalah 123 orang Variabel ODHA yang telah
mendapatkan ARV adalah variabel acak diskrit
2.Variabel Acak kontinu
Variabel acak yang nilainya berupa selang bilangan, tidak dapat dihitung, dan tidak
terhingga. Biasanya untuk hal-hal yang dapat diukur. Variabel acak kontinu dapat
diilustrasikan sebagai titik-titik dalam sebuah garis.
Pengukuran fisik seperti waktu atau panjang merupakan contoh yang paling mudah
dipahami untuk variabel acak kontinu ini. Misalkan para buruh di sebuah wilayah
akan diukur tinggi badannya. Jika kita menggunakan meteran dengan ketelitian
sentimeter, maka tinggi setiap orang bisa kita anggap sebagai titik dalam meteran
tersebut.Dengan demikian setiap ukuran X akan berhubungan titik-titik yang
jumlahnya sangat banyak atau takterhingga.
Contoh:
Di Kantor pemadam kebakaran berlaku aturan bahwa petugas pemadam
kebakaran harus memiliki berat badan antara 60 sampai 90 Kg Variabel BB
petugas pemadam kebakaran tersebut adalah variabel acak kontinu karena nilainya
berselang antara 60 – 90 Kg.
B. Probabilitas binomial
Dalam distribusi binomial setiap percobaan atau peristiwa adalah bebas satu
sama lain/independen.
Contoh lain adalah percobaan dadu. dalam percobaan pelembaran dadu ini:
Peluang keluarnya mata lima yang diharapkan (peluang sukses) adalah 1/6
Peluang gagal adalah 5//6
C. Probabilitas Hipergeometrik
Distribusi hipergeometrik juga termasuk distribusi teoretis yang menggunakan
variabel diskrit dengan dua kejadian yang berkomplemen, seperti halnya distribusi
binomial.
Perbedaan yang utama antara distribusi binomial dan distribusi hipergeometrik adalah
pada cara pengambilan sampelnya. Pada distribusi binomial pengambilan sampel
dilakukan dengan pengembalian, sedangkan pada distribusi hipergeometrik
pengambilan sampel dilakukan tanpa pengembalian.
2.Sebanyak k benda dapat diberi nama sukses sedangkan sisanya, N – k, diberi nama
gagal
Keterangan:
N = ukuran populasi
n = ukuran sampel
Contoh soal
Penyelesaian:
Dengan kata lain, distribusi Poisson dipakai untuk menentukan peluang suatu
kejadian yang jarang terjadi/probabilitas kecil, populasinya luas dan kadang kala
berhubungan dengan waktu.
Distribusi Poisson memiliki ciri-ciri sebagai berikut.
1.Banyaknya hasil percobaan yang terjadi dalam suatu interval waktu atau suatu
daerah tertentu tidak bergantung pada banyaknya hasil percobaan yang terjadi pada
interval waktu atau daerah lain yang terpisah.
2.Probabilitas terjadinya hasil percobaan selama suatu interval waktu yang singkat
atau dalam suatu daerah yang kecil, sebanding dengan panjang interval waktu atau
besarnya daerah tersebut dan tidak bergantung pada banyaknya hasil percobaan
yang terjadi di luar interval 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.
Contoh:
Peristiwa datangnya kendaraan yang lewat dalam suatu interval waktu di suatu ruas
jalan. Dari peristiwa tersebut, dapat diamati hal-hal berikut.
1.Tingkat kedatangan rata-rata kendaraan dapat dihitung berdasarkan data masa lalu.
BAB III
PENUTUP
3.1 Kesimpulan
Dari hasil pembahasan di atas dapat kami simpulkan bahwa yang
dimaksud dengan Distribusi Probabilitas Diskrit adalah sebuah daftar yang
berisi seluruh hasil dari eksperimen dan probabilitas yang berkaitan dengan
setiap hasi tersebut. Sedangkan Distribusi Normal digunakan untuk
mempelajari Distrbusi probabilitas kontinu, (variabel acak kontinu diperoleh
dengan cara mengukur sesuatu, seperti : tinggi badan, berat badan, dll. ).
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data.
Sedangkan statistik adalah data, informasi, atau hasil penerapan algoritma
statistika pada suatu data.Kejadian yang sering atau jarang terjadi dikatakan
mempunyai peluang terjadi yang besar atau kecil. Keseluruhan nilai-nilai
peluang biasa digunakan dalam kehidupan sehari-hari. Dalam
mengaplikasikan statistika terhadap permasalahan sains, industri, atau sosial,
pertama-tama dimulai dari mempelajari populasi.
3.2 Saran
Demikianlah makalah ini kami buat, kami menyadari bahwa makalah
ini jauh dari kata sempurna. Oleh karena itu kritik dan saran yang membangun
sangat kami harapkan demi kesempurnaan makalah kami selanjutnya. Kami
berharap semoga makalah ini dapat bermanfaat serta menambah pengetahuan
dan wawasan kita semua. Amin.
DAFTAR PUSTAKA
http://nugroho.stiemj.ac.id/wp-content/uploads/05-Kel-6-Distribusi-
Probabilitas.docx
http://lumbanbatuuuu.blogspot.com/2018/04/makalah-statistik-dan-
probabilitas.html
http://mysmamitaximia2.blogspot.com/2015/12/variabel-acak-dan-
distribusi-peluang.html