MAKALAH

DISTRIBUSI GEOMETRIK

Disusun Oleh Kelompok 2:

Brigita D. Jasiyanti (17504093)
Christin A. F. Siahaan (17504003)
Fabian Y. Paisa (17504184)
Limbong Silalong (17504080)
Livinia Tendean (17504107)
Yeremia T. Piri (17504042)

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MANADO
2019
 DAFTAR ISI
DAFTAR ISI ............................................................................................................i
BAB I PENDAHULUAN ...................................................................................1
A. Latar Belakang Masalah ...............................................................................1
B. Rumusan Masalah ........................................................................................1
C. Tujuan Penulisan ..........................................................................................1
BAB II PEMBAHASAN .....................................................................................2
A. Pengertian Distribusi Probabilitas Diskrit ....................................................2
B. Pengertian dan Konsep Distribusi Geometrik ..............................................2
C. Fungsi Peluang Distribusi Geometrik ..........................................................3
D. Parameter Distribusi Geometrik ........................................................................ 5
1. Rataan.............................................................................................................. 5
2. Varians ............................................................................................................ 7
3. Fungsi Pembangkit Momen ....................................................................... 11
E. Contoh-Contoh Soal ...................................................................................12
BAB III PENUTUP ..............................................................................................16
DAFTAR PUSTAKA ...........................................................................................18

i
 BAB I
PENDAHULUAN
A. Latar Belakang
Suatu variabel yang nilainya merupakan suatu bilangan yang ditentukan
oleh terjadinya hasil suatu percobaan disebut sebagai variabel random. Dalam
sampel random semua unit dari populasi mempunyai kesempatan yang sama
untuk dijadikan sampel. Variabel random terdiri dari distribusi diskrit dan
distribusi kontinu.
Nilai-nilai distribusi diskrit terdiri atas hasil-hasil perhitungan sederhana
dari sejumlah unit. Penyajian distribusi probabilitas dapat berbentuk tabel atau
kurva probabilitas. Untuk suatu variabel random diskrit, semua nilai yang dapat
terjadi dari variabel random dapat didaftar dalam suatu tabel dengan
menyertakan probabilitas-probabilitasnya. Variabel random geometri
mengukur jumlah percobaan sampai diperoleh sukses yang pertama kali.

B. Rumusan Masalah
1. Apa pengertian distribusi probabilitas diskrit ?
2. Apa pengertian dan konsep distribusi geometrik ?
3. Bagaimana fungsi,peluang distribusi geometrik ?
4. Bagaimana parameter distribusi geometrik dan pembuktiannya?

C. Tujuan Penulisan
Dari rumusan masalah di atas, maka dapat dituliskan tujuan penulisan, yaitu:
1. Untuk mengetahui apa itu distribusi probabilitas diskrit
2. Untuk mengetahui pengertian dan konsep distribusi geometrik
3. Untuk mengetahui fungsi peluang distribusi geometrik
4. Untuk lebih mengerti tentang parameter distribusi geometrik dan
pembuktiannya

1
 BAB II
PEMBAHASAN
A. Pengertian Distribusi Probabilitas Diskrit
Distribusi Probabilitas merupakan cara yang lebih sederhana untuk
menyelesaikan probilitas dari peristiwa yang bersifat independen dan
dependen. Peristiwa independen merupakan peristiwa yang terjadi yang tidak
mempengaruhi peristiwa yang berikutnya. Peristiwa dependen adalah peristiwa
yang mempengaruhi peristiwa lain. Pada berbagai peristiwa dalam probilitas,
jika frekuensi percobaan banyak, maka untuk peristiwa yang bersifat
independen dan dependen akan mengalami kesulitan dalam percobaan.
Distribusi peluang diskrit adalah suatu tabel atau rumus yang mencantumkan
semua kemungkinan nilai suatu pengubah acak diskrit (ruang contoh diskrit
mangandung jumlah titik yang terhingga) dan juga peluangnya.

