LAPORAN PRAKTIKUM

STATISTIK VI

VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS

OLEH:
JARGA JUARA ULI PARSAORAN
NIM. 2206112066

KELOMPOK: 6

ASISTEN PRAKTIKUM:
1. FITRI ASHARI
2. PUTRI CAHYANI
3. PUTRI KRISTIN

JURUSAN KEHUTANAN
FAKULTAS PERTANIAN UNIVERSITAS RIAU
PEKANBARU
2022
 ACARA VI
VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS

A. Tujuan
Tujuan dari praktikum ini adalah praktikan mampu menentukan variabel
acak dan memahami sebaran probabilitas.

B. Tinjauan Pustaka
Variabel acak adalah suatu fungsi yang mana nilainya berupa bilangan nyata
ditentukan oleh setiap unsur dalam ruang sampel. Variabel acak ini biasanya
disimbolkan dengan huruf-huruf kapital misalnya X, Y, Z dan lainnya. Variabel
acak yang hanya bisa mengambil nilai sebanyak terhitung adalah variabel acak
diskrit sedangkan variabel acak yang bisa mengambil tak hingga banyak nilai
numeric adalah variabel acak kontinu. Misalnya X adalah variabel acak diskrit,
maka fungsi kepadatan probabiilitas (probability density function) bisa
didefinisikan sebagai f(x)=P(X=x). dengan kata lain bahwasanya, fungsi f(x) adalah
fngsi distribusi probabilitas dari X untuk variabel acak diskrit. PDF dari variabel
acak diskrit X harus memenuhi sifat-sifat ( Lefebvre M, 2006).
Generalisasi yang berkaitan dengan statistika inferensia mempunyai unsur
ketidakpastian, karena hanya didasarkan pada informasi parsial yang diperoleh dari
sebagian saja dari keseluruhan data yang menarik perhatian. Pemahaman teori
peluang merupakan hal yang mendasar dan diperlukan untuk mengimbangi
ketidakpastian tersebut, agar dapat menyusun model matematik yang secara teori
menjelaskan perilaku populasi yang dibangkitkan oleh percobaannya. Model –
model teoritik itu sangat mirip dengan sebaran frekuensi relatif yang disebut dengan
sebaran peluang. Sebaran peluang dibagi menjadi dua yaitu sebaran peluang diskret
dan sebaran peluang kontinu (Walpole, 1995).
Dalam matematika dan statistika, bentuk eksponensial sangat penting dalam
penerapannya. Bentuk eksponensial banyak digunakan dalam membentuk fungsi-
fungsi khusus untuk menentukan suatu distribusi peluang. Penggunaan bentuk
eksponensial memberikan suatu kemudahan dalam berbagai penghitungan.
Penggunaan bentuk eksponensial sering dikombinasikan dengan beberapa fungsi
tertentu untuk pengolahan data dan aproksimasi. Dalam penelitian sebelumnya,
Dufresne (2006) menggunakan bentuk kombinasi eksponensial untuk fitting
distribusi. Kemudian bentuk kombinasi eksponensial digunakan untuk menentukan
anuitas hidup stokastik dan hasil yang diperoleh sangat akurat (Dufresne, 2007).
Distribusi binominal adalah ukuran dari penyebaran data dalam n kali
percobaan dan hasilnya sesuai dengan percobaan Bernoulli diulang sebanyak n kali,
dimana pada setiap penggunllangannnya hanya aka nada 2 kemungkinan yaitu
sukses atau gagal. Misalkan pada p adalah probabilitas sukses maka 1-p adalah
probabilitas gagal. Terdapat 2 prinsip dalam distribusi binominal yaitu setiap
percobaan pada distribusi binominal hanya menghasilkan 2 kejadian yang
berkomplemen seperti pada gagal atau sukses , ya atau tidaak, berhasil atau tidak
berhasil dan pada setiap pengulangan bebas terhadap pengulangan berikutnya
(Diana, 2017).
Jika variabel T adalah data waktu pengamatan, maka variabel T memiliki
distribusi peluang kontinyu. Distribusi data yang termasuk distribusi peluang
kontinyu adalah (Kumar, et al., 2006)

