NASKAH STATISTIKA

SEBARAN BINOMIAL, POISSON DAN NORMAL

Disusun oleh:
1. Alfian Ibnu Luthfi (23010121120008)
2. Intan Malinda (23010121120012)
3. Rifka Amelia Wardani (23010121120024)
4. Putri Wiwi Widiyani (23010121120027)
5. Listiani Intan Permata (23010121120028)
6. Indra Jaohary (23010121120029)
7. Ardhan Fatkhul (23010121120052)

Asisten Kelompok
Rania Nisrina Rahma

PRAKTIKUM STATISTIKA
PROGRAM STUDI S-1 PETERNAKAN
FAKULTAS PETERNAKAN DAN PERTANIAN
UNIVERSITAS DIPONEGORO
SEMARANG
2021
A. LATAR BELAKANG

Sejauh ini teori peluang yang kita bicarakan hanya sebatas pada
suatu peristiwa tertentu atau tentang kemungkinan terjadinya peristiwa
dengan nilai peluang tertentu. Padahal masih ada nilai-nilai peluang dari
peristiwa lainnya yang bisa ditentukan. Nilai-nilai peluang tambahan yang
demikian bisa membentuk suatu sebaran yang disebut sebagai sebaran
peluang. Sebagai contoh, ketika melempar sebuah dadu, kita bisa
menghitung peluang dari seluruh peristiwa yang mungkin yakni
munculnya angka 1, 2, 3, 4, 5 dan 6 yang masing-masing memiliki
peluang 1/6.

Semua peristiwa tersebut berada dalam “ketidakpastian” atau Uncertainty.

Dengan demikian, probabilitas atau peluang merupakan “derajat
kepastian” untuk terjadinya suatu peristiwa yang diukur dengan angka
pecahan antara nol sampai dengan satu, dimana peristiwa tersebut terjadi
secara acak atau random. Dengan konsep probabilitas tersebut, maka akan
dapat diusahakan untuk menarik kesimpulan tentang karakteristik dari
populasi dengan menggunakan data sampel. Proses penarikan kesimpulan
populasi atas dasar data sampel sering disebut dengan “induktif”.

Peluang banyak digunakan dibidang lain, selain bidang Matematika. Ahli

fisika menggunakan peluang untuk mempelajari macam-macam gas dan
hukum panas dalam teori atom. Ahli biologi mengaplikasi teknik peluang
dalam ilmu genetika dan teori seleksi alam. Dalam dunia bisnis teknik
peluang digunakan untuk pengembalian keputusan.

Peluang merupakan teori dasar stastistika, suatu disiplin ilmu yang

mempelajari pengumpulan, pengaturan, perhitungan, penggambaran dan
penganalisisan data, serta penarikan kesimpulan yang valid berdasarkan
penganalisisan yang dilakukan dan pembuatan keputusan yang rasional.
B. MATERI SINGKAT

Sebaran Variabel Acak Diskret

Variabel acak diskrit berhubungan dengan hasil sebuah peristiwa yang
ruang sampelnya terhingga atau dapat terhitung. Variabel acak diskrit
memiliki 2 sebaran, yaitu Sebaran Peluang Binomium dan Sebaran
Peluang Poisson.
1) Sebaran Peluang Binomium
Dalam studi peluang, berbagai kondisi yang memiliki dua
kemungkinan disebut peluang binomimum. BI dalam kata
BINOMIMUM berarti dua. Jadi, hasil yang mungkin muncul
dalam setiap percobaan hanya ada dua (sukses/gagal).
 Peluang sukses terjadi jika P merupakan peluang dari suatu
kejadian yang akan terjadi pada sembarang percobaan
tunggal.
 Peluang gagal terjadi dalam sembarang percobaan tunggal,
yaitu
q=1–p

Maka peluang yang akan terjadi tepat x kali dalam N percobaan

(yaitu x sukses dan N – x gagal). Sehingga persamaannya sebagai
berikut :

P(X) = peluang kejadian (X) yang diharapkan

p = peluang sukses
q = peluang gagal
N = banyaknya percobaan/kejadian
Dimana X = 0,1,2,3,…..,N
0<p<1
 2) Sebaran Poisson

Adalah suatu sebaran teoritis yang memakai var random diskrit, yaitu
banyaknya hasil percobaan yang terjadi dalam suatu interval waktu tertentu.
Ciri-ciri dari sebaran Poisson :

1) Banyaknya hasil percobaan yang satu tidak tergantung dari

banyaknya hasil percobaan yang lain.
2) Probabilitas hasil percobaan sebanding dengan panjang interval waktu.

3) Probabilitas lebih dari satu hasil percobaan yang terjadi dalam

interval waktu yang singkat dalam daerah yang kecil dapat
diabaikan.
Sebaran Poisson digunakan dalam :

1. Menghitung probabilitas terjadinya peristiwa menurut satuan waktu,

ruang atau isi, luas, panjang seperti:

• Banyaknya penggunaan telpon per menit, banyaknya kesalahan

ketik per halaman sebuah buku, banyaknya mobil yang lewat
selama 5 menit di suatu ruas jalan, dsb.
2. Menghitung disktribusi binomial apabila n-
relatif kecil (p < 0,1)
 3) Sebaran Normal

Apa itu sebaran normal?