B. Pengertian dan Konsep Distribusi Geometrik

Distribusi geometrik adalah kasus khusus dari distribusi binomial negative
untuk 𝑘 = 1, yaitu distribusi peluang banyaknya usaha yang diperlukan untuk
mendapatkan sukses pertama. Dengan kata lain distribusi ini mewakili suatu
kejadian random hingga sukses yang pertama kali terjadi. Distribusi ini
berpangkal pada percobaan Bernoulli dimana hanya terdapat dua kemungkinan
yaitu sukses atau gagal, yang diulang berkali-kali sampai mendapatkan sukses
pertama. Dimana setiap percobaan tidak akan berpengaruh pada percobaan
selanjutnya.
Misalkan kita melakukan percobaan yang menghasilkan kejadian sukses
dan gagal, dengan peluang sukses adalah 𝑝 dan gagal adalah 𝑞 (𝑞 = 1 – 𝑝).
Misalkan kita melakukan pengulangan sampai diperoleh kejadian sukses yang
pertama. Kasus ini disebut distribusi geometrik.
Bisa kita ambil contoh tentang kejadian lulus dari ujian kenaikan tingkat.
Kita akan terus mengikuti ujian berkali-kali jika belum berhasil lulus. Tetapi
sekali saja kita dinyatakan lulus, maka selesailah sudah prosesnya Kejadian
berburu juga bisa sebagai perwakilan kejadian yang digambarkan oleh
distribusi geometrik. Peluru dari senjata pemburu akan terus dihamburkan

2
 hingga akhirnya buruannya berhasil ditembak. Kalau sudah berhasil ditembak,
maka tidak ada lagi peluru yang dihamburkan.
Secara konsep distribusi geometrik mewakili sebuah percobaan random yang :
1. Dilakukan berulang-ulang,
2. Antar ulangannya saling bebas, dan
3. Probabilitas sukses pada tiap ulangannya sama yaitu 𝑝, dimana
0 < 𝑝 < 1.
4. Percobaan ini dilakukan/diulang sampai diperoleh 1 buah sukses.
Ruang sampel dari percobaan ini adalah sebagai berikut:
𝐶 = {𝑆, 𝐺𝑆, 𝐺𝐺𝑆, 𝐺𝐺𝐺𝑆, 𝐺𝐺𝐺𝐺𝑆, … } 𝑆 = 𝑠𝑢𝑘𝑠𝑒𝑠; 𝐺 = 𝑔𝑎𝑔𝑎𝑙

C. Fungsi Peluang Distribusi Geometrik

Secara umum jika X sebagai banyak percobaan sampai mendapatkan
sukses pertama, p menyatakan peluang kejadian sukses, dan q menyatakan
peluang kejadian gagal dimana 𝑞 = 1 − 𝑝. Maka fungsi peluang dari distribusi
geometrik dapat dinyatakan sebagai berikut:
𝑃(𝐺 𝐺 𝐺 … 𝐺 𝐺 𝑆) = 𝑃(𝐺). 𝑃(𝐺). 𝑃(𝐺) … 𝑃(𝐺). 𝑃(𝐺). 𝑃(𝑆)
𝑃(𝐺 𝐺 𝐺 … 𝐺 𝐺 𝑆) = 𝑞. 𝑞. 𝑞 … 𝑞. 𝑞. 𝑝
𝑃(𝐺 𝐺 𝐺 … 𝐺 𝐺 𝑆) = (1 − 𝑝). (1 − 𝑝). (1 − 𝑝) … (1 − 𝑝). (1 − 𝑝). (𝑝)
𝑃(𝐺 𝐺 𝐺 … 𝐺 𝐺 𝑆) = (1 − 𝑝)𝑥−1 . (𝑝)
Maka diperoleh fungsi kepadatan peluang dari X adalah:
𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = 𝑝(𝑞)𝑥−1 𝑥 = 1,2,3, …

Atau

𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = 𝑝(1 − 𝑝)𝑥−1 𝑥 = 1,2,3, …

Peubah acak semacam ini disebut berdistribusi geometrik, dinotasikan sebagai

berikut:

𝑋~𝐺(𝑥; 𝑝)

3
yang berarti peubah acak 𝑋 berdistribusi geometrik dengan banyak
pengulangan eksperimennya sampai 𝑥 kali dan peluang terjadinya peristiwa
sukses sebesar 𝑝. Fungsi kepadatan peluangnya ditulis sebagai berikut:

