Distribusi

Probabilitas Diskrit

Oleh :
Munawar, Ir. MMSI, M.Com., PhD
Outline
Probabilitas dan
Teori Keputusan
Pengertian Distribusi
Probabilitas
Konsep-konsep Dasar
Probabilitas Distribusi Probabilitas Binomial

Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik

Distribusi Probabilitas Poisson

Distribusi Normal
Menggunakan MS Excel untuk
Distribusi Probabilitas
Teori Keputusan
2
Pendahuluan

Definisi:
• Distribusi probabilitas adalah sebuah susunan distribusi yang
mempermudah mengetahui probabilitas sebuah peristiwa.
• Merupakan hasil dari setiap peluang peristiwa.

Contoh Kasus:
• Berapa peluang meraih untung dari investasi di reksa dana
• Berapa banyak barang harus dikirim, apabila selama
perjalanan barang mempunyai probabilitas rusak
• Berapa peluang karyawan bekerja lebih baik esok hari

3
Variabel Acak

Variabel acak
Sebuah ukuran atau besaran yang merupakan hasil suatu
percobaan atau kejadian yang terjadi acak atau untung-
untungan dan mempunyai nilai yang berbeda-beda.

Variabel acak diskret Variabel acak kontinu

Ukuran hasil percobaan yang Ukuran hasil percobaan
mempunyai nilai tertentu yang mempunyai nilai yang
dalam suatu interval. menempati seluruh titik
dalam suatu interval.

4
Rata-Rata Hitung, Varians dan
Standard Deviasi

• Rata-rata Hitung = E(X) = (X.P(X))

• Varians 2= (X - )2 .P(X)

• Standar Deviasi =  2

5
Rata-Rata Hitung, Varians dan
Standard Deviasi

Standar deviasi =  = 2 =0,75 = 0,87

X P(X) X.P(X) X-  (X- )2 (X- )2P(X)

0 0,125 0,000 -1,50 2,25 0,28

1 0,375 0,375 -0,50 0,25 0,09

2 0,375 0,750 0,50 0,25 0,09

3 0,125 0,375 1,50 2,25 0,28

= 1,500 2 = 0,75
6
 BAGIAN II Probabilitas dan
Teori Keputusan
Pengertian Distribusi
Probabilitas
Konsep-konsep Dasar
Probabilitas Distribusi Probabilitas Binomial

Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik

Distribusi Probabilitas Poisson

Distribusi Normal
Menggunakan MS Excel untuk
Distribusi Probabilitas
Teori Keputusan
7
Distribusi
Probabilitas Binomial
Ciri-ciri Percobaan Bernouli:

• Setiap percobaan menghasilkan dua kejadian:

(a) kelahiran anak: laki-laki-perempuan;
(b) transaksi saham: jual- beli,
(c) perkembangan suku bunga: naik–turun dan lain-lain.

• Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap

untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal,
dan P(p) + P(q)= 1.

• Suatu percobaan dengan percobaan bersifat bebas.

• Data yang dihasilkan adalah data perhitungan.

8
Distribusi
Probabilitas Binomial
Rumus distribusi probabilitas binomial:

n!
P(r )
r!( n  r )! p .q
r n r

Dimana:
P(r) : Nilai probabilitas binomial
p : Probabilitas sukses suatu kejadian dalam setiap percobaan
r : Banyaknya peristiwa sukses suatu kejadian untuk keseluruhan percobaan
n : Jumlah total percobaan
q : Probabilitas gagal suatu kejadian yang diperoleh dari q = 1-p

9
Contoh
Distribusi Binomial

PT MJF mengirim buah melon ke Hero. Buah yang dikirim 90%

diterima dan sisanya ditolak. Setiap hari 15 buah dikirim ke Hero.
Berapa peluang 15 dan 13 buah diterima? Hitung probabilitas 10
buah diterima???