C. Metodologi
a. Alat dan Bahan
Alat yang digunakan dalam praktikum ini adalah Microsoft Exell dan alat
tulis. Bahan yang digunakan dalam praktikum ini adalah Data hasil pengukuran
acara 1.
b. Prosedur Kerja
1. Variabel Acak
Contoh penentuan variabel random dengan cara:
1. Pelemparan sebuah koin uang
2. Pelemparan dua buah koin uang
3. Pelemparan tiga buah koin uang
4. Pelemparan dadu
Dengan cara karja (kasus 6.1):
Kasus 6.1. Identifikasi kejadian-kejadian yang mungkin terjadi berdasarkan
data yang dikumpulkan pada Acara 1 (minimal 3 kejadian) dan tentukan
variabel acaknya serta nilai probabilitasnya.

2. Distribusi probabilitas
Untuk distribusi probabilitas (kasus 6.2), dengan cara:
Kasus 6.2 Buatlah grafik sebaran probabilitas dari kejadian yang telah
ditentukan pada Kasus 6.1.

3. Distribusi probabilitas binomial

Untuk distribusi probabilitas binomial (Kasus 6.3), dengan cara:
Kasus 6.3. Sebaran probabilitas binomial:
1. Gunakan data diameter setinggi dada yang anda kumpulkan dari acara 1.
Berdasarkan data yang diperoleh dari Acara 1, ambillah 10 data secara
acak dan cantumkan data keliling tersebut dalam tabel.
2. Dugaan Keliling setelah 3 tahun diisi dengan prosedur berikut ini
a. Untuk pohon 1, lemparkan dadu
▪ jika diperoleh angka 1 atau dua maka K3 = K0 + 0 cm,
▪ jika yang diperoleh angka 3 atau 4, maka K3 = K0 + 1 cm
▪ jika diperoleh angka 5 atau 6, maka K3 = K0 + 2 cm
b. Lakukan langkah-langkah ini untuk pohon-pohon yang lain.
3. Hitunglah probabilitas jumlah pohon yang kelilingnya mengalami
pertumbuhan (p) dengan formula : p = Jumlah pohon tumbuh/Jumlah
pohon
4. Apakah variabel acak dari kasus ini. Tabulasikan nilai probabilitas dari
setiap variabel acak tersebut.
5. Buatlah grafik sebaran probabilitasnya (gunakan diagram batang).
6. Hitunglah rerata (mean) dari kemungkinan jumlah pohon yang tumbuh
dengan formula : μ = ∑ xP(x)
7. Hitunglah Variansi dari kemungkinan jumlah pohon yang tumbuh dengan
formula : 2 2 2 σ = ∑ x P(x) – μ.
8. Hitunglah probabilitas 2 s.d. 4 pohon yang mengalami pertumbuhan
keliling.
9. Buatlah grafik sebaran probabilitas binomial dengan n = 4, dan p = r.
10. Buatlah grafik sebaran probabilitas binomial dengan n = 4, dan p = 2r.
 11. Berdasarkan kedua grafik tersebut kesimpulan apakah yang Anda
peroleh.
12. Carilah contoh-contoh lain yang termasuk dalam kasus probabilitas
binomial.
13. Buktikan bahwa μ = np dan 2 2 σ = np(1− p).
4. Distribusi probabilitas normal
Untuk distribusi probabilitas normal (Kasus 6.4), dengan cara:
 Kasus 6.4. Menentukan nilai p(x) atau x dengan tabel Z Kasius
 Kasus 6.4.1. Menentukan probabilitas dari dari x=i sd x=i+a (luasan di
bawah kurva normal)
1. Berdasarkan hasil perhitungan rerata (μ) dan standar deviasi (σ) pada
Acara 3, hitunglah nilai z.
2. Dengan menggunakan tabel Z, tentukan nilai probabilitas dari P(z <=
z(xi)).
3. Hitunglah selisih nilai probabilitas dari nilai x yang berurutan.
 Kasus 6.4.2. Menentukan nilai X daridari nilai probabilitasnya (p(x)).
Berdasarkan hasil nilai probabilitas ,tentukan nilai z (dari tabel z) dan
hitunglah nilai xi

 Kasus 6.5. Menentukan nilai p(x) atau x dengan MS Excel Kasus.