Sebaran normal merupakan salah satu jenis sebaran dengan variabel acak yang
kontinu.

Pada sebaran normal terdapat kurva/grafik yang digambarkan menyerupai bentuk

lonceng.

Sebaran normal dapat disebut juga sebagai sebaran Gauss. Persamaan yang
terdapat dalam sebaran normal salah satunya yaitu terkait fungsi densitas.

Sifat sebaran normal

Saat menunjukkan nilai penyebaran data, sebaran normal memiliki sejumlah

karakteristik utama sebagai berikut: Teori sebaran ini memiliki nilai mean,
median, dan modus yang sama. Kurva sebaran selalu bersifat simetris dengan
bentuk lonceng (bell curve). Titik puncak kurva adalah nilai rata-rata.

Berikut merupakan fungsi densitas pada sebaran normal.

Rumus sebaran normal:

Keterangan:

 π : konstanta dengan nilai 3,14159. . .

 e : bilangan eksponensial dengan nilai 2,7183 . . .
 µ : rata-rata (mean) dari data
 σ : simpangan baku data bersebaran normal

Bagaimana cara untuk menghitung nilai z? Nilai z dapat dihitung dengan rumus
berikut.
 z = (x – µ)/σ

Keterangan:

 µ : rata-rata (mean) dari data

 σ : simpangan baku data bersebaran normal

C. CONTOH SOAL

1. Sebuah survei kebersihan gigi memperlihatkan bahwa 2 dari 5

orang sudah pergi ke dokter gigi dalam beberapa bulan terakhir.
Apabila ada 12 orang terpilih secara acak, hitunglah probabilitas 4
diantaranya pergi ke dokter dua bulan lalu!
2. Sebuah toko ternak mencatat rata-rata penjualan pakan ayam stiap
hari 5 karung,jika permintaan akan pakan tersebut mengikuti
distribusi poison,berapakah probabilitas untuk penjualan berikut?
a. 0 karung pakan
b. 3 karung pakan
3. Rata-rata produktivitas padi di Lampung tahun 2020 adalah 6 ton
per hektare (ha), dengan simpangan baku (s) 0,9 ton .Apabila
luasnya sawah yang di Lampung 100.000 hektare (ha) dan
produktivitas padi berdistribusi normal (data tentatif), tentukan
berikut ini!.

 Berapakah luasnya sawah yang memiliki produktivitas yang lebih dari

8ton ?
 Berapakah luasnya sawah yang memiliki produktivitas yang kurang dari
5ton ?
 Berapakah luasnya sawah yang memiliki produktivitas diantara 4–7ton ?
Penyelesaian:

1. Diketahui : n=12; x=4; p= 2/5; q=3/5

Maka:

P(x,n) = ( )
× ×

P(4,12) = ×( ) × ( ) = 0,213

Jadi, probabilitas 4 orang pergi ke dokter dua bulan lalu adalah

0,213
2. Diket:
µ=5
e = 2,71828
maka:

p(x) =

A.0 karung pakan (x=0)

( )
P(X=0) = = 0,00674

B. 3 Karung pakan (x=3)

( )
P(X=3) = = = 0,14

3. Penyelesaian soal nomor 3

1. Jumlahkan nilai z dari nilai x= 8 ton dengan menggunakan rumus

2. Jumlahkan nilai z dari nilai x= 7 ton, dengan menggunakan rumus

3. Jumlahkan luasnya dibawah kurva normal terhadap z=–2,22.

Langkah pertama bukalah Tabel Z serta lihatlah sel di tengah- tengah baris
 2, 20 serta kolom 0, 02. Jumlahnya ialah angka 0,01321 dan jika dijadikan
persen menjadi 1,321%.

Angka ini menunjukkan bahwa luasnya dibawah kurva normal baku dari
titik –2,22 arahkan menuju kiri kurva ialah sejumlah 1,321%.

4. Jumlahkan luasnya dibawah kurva normal terhadap z = 1,11.

Langkah pertama bukalah Tabel Z serta lihatlah sel di tengah- tengah baris
1,10 serta kolom 0,01. Jumlahnya ialah angka 0,86650 dan jika dijadikan
persen menjadi 86,65%.

Angka ini menunjukkan bahwa luasnya dibawah kurva normal baku dari
titik 1,11 arahkan menuju kiri kurva ialah sejumlah 86,65%.

5. Luas sawah yang produktivitasnya antara 4 – 7 ton

Adalah 86,65%-1,321% = 85,329% (diarsir dengan berwarna hitam) atau

(85,329/100) x 100.000 ha = 85329 ha (hektare). seperti gambar dibawah.

Kurva
D. KESIMPULAN
Berdasarkan materi yang telah kita bahas dan pelajari diatas dapat
disimpulkan bahwa perhitungan sebaran binomial, poisson, dan normal
sangat membantu kami sebagai mahasiswa peternakan dalam menghitung
data baik dalam sebuah penelitian maupun tugas.

E. DAFTAR PUSTAKA
Distribusi Normal - Pengertin, Rumus, Modul, Tabel dan Contoh Soal
(quipper.co.id)