Jawab:
P(p) = 0,9 dan P(q) = 1-0,9 = 0,1

P(15) = [15!/(15!(15-15)!] 0,9150,10 = 0,206

P(13) = [15!/(13!(15-13)!] 0,9130,12 = 0,267

Untuk mencari nilai distribusi binomial dapat menggunakan tabel

distribusi binomial dengan n=15; di mana X =15, dan X = 13
dengan P(p)= 0,9 dan dapat diperoleh nilai 0,206 dan 0,267 10
 BAGIAN II Probabilitas dan
Teori Keputusan
Pengertian Distribusi
Probabilitas
Konsep-konsep Dasar
Probabilitas Distribusi Probabilitas Binomial

Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik

Distribusi Probabilitas Poisson

Distribusi Normal
Menggunakan MS Excel untuk
Distribusi Probabilitas
Teori Keputusan
11
Distribusi Hipergeometrik

• Dalam distribusi binomial diasumsikan bahwa peluang suatu

kejadian tetap atau konstan atau antar-kejadian saling
lepas.

• Dalam dunia nyata, jarang terjadi hal demikian. Suatu

kejadian sering terjadi tanpa pemulihan dan nilai setiap
kejadian adalah berbeda atau tidak konstan.

• Distribusi dengan tanpa pemulihan dan probabilitas berbeda

adalah Distribusi Hipergeometrik.

12
Distribusi Hipergeometrik
Rumus nilai Distribusi Hipergeometrik:

( s C r x ( N s C n r )
P( r ) 
N Cn

Dimana:
P(r) : Probabilitas hipergeometrik dengan kejadian r sukses
N : Jumlah populasi
S : Jumlah sukses dalam populasi
r : Jumlah sukses yang menjadi perhatian
n : Jumlah samper dari populasi
C : Simbol Kombinasi

13
Contoh
Distribusi Hipergeometrik

Ada 33 perusahaan di BEJ akan memberikan deviden dan

20 di antaranya akan membagikan dividen di atas
100/lembar. Bapepam sebagai pengawas pasar saham
akan melakukan pemeriksaan dengan mengambil 10
perusahaan. Berapa dari 10 perusahaan tersebut, 5
perusahaan akan membagikan saham di atas
100/lembarnya?

Jawab:
N = 33 S= 20 n=10 r=5

P(r) = [(20C5) x (33-20C10-5)]/ (33C10) = 0,216

14
 BAGIAN II Probabilitas dan
Teori Keputusan
Pengertian Distribusi
Probabilitas
Konsep-konsep Dasar
Probabilitas Distribusi Probabilitas Binomial

Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik

Distribusi Probabilitas Poisson

Distribusi Normal
Menggunakan MS Excel untuk
Distribusi Probabilitas
Teori Keputusan
15
Distribusi Poisson

• Dikembangkan oleh Simon Poisson

• Poisson memperhatikan bahwa distribusi binomial sangat

bermanfaat dan dapat menjelaskan dengan baik, namun
untuk n di atas 50 dan nilai P(p) sangat kecil akan sulit
mendapatkan nilai binomialnya.

• Rumus:

P(X) = xe-/X!

16
Contoh
Distribusi Poisson
Jumlah emiten di BEJ ada 120 perusahaan. Akibat krisis ekonomi,
peluang perusahaan memberikan deviden hanya 0,1. Apabila BEJ
meminta secara acak 5 perusahaan, berapa peluang ke-5
perusahaan tersebut akan membagikan dividen?

Jawab:
n = 120 X=5 p=0,1 =n.p =120 x 0,1 = 12

P(X) = 1252,71828-12/5! = 0,0127

Untuk mendapatkan nilai distribusi Poisson, dapat digunakan tabel

distribusi Poisson. Carilah Nilai  = 12 dan nilai X = 5, maka akan
didapat nilai 0,0127

17
 BAGIAN II Probabilitas dan
Teori Keputusan
Pengertian Distribusi
Probabilitas
Konsep-konsep Dasar
Probabilitas Distribusi Probabilitas Binomial

Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik

Distribusi Probabilitas Poisson

Distribusi Normal
Menggunakan MS Excel untuk
Distribusi Probabilitas
Teori Keputusan
18
Penggunaan Excel
Untuk Distribusi Binomial
1. Klik icon fx.
2. Pilih menu statistical pada function category
3. Pilih menu Binomdist pada select a function, tekan OK.
4. Selanjutnya akan keluar kotak dialog seperti berikut:

