MODUL III
OLEH
KELOMPOK XXI
MAKASSAR
2022
BAB I
PENDAHULUAN
dengan berbagai cara. Ada yang bersifat prophecy dan supranatural, ada
Simulasi dan teori antrian dapat dikatakan juga sebagi turunan dan teori
secara lebih kuantitatif dari apa yang disimulasikan. Teori antrian merupakan
masih ada walau dengan kadar yang amat tipis. Dan ketidakpastian yang
tipis itu pada gilirannya dapat menghasilkan hasil yang ekstrim. Jadi penting
bagi kita memahami apa yang bisa diberikan oleh teori probabilitas dan
Salah satu jenis distribusi variabel random diskrit yang paling sederhana
binomial.
hipergeometrik.
1.3 Alat Dan Bahan
1. Lembar pengamatan
a. Wadah 1 : berisi 275 kancing warna hijau (baik) dan 25 kancing warna
kuning (cacat)
b. Wadah 2 : berisi 200 kancing warna hijau (baik) dan 100 kancing
c. Wadah 3 : berisi 180 kancing warna hijau (baik) dan 120 kancing
populasi N = 300.
pengamatan.
4. Aduk media.
populasi N = 300.
2. Amati dan catat jumlah kancing yang cacat pada lembar pengamatan.
4. Aduk media.
5. Ulangi langkah (1 – 4) sebanyak 100 kali.
4. Aduk media.
4. Aduk media.
LANDASAN TEORI
(Romadlon, 2019).
buah termasuk kategori tertentu. Dari populasi ini, sebuah sampel acak
Dengan x = 0, 1, 2, …, n
.
KX nN−−XK
P( X ) =
……..........................
nN
.....................................................(Rumus 2.1)
Dimana :
n = ukuran sampel
P = distribusi hipergeometrik
2.1.3 Karakteristik Percobaan Hipergeometrik
k1, k2, k3,… dan dalam sampel berukuran n terdapat unsur-unsur yang
KX nN−−XK
P( X = X 1 , X 2 ...) = …
nN
….................................(Rumus 2.2)
Dimana :
N = ukuran populasi
n = ukuran sampel
P = distribusi hipergeometrik
(Priambadi, 2008).
Distribusi Binomial adalah suatu distribusi probabilitas yang dapat
gambar atau sisi angka. Begitu pula, bila kartu diambil berturut-turut,
kita dapat memberi label “berhasil” bila kartu yang terambil adalah
kartu merah atau “gagal” bila yang terambil adalah kartu hitam.
proses Bernoulli yang diulang sebanyak n kali dan saling bebas. Suatu
(outcome) yang mungkin hanya salah satu dari “sukses” atau “gagal”,
trial).
puas (gagal)
a. Banyaknya/jumlah percobaan/kegiatan
probabilitas bahwa suatu hasil tertentu akan muncul X kali dalam suatu
(Diana, 2017).
sukses-gagal.
suatu percobaan.
percobaan lainnya.
4. Jumlah atau bayaknya percobaan yang merupakan komponen
……..…….…
n
x =
n!
x!(n − x)!
..…………………….................................(Rumus 2.3)
Dimana :
n = banyaknya percobaan
Nilai rata-rata dari sekumpulan data yang berupa angka itu pada
atau ukuran rata-rata itu dikenal pula dengan nama ukuran tendasi
pertengahan dari nilai-nilai yang ada. Selain itu, karena nilai rata-rata
itu biasanya berposisi pada sekitar sentral penyebaran nilai yang ada,
Maka nilai rata – rata itupun yang dikenal dengan nama ukuran posisi
sampel, serta seberapa dekat titik data individu ke mean atau rata-rata
nilai sampel. Sebuah standar deviasi dari kumpulan data sama dengan
nol menandakan bahwa semua nilai dalam himpunan tersebut adalah
titik data individu jauh dari nilai rata-rata. Varian dan simpangan baku
tujuan untuk mengetahui variasi dari kelompok data (Nur Hidayat et al.,
2019).
modus.
atau dihitung.