𝑋~𝐺(𝑥; 𝑝) ↔ 𝑝(𝑋 = 𝑥) = 𝑝(1 − 𝑝)𝑥−1 𝑥 = 1,2,3, …

Fungsi 𝑝(𝑥) disebut fungsi kepadatan peluang (distribusi geometrik) dari

peubah acak 𝑋 diskrit, jika memenuhi kedua syarat fungsi peluang sebagai
berikut:

1. Untuk syarat yang pertama jelas bahwa 0 ≤ 𝑓(𝑥) ≤ 1

2. ∑𝑥 𝑝(𝑥) = 1
Pembuktian :
∞ ∞

∑ 𝑝(𝑥) = ∑ 𝑝(𝑥) = ∑ 𝑝. (1 − 𝑝)𝑥−1

𝑥 𝑥=1 𝑥=1

= 𝑝. (1 − 𝑝)1−1 + 𝑝. (1 − 𝑝)2−1 + 𝑝. (1 − 𝑝)3−1 + ⋯

= 𝑝. (1 − 𝑝)0 + 𝑝. (1 − 𝑝)1 + 𝑝. (1 − 𝑝)2 …

= 𝑝 + 𝑝. (1 − 𝑝) + 𝑝. (1 − 𝑝)2 + ⋯

= 𝑝. [1 + (1 − 𝑝) + (1 − 𝑝)2 + ⋯ ]
1 1
= 𝑝[ ]=𝑝× =1
1 − (1 − 𝑝) 𝑝

Gunakan rumus deret geometri untuk

𝑎 1
[1 + (1 − 𝑝) + (1 − 𝑝)2 + ⋯ ] = 𝑆∞ = =
1−𝑟 1−(1−𝑝)

𝑈𝑛 (1 − 𝑝)2
𝑎=1; 𝑟= = =1−𝑝
𝑈𝑛−1 (1 − 𝑝)

Terbukti bahwa ∑𝑥 𝑝(𝑥) = 1

4
D. Parameter Distribusi Geometrik

Rataan, varians dan fungsi pembangkit momen dari distribusi geometrik adalah
sebagai berikut:

1
1. µ = 𝑝
1−𝑝
2. 𝜎 2 = 𝑝2

𝑝 . 𝑒𝑡
3. 𝑀𝑥 (𝑡) = ;𝑡 𝜖 ℝ
1−(1−𝑝).𝑒 𝑡

Pembuktian:

1. Rataan
a. Pembuktian Cara pertama

µ = 𝐸(𝑋) = ∑ 𝑥 . 𝑝(𝑥)
𝑥
∞

µ = ∑ 𝑥 . (1 − 𝑝)𝑥−1 . 𝑝
𝑥=1

∞
𝑑
=𝑝 ∑ (1 – 𝑝)𝑥
𝑑(1 − 𝑝)
𝑥=1

∞
𝑑
= 𝑝. ∑(1 − 𝑝)𝑥
𝑑(1 − 𝑝)
𝑥=1

𝑑
= 𝑝. [(1 − 𝑝) + (1 − 𝑝)2 + (1 − 𝑝)3 + . . . ]
𝑑(1 − 𝑝)

Untuk [(1 − 𝑝) + (1 − 𝑝)2 + (1 − 𝑝)3 + . . . ] gunakan rumus

𝑎
deret geometri 𝑆∞ =
1−𝑟

𝑈𝑛 (1 − 𝑝)3 (1 − 𝑝)
𝑎 = (1 − 𝑝) ; 𝑟 = = = 1 − 𝑝 ; 𝑆∞ =
𝑈𝑛−1 (1 − 𝑝)2 1 − (1 − 𝑝)

𝑑 1−𝑝
= 𝑝. ( )
𝑑(1 − 𝑝) 1 − (1 − 𝑝)

5
 𝑑 1−𝑝
Untuk 𝑑(1−𝑝) (1−(1−𝑝)) gunakan aturan hasil bagi

Misalkan 𝑢 =1−𝑝 𝑣 = 1 − (1 − 𝑝)