 Kasus 6.5.1 Menentukan probabilitas dari dari x=i sd x=i+a (luasan di
bawah kurva normal).
1. Berdasarkan rerata (μ) dan standar deviasi (σ) yang digunakan pada kasus
6.4.1 buatlah grafik sebaran probabilitas dengan mengikuti langkah-langkah
berikut:
a. Buatlah tabel berikut dengan x dimulai dari 0 s.d nilai maksimum yang
dikehendaki (sebaiknya sampai dengan 2x agar dapat dikenali polanya).
b. Klik sel B6 dan carilah fungsi NORMDIST().
c. Masukkan nilai rerata, standar deviasi dan x ke dalam kotak dialog.
Atau ketiklah formula =NORM.DIST(A6,$B$2,$B$3,0) dalam formula
bar.
d. Copy ke sel B7 sampai dengan sel dengan nilai X terakhir.
 e. Buatlah grafik sebaran normal dengan scatter smooth line
2. Ubahlah nilai reratanya dengan ditambah dan dikurangi 5 atau 10 dan
perhatikanlah perubahan grafiknya
3. Apakah yang akan terjadi jika nilai standar deviasinya membesar 3
kalinya atau mengecil 3 kalinya
4. Cermati perubahan xi akibat perubahan rerata dan standar deviasi
tersebut, dan kesimpulan apakah yang anda peroleh.
5. Apakah yang akan terjadi jika Cumulative = 1 ? Apakah makna
Cumulative = 1 ?
 Kasus 6.5.2. Menentukan nilai X daridari nilai probabilitasnya (p(x))
1. Hitunglah nilai x dari p (x) seperti tabel di atas dengan MS Excell.
Gunakan fungsi NORMINV() yang memiliki argumen.
2. Berdasarkan rerata (μ) dan standar deviasi (σ) yang digunakan pada
kasus 6.4.1, dan dianggap memiliki sebaran normal berapakah
dugaan jumlah pohon yang memiliki diameter :
a. di bawah 25 cm,
b. 16 s.d 30 cm dan
c. di atas 30 cm
D. Hasil
Tabel 1. Distribusi Binomial 1
keterangan
no keliling dugaan setelah 3 tahun
tumbuh tidak tumbuh
1 73,66 75,66 v
2 86,36 88,36 v
3 93,98 93,98 v
4 165,1 167,1 v
5 41,64 41,64 v
6 60,96 62,96 v
7 101,6 101,6 v
8 172,72 174,72 v
9 73,66 73,66 v
10 55,88 57,88 v
11 79,22 81,22 v
12 68,67 70,67 v
13 80,98 82,98 v
14 82,67 82,67 v
15 79,22 81,22 v
16 84,09 84,09 v
17 75,7 75,7 v
18 87,7 89,7 v
19 74,89 74,89 v
20 75,77 77,77 v
21 76,18 76,18 v
22 74,32 74,32 v
23 70,24 70,24 v
24 90,08 90,08 v
25 100,08 102,08 v
jumlah 13 12