1. Untuk rata-rata :
µ = rata-rata
C = ukuran sampel
E = Nilai rata-rata
q = probabilitas peristiwa gagal
2. Untuk varians :
2 = x2(Cn. pxqn-x) - µ2
......................................(Rumus 2.5)
Dimana :
2 = Varians
µ = rata-rata
C = ukuran sampel
n
= X
x =0
2
(Cn.px.qn-
…...…….…………….…....(Rumus 2.6)
)
Dimana :
= Simpangan Baku
µ = rata-rata
C = ukuran sampel
Distribusi normal adalah salah satu distribusi teoritis dari variabel random
nama pengembangannya, yaitu Karl Gauss pada abad ke-18, seorang ahli
matematika dan astronomi. Distribusi normal sering juga disebut Distribusi
Gauss. Distribusi normal merupakan salah satu distribusi yang paling banyak
normal adalah: (1) grafiknya selalu berada di atas sumbu mendatar X; (2)
kanan; dan (4) luas daerah grafik selalu sama dengan satu satuan luas. Bila
Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol
dan simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell
untuk n besar. Karya tersebut dikembangkan lebih lanjut oleh Pierre Simon
Istilah kurva lonceng diperkenalkan oleh jouffret pada tahun 1872 untuk
bentuk distribusi
d. Total luas daerah dibawah kurva normal adalah 1 (hal ini berlaku untuk
e. Kedua ekor kurva memanjang tak berbatas dan pernah memotong sumbu
horizontal
dengan berbagai kordinat pada berbagai jarak simpangan baku yang diukur
1. Bentuk distribusi normal adalah bentuk genta atau lonceng dengan satu
puncak (unimodal).
3. Nilai rata – rata sama dengan median sama dengan modus yang
tepi, yaitu :
n/N < 0,1. Makin kecil nilai n/N maka makin kecil perbedaan jika didekati
distribusi normal, bila proporsi p mendekati 0,5 dan ukuran sampel (n) cukup
besar. Makin besar n, maka makin kecil perbedaan jika didekati dengan
distribusi normal. Bila n percobaan semakin besar dan memiliki sifat yang
binomial akan semakin tidak efektif, karena jumlah lombinasi dari peristiwa
Definisi sebaran binom negatif, bila ulangan yang bebas dan berulang-
rumus:
x -1
b* (x;k,p) = pkqx-k
Dimana :
setiap suku dalam penguraian px(1 – p)x-k berpadanan dengan nilai-nilai b*(x;
k, p) untuk x = k, k + 1, k + 2, …
munculnya sisi gambar. Kita mungkin saja ingin mengetahui peluang bahwa
Distribusi peluang adalah tabel, grafik atau rumus yang memberikan nilai
Sejauh in teori peluang yang kita bicaran hanya sebatas pada suatu
nilai peluang tertentu. Padahal masih ada nilai-nilai peluang dari peristiwa
dengan suatu fungsi peluang, dinotasikan dengan p(x) atau f(x), yang
Rata-rata dan distribusi probabilitas disebut nilai yang diharapkan. Ada dua
sama adalah t, F dan chi square digunakan dalam analisis data tetap tidak
semua nilai pada skala kontinu. Ruang sampel kontinu adalah bila ruang
sampel mengandung titik sampel yang tak terhingga banyaknya. Syarat dari
distribusi kontinu adalah apabila fungsi f(x) adalah fungsi padat peluang
berbeda dalam urutan tertentu tanpa ada objek yang diulang dari objek-
objek tersebut atau pun susunan yang dibentuk dari anggota suatu
memberi arti pada urutan anggota dari susunan. Bentuk khusus dari
berbeda dari yang lainnya jika susunan urutan atau isinya berbeda-beda.
elemen dari n elemen, atau C(n, r), adalah jumlah pemilihan yang tidak
terurut r elemen yang diambil dari n buah elemen. C(n, r) = cara memilih r
buah elemen dari n buah elemen yang ada, tetapi urutan elemen di dalam
diskrit), yaitu banyaknya hasil percobaan yang terjadi dalam suatu interval
terjadi dalam suatu interval waktu tertentu atau di suatu daerah tertentu.
a. Banyaknya hasil percobaan yang terjadi dalam suatu interval waktu atau
yang terjadi pada interval waktu atau daerah lain yang terpisah.
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.
c. Probabilitas lebih dari suatu hasil percobaan yang terjadi dalam interval
waktu yang singkat atau dalam daerah yang kecil dapat diabaikan.