𝑑𝑢 = 1 𝑑𝑣 = −1

𝑑 1−𝑝 𝑑𝑢. 𝑣 − 𝑢. 𝑑𝑣
( )=
𝑑(1 − 𝑝) 1 − (1 − 𝑝) 𝑣2

(1). (1 − (1 − 𝑝)) − (1 − 𝑝). (−1)

↔=
(1 − (1 − 𝑝))2

(1). (1 − (1 − 𝑝)) − (1 − 𝑝). (−1)

↔=
(1 − (1 − 𝑝))2

(1 − (1 − 𝑝)) − (1 − 𝑝). (−1)

↔=
(1 − (1 − 𝑝))2

Maka dapat dinyatakan sebagai berikut:

{1 − (1 − 𝑝)} − (1 − 𝑝)(−1)
= 𝑝 .[ ]
{1 − (1 − 𝑝)}2

1−1+𝑝+1−𝑝
= 𝑝 .( )
(1 − 1 + 𝑝)2

1 𝑝 1
=𝑝 2
= 2=
𝑝 𝑝 𝑝

1
µ = 𝐸(𝑋) = (𝑡𝑒𝑟𝑏𝑢𝑘𝑡𝑖)
𝑝

b. Pembuktian Cara Kedua

Diketahui : ∑∞
𝑥=1 𝑝 (𝑥 ) = 1

𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = (1 − 𝑝)𝑥−1 . 𝑝 ; 𝑥 = 1,2,3, . ..

Misalkan 𝑞 = 1 − 𝑝

Bukti:

6
 ∞

 = 𝐸(𝑋) = ∑ 𝑥. 𝑝(𝑥)
𝑥=1

𝐸(𝑥) = ∑ 𝑥. (1 − 𝑝)𝑥−1 . 𝑝
𝑥=1

𝐸(𝑋) = ∑ 𝑥. 𝑝𝑞 𝑥−1
𝑥=1

𝐸(𝑋) = 𝑝 + 2𝑝𝑞 + 3𝑝𝑞2 + 4𝑝𝑞3 + . . .

Kalikan 𝐸(𝑋) dengan 𝑞
𝑞. 𝐸(𝑋) = 𝑝𝑞 + 2𝑝𝑞2 + 3𝑝𝑞3 +. ..

Kurangi 𝐸(𝑋) dengan 𝑞. 𝐸(𝑋)

𝐸(𝑋) = 𝑝 + 2𝑝𝑞 + 3𝑝𝑞2 + 4𝑝𝑞3 + . . .

𝑞. 𝐸(𝑋) = 𝑝𝑞 + 2𝑝𝑞2 + 3𝑝𝑞3 +. . .

________________________________________________ -
𝐸(𝑋) − 𝑞. 𝐸(𝑋) = 𝑝 + 𝑝𝑞 + 𝑝𝑞2 + 𝑝𝑞3 + . . .
Dapat dinyatakan
∞ ∞
𝑥−1
𝐸(𝑋) − 𝑞. 𝐸(𝑋) = ∑ 𝑝𝑞 = ∑ 𝑝(𝑥)
𝑥=1 𝑥=1

𝐸(𝑋) − 𝑞. 𝐸(𝑋) = 1
𝐸(𝑋). [1 − 𝑞] = 1

1 1 1
𝐸(𝑋) = = = = 
(1 − 𝑞) (1 − (1 − 𝑝)) (𝑝)

1
Terbukti bahwa  = 𝑝

2. Varians
a. Pembuktian Cara Pertama
Berdasarkan definisi varians, maka
𝜎 2 = 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − [𝐸(𝑋)]2
= 𝐸[𝑋(𝑋 − 1) + 𝑋] − [𝐸(𝑋)]2

7
 = 𝐸[𝑋(𝑋 − 1)] + 𝐸(𝑋) − [𝐸(𝑋)]2
Berdasarkan nilai ekspetasi diskrit, maka :

𝐸[𝑋(𝑋 − 1)] = ∑ 𝑥(𝑥 − 1). 𝑝(𝑥)