BINOMDIST
Number_s : ………… (masukkan nilai X)
Trials : ……….. (masukkan nilai n)
Probability : ………… (masukkan nilai p)
Cumulative: ………… (tulis kata False)

Nilai P(r) akan muncul pada baris Formula result atau

tanda (=)
19
CONTOH
PT JATIM ABADI memiliki perkebunan buah melon
di Magetan dan Madiun. Setiap bulannya dapat
dihasilkan 20 ton buah melon dengan kualitas A.
Buah melon tersebut di bawa dengan truk ke
Jakarta. Probabilitas melon mengalami kerusakan
selama perjalanan adalah 20%. Berapa probabilitas
maksimal 4 ton dari jumlah melon tersebut rusak dan
berapa peluang tepat 4 ton buah melon tersebut
rusak?

20
Penggunaan Excel
Untuk Distribusi Binomial

21
Penggunaan Excel
Untuk Distribusi Binomial

22
Penggunaan Excel
Untuk Distribusi Hipergeometrik

• Klik icon fx
• Pilih menu statistical pada function category
• Pilih menu HYPGEOM.DIST pada select a function, tekan OK
• Selanjutnya isikan pada kotak dialog, isian berikut
HYPGEOMDIST
Sampel_s : ………… (masukkan nilai r)
Number_sampel : ……….. (masukkan nilai n)
Population_s : ………… (masukkan nilai S)
Number_pop : ………… (masukkan nilai N)
Cumulative : …..………… (tulis kata False)

• Nilai P(r) akan muncul pada baris Formula result atau tanda (=)

23
Penggunaan Excel
Untuk Distribusi Hipergeometrik

24
Penggunaan Excel
Untuk Distribusi Hipergeometrik

25
Penggunaan Excel
Untuk Distribusi Poison

• Klik icon fx
• Pilih menu statistical pada function category
• Pilih menu POISSON.DIST pada select a function, tekan OK
• Isikan pada kotak dialog yang muncul

POISSON
X : ………… (masukkan nilai x)
Mean : ……….. (masukkan nilai )
Cumulative : ………….……… (tulis FALSE)

• Nilai P(X) akan muncul pada baris Formula result atau tanda (=)
26
Penggunaan Excel
Untuk Distribusi Poison

27
Penggunaan Excel
Untuk Distribusi Poison

28
Latihan
1. Sepuluh persen dari alat-alat yang diproduksi dalam suatu
proses fabrikasi tertentu ternyata rusak. Tentukan peluang
bahwa dalam suatu sampel dari 10 alat yang dipilih secara
acak, tepat ada 2 alat yang rusak dengan menggunakan:
(a) distribusi binomial
(b) aproksimasi Poisson terhadap distribusi binomial
2. Pengalaman menunjukkan bahwa pada setiap penstensilan
kertas koran, dari 1500 yang distensil telah terjadi kerusakan
sebanyak 150 lembar. Bila distensil sebanyak 10 lembar,
tentukan peluang banyaknya kertas yang rusak paling sedikit 3
lembar. (Gunakan distribusi binomial)
Latihan …
3. Seorang pengusaha sepatu memproduksi 2000 pasang
sepatu dan ternyata 2 pasang sepatu diantaranya tidak
memenuhi standard mutu. Pengusaha itu mendapat pesanan
sebanyak 3000 pasang sepatu dari pak Togar yang akan
menjualnya kembali. Berapa peluang (gunakan distr poisson)
a) Pak Togar mendapat paling banyak 2 pasang sepatu
yang tidak memenuhi standard mutu?
b) Pak Togar mendapat lebih dari 3 pasang sepatu yang
tidak memenuhi standard mutu?
c) Berapa rata-rata dan simpangan baku dari sepatu yang
tidak memenuhi standard mutu yang diperoleh Pak
Togar?
Latihan …

4. Sekelompok orang terdiri dari 50 orang dan 3 orang

diantaranya lahir pada tanggal 31 Desember. Bila secara
acak dipilih 5 orang, berapa peluang orang yang terpilih itu:
(gunakan distribusi hipergeometrik)
a) tidak terdapat yang lahir pada tanggal 31 Desember
b) tidak lebih dari 1 orang yang lahir pada tanggal 31
Desember