n 25
p 0,52
q 0,48
Tabel 2. Distribusi Binomial 2
no r nCr p^r q^(n-r) P(r) r2 rP(r) r2P(r)
1 0 1 1 1,07407E-08 1,07407E-08 0 0 0
2 1 25 0,52 2,23764E-08 2,90893E-07 1 2,9E-07 2,9E-07
3 2 300 0,2704 4,66174E-08 3,78161E-06 4 7,6E-06 1,5E-05
4 3 2300 0,14061 9,71197E-08 3,14083E-05 9 9,4E-05 0,00028
5 4 12650 0,07312 2,02333E-07 0,000187141 16 0,00075 0,00299
6 5 53130 0,03802 4,21526E-07 0,000851493 25 0,00426 0,02129
7 6 177100 0,01977 8,7818E-07 0,003074837 36 0,01845 0,11069
8 7 480700 0,01028 1,82954E-06 0,009041486 49 0,06329 0,44303
9 8 1081575 0,00535 3,81154E-06 0,022038621 64 0,17631 1,41047
10 9 2042975 0,00278 7,94072E-06 0,045097549 81 0,40588 3,6529
11 10 3268760 0,00145 1,65432E-05 0,078169086 100 0,78169 7,81691
12 11 4457400 0,00075 3,44649E-05 0,115477058 121 1,27025 13,9727
13 12 5200300 0,00039 7,18019E-05 0,145950171 144 1,7514 21,0168
14 13 5200300 0,0002 0,000149587 0,158112685 169 2,05546 26,721
15 14 4457400 0,00011 0,00031164 0,146818922 196 2,05546 28,7765
16 15 3268760 5,5E-05 0,000649251 0,116639477 225 1,74959 26,2439
17 16 2042975 2,9E-05 0,001352605 0,078974646 256 1,26359 20,2175
18 17 1081575 1,5E-05 0,002817928 0,045294282 289 0,77 13,09
19 18 480700 7,7E-06 0,005870683 0,021808358 324 0,39255 7,06591
20 19 177100 4E-06 0,01223059 0,008704213 361 0,16538 3,14222
21 20 53130 2,1E-06 0,025480397 0,002828869 400 0,05658 1,13155
22 21 12650 1,1E-06 0,05308416 0,000729669 441 0,01532 0,32178
23 22 2300 5,7E-07 0,110592 0,000143723 484 0,00316 0,06956
24 23 300 2,9E-07 0,2304 2,03086E-05 529 0,00047 0,01074
25 24 25 1,5E-07 0,48 1,83342E-06 576 4,4E-05 0,00106
26 25 1 7,9E-08 1 7,94481E-08 625 2E-06 5E-05
jumlah 325 33554432 2,08333 1,923076913 1 5525 13 175,24

Mean 13 n 25
Var 6,24 p 0,52
SD 2,497999 q 0,48

Gambar 1. Grafik Distribusi Probabilitas Binomial

Tabel 3. Distribusi Normal
xi Z Xi+1 Z(Xi+1) P(z<=z(xi)) P(z<=z(Xi+1)) |P(z<=z(xi)-P(z<=z(Xi+1))|
54,23935 3 55,23935 3,110376 0,99865 0,99906575 -0,000415652
45,17943 2 46,17943 2,110376 0,97725 0,98258702 -0,005337154
36,11952 1 37,11952 1,110376 0,841345 0,86658155 -0,025236799
27,0596 0 28,0596 0,110376 0,5 0,54394452 -0,043944523
17,99968 -1 18,99968 -0,88962 0,158655 0,18683399 -0,028178732
8,939767 -2 9,939767 -1,88962 0,02275 0,02940415 -0,00665402
-0,12015 -3 0,879851 -2,88962 0,00135 0,00192852 -0,000578618

P(z<=z(xi)) Z Xi
0,975 1,96 44,81704
0,95 1,65 42,00846
0,6 0,26 29,41518
0,3 -0,4 23,43563
0,1 -1,2 16,1877
0,05 -1,64 12,20134
0,025 -2,81 1,601235
Tabel 4. P(x)
x P(x)
0 0,00050898 33 0,035516563
1 0,00070344 34 0,032836353
2 0,000960423 35 0,029990792
3 0,001295408 36 0,027060135
4 0,001726076 37 0,024120206
5 0,002272073 38 0,021239344
6 0,002954566 39 0,018476095
7 0,003795545 40 0,015877727
8 0,004816854 41 0,013479552
9 0,006038957 42 0,011305028
10 0,007479445 43 0,009366489
11 0,009151365 44 0,007666392
12 0,011061432 45 0,006198895
13 0,013208268 46 0,004951611
14 0,015580788 47 0,003907399
15 0,018156912 48 0,003046058
16 0,020902757 49 0,002345835
17 0,023772463 50 0,001784702
18 0,026708765 51 0,001341353
19 0,029644386 52 0,000995932
20 0,032504248 53 0,000730508
21 0,035208443 54 0,000529334
22 0,037675805 55 0,000378916
23 0,039827889 56 0,000267957
24 0,041593077 57 0,000187196
25 0,042910526 58 0,000129193
26 0,043733642 59 8,80819E-05
27 0,044032817 60 5,93261E-05
28 0,043797198 61 3,94742E-05
29 0,043035336 62 2,59472E-05
30 0,041774677 63 1,6849E-05
31 0,040059915 64 1,08086E-05
32 0,037950366 65 6,84973E-06
rerata 27,0596
STDEV 9,0599165
Gambar 2. Grafik Distribusi Probabilitas Normal