𝑥
∞

= ∑ 𝑥(𝑥 − 1). (1 − 𝑝)𝑥−1 . 𝑝

𝑥=1
∞

= 𝑝. (1 − 𝑝) ∑ 𝑥(𝑥 − 1). (1 − 𝑝)𝑥−2

𝑥=1
∞
𝑑2
= 𝑝. (1 − 𝑝) ∑ (1 − 𝑝)𝑥
𝑑(1 − 𝑝)2
𝑥=1

∞
𝑑2
= 𝑝. (1 − 𝑝). ∑(1 − 𝑝)𝑥
𝑑(1 − 𝑝)2
𝑥=1

Untuk ∑∞
𝑥=1(1
𝑥
− 𝑝) dapat dinyatakan sebagai:

[(1 − 𝑝) + (1 − 𝑝)2 + (1 − 𝑝)3 + . . . ]

𝑎
gunakan rumus deret geometri 𝑆∞ = 1−𝑟

𝑎 = (1 − 𝑝)

𝑈𝑛 (1 − 𝑝)3 (1 − 𝑝)
𝑟= = = 1 − 𝑝 ; 𝑆∞ =
𝑈𝑛−1 (1 − 𝑝)2 1 − (1 − 𝑝)

Sehingga dapat dilanjutkan seperti berikut:

𝑑2 1−𝑝
= 𝑝. (1 − 𝑝). 2
[ ]
𝑑(1 − 𝑝) 1 − (1 − 𝑝)

𝑑2 1−𝑝
2
[ ]
𝑑(1 − 𝑝) 1 − (1 − 𝑝)

𝑑 𝑑 1−𝑝
↔= [ [ ]]
𝑑(1 − 𝑝) 𝑑(1 − 𝑝) 1 − (1 − 𝑝)

8
 𝑑 (1 − (1 − 𝑝)) − (1 − 𝑝). (−1)
↔= [ ]
𝑑(1 − 𝑝) (1 − (1 − 𝑝))2

Gunakan aturan hasil bagi

Misalkan 𝑢 = (1 − (1 − 𝑝)) − (1 − 𝑝). (−1)

𝑑𝑢 = (−1) − (−1) = 0

𝑣 = (1 − (1 − 𝑝))2

𝑑𝑣 = 2. (1 − (1 − 𝑝)). (−1)

= (−2). (1 − (1 − 𝑝))

𝑑 𝑑𝑢. 𝑣 − 𝑢. 𝑑𝑣
↔= 𝑓(𝑥) =
𝑑𝑥 𝑣2

Maka dapat dinyatakan sebagai berikut:

−2(1 − (1 − 𝑝))
= 𝑝. (1 − 𝑝). [ ]
(1 − (1 − 𝑝))4

2𝑝
= 𝑝. (1 − 𝑝). ( )
𝑝4
2(1 − 𝑝)
𝐸[𝑋(𝑋 − 1)] =
𝑝2
2(1−𝑝)
Substitusi 𝐸[𝑋(𝑋 − 1)] = pada rumus varians
𝑝2

2(1 − 𝑝) 1 1
𝜎 2 = Var(X) = + −
𝑝2 𝑝 𝑝2
1−𝑝
𝜎 2 = Var(X) = Terbukti
𝑝2

b) Pembuktian Cara Kedua

σ2 = 𝑉𝑎𝑟(𝑋) = 𝐸(X 2 ) − [𝐸(𝑋)]2

σ2 = 𝐸[𝑋(𝑋 − 1) + 𝑋] − [𝐸(𝑋)]2

= 𝐸[𝑋(𝑋 − 1)] + 𝐸(𝑋) − [𝐸(𝑋)]2

9
 σ2 = 𝐸[𝑋(𝑋 − 1)] + 𝐸(𝑋) − [𝐸(𝑋)]2

Karena hasil dari 𝐸(𝑋) sudah diketahui sebelumnya, maka untuk

membuktikan rumus dari varians tersebut, kita harus mencari hasil
𝐸(X 2 ) = 𝐸[𝑋(𝑋 − 1)]. Berikut penyelesaiannya:
∞

𝐸[𝑋(𝑋 − 1)] = ∑[𝑥(𝑥 − 1)]. 𝑝(𝑥)