Oktober.
(p< 0,1).
hasil percobaan yang terjadi selama suatu selang waktu tertentu atau di
dapat saja berupa suatu ruas garis, suatu luasan, suatu volume atau
yaitu banyaknya hasil percobaan yang terjadi selama suatu selang waktu
sebagai berikut :
a. Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu atau
yang terjadi pada selang waktu atau daerah lain yang terpisah.
b. Peluang terjadinya satu hasil percobaan selama suatu selang waktu yang
singkat sekali atau dalam suatu daerah yang kecil, sebanding dengan
panjang selang waktu tersebut atau besarnya daerah tersebut, dan tidak
c. Peluang bahwa lebih dari satu hasil percobaan akan terjadi dalam selang
waktu yang singkat tersebut atau dalam daerah yang kecil tersebut, dapat
n/N < 0,1. Makin kecil nilai n/N maka makin kecil perbedaan jika didekati
distribusi normal, bila proporsi p mendekati 0,5 dan ukuran sampel (n)
cukup besar. Makin besar n, maka makin kecil perbedaan jika didekati
dengan distribusi normal. Bila n percobaan semakin besar dan memiliki sifat
binomial akan semakin tidak efektif, karena jumlah lombinasi dari peristiwa
Salah satu karakteristik yang paling terlihat dari distribusi normal adalah
distribusi normal tepat di tengah, Anda akan mendapatkan dua bagian yang
sama, masing-masing merupakan bayangan cermin dari yang lain. Ini juga
berarti bahwa setengah dari pengamatan dalam data berada di kedua sisi
normal juga merupakan titik di mana tiga ukuran jatuh: mean, median, dan
berjumlah sama.
1. Bila besar sampel (n)≥1. 2. Sampel (n) relative kecil bila dibandingkan
dengan jumlah populasinya (N), yaitu n < 0,05 N. Bila n lebih kecil
hal Pertama, kasus yang sering terjadi dalam dunia nyata adalah kasus
METODE PENELITIAN
Pada bagian latar belakang membahas tentang dasar atau titik tolak
dan binomial.
Pada bagain ini memberikan informasi mengenai alat dan bahan yang
1. Lembar pengamatan
a. Wadah 1 : berisi 275 kancing warna hijau (baik) dan 25 kancing warna
kuning (cacat)
b. Wadah 2 : berisi 200 kancing warna hijau (baik) dan 100 kancing
c. Wadah 3 : berisi 180 kancing warna hijau (baik) dan 120 kancing
dilakukan.
beberapa percobaan yang diambil dari data kancing Hijau dan Kuning.
prosedur pengolahan data yang telah dipelajari di BAB II. Berikut langkah –
langkah penyajiannya :
a. Hipergeometrik
b. Binomial
3.10 Penutup
1.Flowchart Keseluruhan
Mulai
Latar Belakang
Tujuan Percobaan
Tinjauan Pustaka
Pengumpulan data :
1. Pengamatan
2. Pengukuran
Pengolahan Data :
1. Mencatat data warna kancing
yang muncul
2. Menghitung percobaan 3
wadah dengan n = 5 dan n = 25
3. Hitung nilai ekspektasi dan (K)
4. Hitung peluang hipergeometrik
5. Hitung nilai ekspektasi (P)
6. Bandingkan ekspetasi (K)
Selesai
Mulai
Pengolahan Data
1. Hitung jumlah cacat
2. Hitung frekuensi
3. Hitung frekuensi relative
4. Hitung frekuensi komulatif
5. Gambarkan grafik histogram
a. Hitung rata – rata cacat
b. Hitung variansi
c. Hitung standar deviasi
6. Hitung ekspektasi
7. Uji bentuk distribusi hipergeometrik
Penutup :
1. Kesimpulan
2. saran
Selesai
Mulai
Pengolahan Data
1. Hitunglah jumlah cacat
2. Hitunglah frekuensi
3. Hitunglah frekuensi relative
4. Hitulang frekuensi komulatif
5. Gambarlah grafik histogram
a. Hitung rata-rata (µ)
b. Hitung variasi (2)
c. Hitung standar deviasi
6. Hitung ekspektasi (P)
7. Uji bentuk distribusi binomial
Penutup :
1. Kesimpulan
2. Saran
Selesai