Tabel 5. X1
P(x) Xi rerata 27,0596
0,975 44,81671 STDEV 9,059917 n 25
0,95 41,96184 x 25
0,6 29,3549
0,3 22,30858 PROBABILITAS JUMLAH X 25 DST 0,410083
0,1 15,44885 JUMLAH POHON 10,25208
0,05 12,15736 PEMBULATAN JUMLAH POHON 10
0,025 9,30249

P(x) Xi rerata 25
0,975 35,58381 STDEV 5,4 n 25
0,95 33,88221 x 25
0,6 26,36807
0,3 22,16824 PROBABILITAS JUMLAH X 25 DST 0,5
0,1 18,07962 JUMLAH POHON 12,5
0,05 16,11779 PEMBULATAN JUMLAH POHON 13
0,025 14,41619
E. Pembahasan
Pratikum kali ini yaitu tentang variabel acak dan distribusi probabilitas.
Variabel acak adalah suatu fungsi yang mana nilainya berupa bilangan nyata
ditentukan oleh setiap unsur dalam ruang sampel. Variabel acak ini biasanya
disimbolkan dengan huruf-huruf kapital misalnya X, Y, Z dan lainnya. Variabel
acak yang hanya bisa mengambil nilai sebanyak terhitung adalah variabel acak
diskrit sedangkan variabel acak yang bisa mengambil tak hingga banyak nilai
numeric adalah variabel acak kontinu. Misalnya X adalah variabel acak diskrit,
maka fungsi kepadatan probabiilitas (probability density function) bisa
didefinisikan sebagai f(x)=P(X=x). dengan kata lain bahwasanya, fungsi f(x) adalah
fngsi distribusi probabilitas dari X untuk variabel acak diskrit. PDF dari variabel
acak diskrit X harus memenuhi sifat-sifat ( Lefebvre M, 2006).
Pada Tabel 1 didapatkan hasil data dari distribusi binomial 1 dengan berisi data
probabilitas atau peluang dari dugaan sementara bertumbuh nya pohon dalam tiga
tahun kedepan dengan menggunakan lemparan mata uang logam, tumbuh, dan tidak
tumbuh nya pohon tersebut dengan indikasi centang (√). Lalu didapati juga nilai n
(jumlah pohon), p (jumlah pohon hidup), dan q (jumlah pohon yang tidak hidup).
Untuk mencari pohon yang tumbuh dan tidak tumbuh menggunakan percobaan
pelemparan koin untuk mencarinya. Percobaan pelemparan koin dilakukan dengan
cara koin dilempar kemudian ditangkap dengan tangan dan kemudian dilihat
apakah koin yang dilempar tadi jatuh di tanggan dalam posisi gambar atau angka.
Untuk yang tidak tumbuh menggunakan gambar burung garuda dari uang koin yang
di lempar, dan untuk yang tumbuh menggunakan angka pada uang koin yang di
lempar. Untuk mencari dugaan sementara, pada pohon yang tidak tumbuh di
tambah 0, dan untuk pohon yang tumbuh di tambah dengan 2cm. Setelah itu
mencari nilai n,p,q yang dimana nilai n adalah jumlah pohon yaitu 25. Nilai p yaitu
nilai pohon yang tumbuh/ dengan nilai n (jumlah pohon)= 12/25 didapat 0,48
sedangkan untuk mencari nilai q yaitu dengan cara 1-nilai p (0,48)=0,52. Metode
dengan melemparkan mata uang logam ini sesuai dengan metode sederhana dalam
menentukan peluang atau probabilitas dalam suatu ruang sampel. (Sunarto, 2007)
Pada Tabel 2 didapatkan hasil data dari distribusi binomial yang menggunakan
beberapa rumus Microsoft Excell. Tabel 2 tersebut memuat data dari r, nCr, p^r,
q^(n-r), P( r ), r2, rP( r ), r2P( r ), serta jumlah dari n (jumlah pohon), p (jumlah
pohon yang tumbuh), q (jumlah pohon yang tidak tumbuh). Setelah mendapatkan
semua hasil tersebut, maka selanjutnya dicari dan didapati nilai dari mean, Var, SD
dari data hasil tersebut. Cara untuk mencari nilai nCr caranya adalah
=COMBIN(nilai n (25);r(o) nilai n nya di kunci dengan mengklik f4, untuk mencari