𝑥=1
∞

= ∑[𝑥(𝑥 − 1)]. [(1 − 𝑝)𝑥−1 . 𝑝]

𝑥=1

Misalkan 1 − 𝑝 = 𝑞 maka, persamaan diatas dapat dinyatakan

sebagai berikut:
∞ ∞
𝑥−1
𝐸[𝑋(𝑋 − 1)] = ∑[𝑥(𝑥 − 1)]. [𝑞 . 𝑝] = ∑[𝑥(𝑥 − 1)]. [𝑝. 𝑞 𝑥−1 ]
𝑥=1 𝑥=1

𝐸[𝑋(𝑋 − 1)] = 2𝑝𝑞 + 6𝑝𝑞2 + 12𝑝𝑞3 + 20𝑝𝑞4 + ⋯

𝑞. 𝐸[𝑋(𝑋 − 1)] = 2𝑝𝑞2 + 6𝑝𝑞3 + 12𝑝𝑞4 + ⋯

Jumlahkan hasil dari 𝐸[𝑋(𝑋 − 1)] dan 𝑞. 𝐸[𝑋(𝑋 − 1)] sebagai

berikut:

𝐸[𝑋(𝑋 − 1)] = 2𝑝𝑞 + 6𝑝𝑞2 + 12𝑝𝑞3 + 20𝑝𝑞4 + ⋯

𝑞. 𝐸[𝑋(𝑋 − 1)] = 2𝑝𝑞2 + 6𝑝𝑞3 + 12𝑝𝑞4 + ⋯

𝐸[𝑋(𝑋 − 1)] − 𝑞. 𝐸[𝑋(𝑋 − 1)] = 2𝑝𝑞 + 4𝑝𝑞2 + 6𝑝𝑞3 + 8𝑝𝑞4 + ⋯

Dari hasil tersebut, dapat dijabarkan sebagai berikut:

𝐸[𝑋(𝑋 − 1)] − 𝑞. 𝐸[𝑋(𝑋 − 1)] = 2𝑝𝑞 + 4𝑝𝑞2 + 6𝑝𝑞3 + 8𝑝𝑞4 + ⋯

𝐸[𝑋(𝑋 − 1)] − (1 − 𝑝). 𝐸[𝑋(𝑋 − 1)] = 2𝑞. [𝑝 + 2𝑝𝑞 + 3𝑝𝑞2 + 4𝑝𝑞3 + ⋯ ]

𝐸[𝑋(𝑋 − 1)] − (1 − 𝑝). 𝐸[𝑋(𝑋 − 1)] = 2𝑞. [𝑝 + 2𝑝𝑞 + 3𝑝𝑞2 + 4𝑝𝑞3 + ⋯ ]

10
 ∞

𝐸[𝑋(𝑋 − 1)] − [𝐸[𝑋(𝑋 − 1)] − 𝑝. 𝐸[𝑋(𝑋 − 1)]] = 2𝑞. [∑ 𝑥. 𝑝. 𝑞 𝑥−1 ]

𝑥=1

𝐸[𝑋(𝑋 − 1)] − 𝐸[𝑋(𝑋 − 1)] + 𝑝. 𝐸[𝑋(𝑋 − 1)] = 2𝑞. [∑ 𝑥. 𝑝. 𝑞 𝑥−1 ]

𝑥=1

𝑝. 𝐸[𝑋(𝑋 − 1)] = 2𝑞. 𝐸(𝑋)

2𝑞. 𝐸(𝑋)
𝐸[𝑋(𝑋 − 1)] =
𝑝

1
2. (1 − 𝑝). (𝑝) 1 1 2 − 2𝑝
𝐸[𝑋(𝑋 − 1)] = = [(2 − 2𝑝). ( )] . [ ] =
𝑝 𝑝 𝑝 𝑝2

2 − 2𝑝
𝐸[𝑋(𝑋 − 1)] =
𝑝2

Setelah mendapat hasil dari 𝐸[𝑋(𝑋 − 1)] selanjutnya substitusikan kedalam

rumus varians

σ2 = 𝐸[𝑋(𝑋 − 1)] + 𝐸(𝑋) − [𝐸(𝑋)]2

2
2 − 2𝑝 1 1 2 2 − 2𝑝 1 1 2 − 2𝑝 + 𝑝 − 1
σ = + − ( ) = + − =
𝑝2 𝑝 𝑝 𝑝2 𝑝 𝑝2 𝑝2

1−𝑝
= 𝑝2

1−𝑝
σ2 = Terbukti
𝑝2

3. Fungsi Pembangkit Momen

𝑝 . 𝑒𝑡
𝑀𝑥 (𝑡) = ;𝑡 𝜖 𝑅
1−(1−𝑝).𝑒 𝑡

Bukti:

Misalkan 𝑞 = 𝑝 − 1

11
 ∞

𝑀𝑥 (𝑡) = 𝐸(𝑒 𝑡𝑋) = ∑(𝑒 𝑡𝑋) . (1 − 𝑝)𝑥−1 . 𝑝

𝑥=1

∞
𝑡𝑋)
𝐸(𝑒 = 𝑝. ∑(𝑒 𝑡𝑋) . (1 − 𝑝)𝑥−1 . 𝑝
𝑥=1

= 𝑝. ∑(𝑒 𝑡𝑋) . (𝑞)𝑥−1

𝑥=1

= 𝑝[𝑒 𝑡 + 𝑒 2𝑡 𝑞 + 𝑒 3𝑡 𝑞2 … ]

Gunakan Rumus Deret Geometri

𝑒 2𝑡 .𝑞
Diketahui : 𝑎 = 𝑒𝑡 ; 𝑟 = = 𝑒𝑡𝑞
𝑒𝑡

𝑎 𝑒𝑡
Maka : 𝑆∞ = =
1−𝑟 1−𝑒 𝑡 𝑞

Sehingga diperoleh hasil:

𝑒𝑡 𝑝.𝑒 𝑡
𝐸(𝑒 𝑡𝑋 ) = 𝑝 [1−𝑒 𝑡𝑞 ] = 1−𝑒 𝑡𝑞

𝑝.𝑒 𝑡 𝑝.𝑒 𝑡
𝐸(𝑒 𝑡𝑋 ) = = = 𝑀𝑥 (𝑡)
1−𝑒 𝑡(1−𝑝) 1−(1−𝑝)𝑒 𝑡

𝑝.𝑒 𝑡
Terbukti bahwa 𝑀𝑥 (𝑡) = 1−(1−𝑝)𝑒 𝑡

E. Contoh-Contoh Soal
1. Probabilitas mahasiswa matematika yang tidak suka kalkulus adalah 80%.
Tentukan probabilitas seorang peneliti memerlukan 3 mahasiswa sampai
diperoleh mahasiswa yang tidak suka kalkulus.
Jawab :
Dik : 𝑥 = 3 ; 𝑝 = 0.8 ; 𝑞 = 0.2
Dit : 𝐺(𝑥; 𝑝) = 𝐺(3; 0,8) = 𝑝(3) =?
Peny ;

12
 𝐺(3; 0,8) = 𝑝(𝑞)𝑥−1
𝐺(3; 0,8) = (0,8)(0,2)3−1
𝐺(3; 0,8) = (0.8)(0.2)2
𝐺(3; 0,8) = (0.8)(0.04)
𝐺(3; 0,8) = 0.032
Maka probabilitas seorang peneliti memerlukan 3 mahasiswa sampai
diperoleh mahasiswa yang tidak suka kalkulus adalah 0.032

2. Pada seleksi karyawan baru sebuah perusahan terdapat 3 dari 10 pelamar

sarjana komputer sudah mempunyai keahlian komputer tingkat advance
dalam pembuatan program. Para pelamar diinterview secara intensive dan
diseleksi secara random.
a. Hitunglah persentase yang diterima dari jumlah pelamar yang ada
b. Berapa probabilitas pertama kali pelamar diterima di 5 interview yang
dilakukan
c. Berapakah rata-rata pelamar yang membutuhkan interview mendapatkan
satu calon yang punya advance training

Jawab :

a. 3 sarjana komputer yang diterima dari 10 calon

3
Persentase yang di terima = × 100% = 30%
10

b. 𝑥 = 5
1
𝑝 = = 0.3
3
𝑝(𝑥) = (1 − 𝑝)𝑥−1 . 𝑝
𝑝(5) = (1 − 0.3)5−1. 0.3
𝑝(5) = (0.7)4 . (0.3)
𝑝(5) = 0.2401 × 0.3
𝑝(5) = 0.07203
1 1
c. 𝐸(𝑋) = = = 3.333
𝑝 0.3

13
3. Probabilitas seseorang sembuh dari sebuah penyakit setelah diberikan obat
tertentu adalah 90%, hitunglah probabilitas bahwa setelah 5 orang diberi
obat maka orang tersebut orang yang pertama sembuh …

Jawab
9
Dik : 𝑝 = 10

9 1
𝑞 = 1 − =
10 10
𝑥 = 5
9
Dit : 𝐺 (5 ; ) =?
10

Penyelesaian :
𝐺(𝑥 ; 𝑝) = 𝑝𝑞 𝑥−1
9 9 1 5−1
𝐺 (5 ; ) = ( )( )
10 10 10
9 1 4
= ( ).( )
10 10
9
=
105
= 0,00009

14
 BAB III
PENUTUP
Distribusi Probabilitas merupakan cara yang lebih sederhana untuk
menyelesaikan probilitas dari peristiwa yang bersifat independen dan
dependen. Distribusi geometri adalah kasus khusus dari distribusi binomial
negative untuk k=1, yaitu distribusi peluang banyaknya usaha yang diperlukan
untuk mendapatkan sukses pertama. Dengan kata lain distribusi ini mewakili
suatu kejadian random hingga sukses yang pertama kali terjadi. Distribusi
Geometri mewakili sebuah percobaan random yang :
1. Dilakukan berulang-ulang,
2. Antar ulangannya saling bebas, dan
3. Probabilitas sukses pada tiap ulangannya sama yaitu 𝑝,
dimana 0 < 𝑝 < 1.
4. Percobaan ini dilakukan/diulang sampai diperoleh 1 buah sukses.
Secara umum jika X adalah sebagai banyak percobaan sampai mendapatkan
sukses pertama, p menyatakan peluang kejadian sukses, dan q menyatakan
peluang kejadian gagal. Maka diperoleh fungsi kepadatan peluang dari X
adalah:
𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = 𝑝(𝑞)𝑥−1 𝑥 = 1,2,3, …

Atau

𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = 𝑝(1 − 𝑝)𝑥−1 𝑥 = 1,2,3, …

Peubah acak semacam ini disebut berdistribusi geometrik, dinotasikan sebagai

berikut:

𝑋~𝐺 (𝑥; 𝑝)

yang berarti peubah acak 𝑋 berdistribusi geometrik dengan banyak

pengulangan eksperimennya sampai 𝑥 kali dan peluang terjadinya peristiwa
sukses sebesar 𝑝. Fungsi kepadatan peluangnya ditulis sebagai berikut:

𝑋~𝐺𝐸𝑂(𝑝) ↔ 𝑝(𝑋 = 𝑥) = 𝑝(1 − 𝑝)𝑥−1 𝑥 = 1,2,3, …

15
Parameter distribusi geometrik antara lain, rataan, varians dan fungsi
pembangkit momen dari distribusi geometrik adalah sebagai berikut:

1
1. µ = 𝑝
1−𝑝
2. 𝜎 2 = 𝑝2
𝑝 . 𝑒𝑡
3. 𝑀𝑥 (𝑡) = ;𝑡 𝜖 𝑅
1−(1−𝑝).𝑒 𝑡

16
 DAFTAR PUSTAKA

Herrhyanto, Nar dan Gantini, Tuti. 2009. Pengantar Statistika Matematis.

Bandung: CV. Yrama Widya.

https://www.researchgate.net/publication/32764501_DISTRIBUSI_GEOMET
RIK. Diakses 30 April 2019.

https://www.academia.edu/32830376/Distribusi_Binomial_Negatif_dan_Distri
busi_Geometrik. Diakses 30 April 2019.

http://mtkmudahbanar.blogspot.com/2016/08/distribusi-geometrik-
statistika.html?m=1. Diakses 30 April 2019

17