nilai p^r adalah nilai p^r yaitu 0,48^0=1, untuk mencari q^(n-r) yaitu 0,52^(25-0)
= 1,07407E-08, untuk mencari P(r) yaitu nCr*p^r*q^(n-r)= 1,07407E-087,94481E-
08, untuk mencari r2 yaitu r^2=0, untuk mencari rP(r) yaitu nilai dari r*P(r)=0,
untuk mencari r2P(r) yaitu r2*P(r)= 0 lanjutkan sampai ke semua tabel. setelah
dapat kita mencari nilai Mean,Var,SD. untuk mencari nilai mean itu adalah jumlah
dari rP(r)=12, untuk mencari Var yaitu jumlah r2P(r)-jumlah rP(r)^2yaitu 150-
12^2= 6, untuk mencari SD adalah dengan menggunakan rumus excel yaitu
=SQRT(jumlah nCr)=2,4979991. Agar memudahkan pembaca untuk merangkum
nya maka dibuatlah sebuah grafik scatter. Dalam hasil total P(r) didapati nilai 1
yang berarti kejadian dalam data tersebut pasti terjadi. (Harinaldi, 2005)
Pada Tabel 3 didapatkan data hasil dari tabel Z pertama yang digunakan sebagai
wadah untuk pengolahan data Acara 1. Data yang didapatkan dalam Tabel 3
merupakan distribusi normal dari data yang sebelum nya sudah didapati, distribusi
normal ini memiliki fungsi probabilitas yang menunjukkan distribusi atau
penyebaran suatu variabel yang acak. Pada tabel ini menggunakan u 27,0596 .21,8
dan STDEV nya 9,059917 didapat dari hasil acara 3 nah untuk yg pertama yaitu
untuk mencari xi yaitu u+3*SDEV dan dapatlah 54,23935 dan untuk mencari Z,
(nilai xi-u)/STDEV dan dapatlah 3, untuk mencari xi+1 yaitu nilai xi ditambah 1
=55,23935 untuk mencari Z(Xi+1) yaitu (nilai Xi+1-u)/STDEV dan dapatlah
0,998653 untuk mencari P(z<=(xi)) yaitu menggunakan rumus excel yaitu
=NORM.DIST(B5;$B$1;$B$2;1) dan didapat 0,99865 untuk mencari P(z<=(Xi+1))
yaitu menggunakan rumus excel =NORM.DIST(D5;$B$1;$B$2;1) dan didapat
0,99906575 untuk mencari yang terakhir yaitu 0,998650-0,99906575 dan di dapat
-0,000415652 Setiap variabel yang teracak akan disusun sedemikian rupa sehingga
variabel acak tersebut dapat menunjukkan nilai dari suatu objek yang diamati.
(Hanafiah, 2020)
 Pada Tabel 4 didapatkan hasil data total dari keseluruhan data yang didapati
mulai dari bahan praktikum yaitu data Acara 1 hingga seluruh data yang sudah
diolah di Acara 6 ini. Sama hal nya dengan Tabel 4, Tabel 5 tersebut awal nya hanya
mengandung variabel acak dari distribusi probabilitas yang telah dicari. Yang
pertama dibuat nilai x dari 0 dan untuk mencari P(x) nya menggunakan rumus excel
yaitu =NORMDIST(nilai x;nilai rerata;nilai stdev;0) dan didapat seperti di atas dan
buatlah sampai ke 65, setelah itu dapat membuat dengan menyusun nya menjadi
Tabel P(x) akan memudahkan untuk mencari nilai dari rerata dan Stdev. Didapatkan
juga sebuah grafik scatter yang memudahkan pembaca dalam menyimpulkan isi
Tabel 5 tersebut. (Bluman, 2015)
Pada Tabel 5 didapatkan hasil nilai P(x) dan Xi dalam jumlah yang lebih sedikit.
Terdapat juga nilai dari rerata dan Stdev yang diambil dari data P(x) dan Xi tersebut.
adapun probabilitas jumlah x 25 dst yang didapatkan adalah 0,410083 serta jumlah
pohon yang ditotalkan dengan rumus Miscrosoft Excell yaitu sebesar 10,25208
yang dibulatkan menjadi 10 total jumlah pohonnya. Didapatkan nya jumlah total
pohon dan probabilitas jumlah x sebesar 25 merupakan penerapan materi statistik
berupa pengumpulan data dalam probabilitas sehingga terciptanya kesimpulan data
yang memudahkan pembaca dalam membaca. (Sutikno, 2010)

F. Penutup
a. Kesimpulan
Variabel acak adalah suatu fungsi yang nilainya berupa bilangan nyata yang
ditentukan oleh setiap unsur dalam ruang contoh disebut perubahan acak.
Probabilitas adalah suatu nilai yang digunakan untuk mengukur tingkat terjadinya
suatu kejadian yang acak. Dengan selesai nya melakukan kegiatan praktikum
statistik Acara 6 ini, praktikan dapat memahami konsep dari variabel acak dan
sebaran probabilitas. Dengan menerapkan beberapa Microsoft Excell sebagai alat
bantu nya, para praktikan bisa menyusun variabel yang teracak serta menentukan
suatu peluang dari tumbuh atau tidak tumbuh nya suatu pohon yang diamati.
 b. Saran
Saran yang dapat disampaikan pada praktikum kali ini yaitu, asisten lebih
membimbing lagi dalam pelaksanaan mencari hasil dengan rumus-rumus yang di
berikan pada praktikum ini, serta asisten lebih menjelaskan lagi tujuan melakukan
praktikum ini di bidang pekerjaan kehutanan yang sebagaimana di dalam dunia
kerja yang bersangkutan dengan kehutan, dan asisten jangan terlalu pelit memberi
nilai laporan.

G. Daftar Pustaka
Bluman. 2012. Perhitungan Distribusi Probabilitas. Jurnal Matematika
Dasar.
Diana. 2017. Distribusi Binomial Sebagai Estimasi Probabilitas Kesuksesan
Pada Uji Coba Kualitas System Informasi. Jurnal Ilmiah Matriks. 19 (3):
227-236
Dufresne, D. 2007. Stochactic Life Annuties. Jurnal North American Actuarial. 11
(1): 136-157
Hanafiah. 2020. Prinsip-prinsip Statistik untuk Teknik dan Sains. Erlangga, Jakarta
Harinaldi. 2005. Prinsip-prinsip Statistika. Erlangga, Jakarta
Kumar, U.D., Crocker, J., et al. 2006. Reliability and Six Sigma. Springer, New
York
Lefebvre, M. 2006. Applied Probability and Statistics. Springer, New York
Sunarto. 2007. Statistika Teori dan Aplikasi. Jakarta, Erlangga
Walpole, Ronald, E., dan R.H. Myers. 1995. Ilmu Peluang dan Statistika Untuk
Insnyur dan Ilmuwan. ITB Press, Bandung