Disusun oleh:
DEPARTEMEN MATEMATIKA
UNIVERSITAS DIPONEGORO
2023
KATA PENGANTAR
Kami juga menyadari sepenuhnya bahwa makalah ini jauh dari kata
sempurna dikarenan keterbatasan pengalaman dan pengetahuan kami. Maka
dari itu, kami mengharapkan segala bentuk saran dan masukan serta kritik
dari berbagai pihak. Akhirnya, kami berharap semoga makalah ini dapat
memberikan arti dalam memperkaya khasanah keilmuan para pembaca
yang selalu haus dan lapar dengan ilmu pengetahuan.
BAB I
PENDAHULUAN
• Distribusi Hipergeometrik
Distribusi hipergeometrik memiliki 5 ciri yaitu :
1. Distribusi ini hanya memiliki 2 hasil yang mungkin muncul
2. Peluang sebuah sukses tidak sama untuk setiap percobaan
3. Distribusi ini dihasilkan dari perhitungan jumlah sukses dari
sejumlah percobaan
4. Distribusi ini digunakan ketika pengambilan sampel dilakukan tanpa
pengembalian
5. Sebuah peluang hipergeometrik dihitung dengan menggunakan
rumus sebagai berikut:
(𝑘𝑥)(𝑁−𝑘
𝑛−𝑥
)
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) =
(𝑁
𝑛
)
Distribusi Hipergeometrik mempunyai 2 sifat yaitu:
• Distribusi Poisson
1) Jumlah hasil yang terjadi dalam satu selang waktu atau daerah
tertentu adalah independen terhadap hasil yang terjadi pada selang
atau daerah lain. Proses Poisson dikatakan tidak mempunyai ingatan.
2) Peluang terjadinya suatu hasil (tunggal) dalam selang waktu yang
sangat pendek atau daerah yang sangat kecil sebanding dengan
panjang selang waktu atau besarnya daerah dan tidak bergantung
pada banyaknya hasil yang terjadi di luar selang atau daerah tersebut.
3) Peluang terjadinya lebih dari satu hasil yang terjadi dalam selang
waktu yang pendek dapat diabaikan.
PEMBAHASAN
Untuk menjelaskan konsep dan manfaat dari distribusi diskrit, langkah awal
yang perlu dilakukan adalah memperkenalkan topik mengenai Variabel Acak.
Istilah "acak" dalam Variabel Acak merujuk pada gagasan bahwa setiap hasil
individu memiliki kesempatan yang sama untuk terjadi. Oleh karena itu, setiap
hasil ditentukan secara random. Sebagai contoh, ketika melempar koin yang adil,
kemungkinan untuk muncul kepala atau ekor adalah sama. Oleh karena itu,
Variabel Acak ditentukan oleh hasil dari pelemparan koin. Namun, dalam teknik
kimia, sering kali kita hanya tertarik pada beberapa fungsi dari hasil daripada hasil
itu sendiri ketika melakukan suatu proses. Sebagai contoh, dalam reaktor kimia,
kita mungkin ingin mengetahui probabilitas bahwa dua molekul akan
bertumbukan dan bereaksi untuk membentuk suatu produk pada suhu tertentu,
tetapi lebih berguna untuk mengetahui jumlah dari tumbukan tersebut yang
membentuk produk daripada kejadian individual. Analoginya adalah ketika
melempar dua dadu, kita ingin mengetahui jumlah total dari dadu yang terlempar
daripada jumlah dadu secara individual. Nilai-nilai diskrit yang ditentukan pada
beberapa ruang sampel inilah yang membentuk apa yang disebut Variabel Acak.
2.1. Hipergeometrik
Distribusi hipergeometrik adalah distribusi probabilitas yang
digunakan untuk menghitung kemungkinan mengambil sampel yang sukses
(contohnya, objek dalam populasi yang memiliki sifat tertentu) dari populasi
yang diberikan ukuran tertentu, tanpa pengembalian. Distribusi ini sangat
berguna dalam konteks pengambilan keputusan bisnis dan analisis
statistik.Distribusi hipergeometrik memodelkan situasi di mana kita
memiliki populasi dengan dua kelas, yaitu kelas sukses dan kelas gagal.
Populasi ini memiliki ukuran N, dengan K objek dalam kelas sukses dan N-
K objek dalam kelas gagal. Kemudian, kita mengambil sampel acak tanpa
pengembalian sebanyak n objek dari populasi tersebut, dan menghitung
berapa banyak objek sukses yang ada dalam sampel tersebut.
Probabilitas untuk mendapatkan k objek sukses dalam sampel n objek
dapat dihitung dengan
(𝑘𝑥)(𝑁−𝑘
𝑛−𝑥
)
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) =
(𝑁
𝑛
)
2.2. Poisson
Distribusi poisson disebut juga distribusi peristiwa yang jarang
terjadi, ditemukan oleh S.D. Poisson (1781–1841), seorang ahli matematika
berkebangsaan Perancis. Distribusi Poisson termasuk distribusi teoritis yang
memakai variabel random diskrit. Menurut Walpole (1995), distribusi
poisson adalah distribusi peluang acak poisson X, yang menyatakan
banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah
tertentu.
Distribusi Poisson merupakan distribusi nilai-nilai bagi suatu
variabel random X (X diskret), yaitu banyaknya hasil percobaan yang terjadi
dalam suatu interval waktu tertentu atau di suatu daerah tertentu. Distribusi
probabilitas diskret yang menyatakan peluang jumlah peristiwa yang terjadi
pada periode waktu tertentu apabila rata-rata kejadian tersebut diketahui dan
dalam waktu yang saling bebas sejak kejadian terakhir.
Keterangan:
Pembahasan:
C1: buku matematika
C2: non matematika
• X: banyaknya buku matematika yang tepilih dari 3 buku yang
diambil.
• X ~ H (x; N, n, k) dengan N = 15, n = 3, k = 6, x = 1
(𝑘𝑥)(𝑁−𝑘
𝑛−𝑥
)
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) =
(𝑁
𝑛
)
(61)(15−6
3−1
) (61)(29) 216
𝑓 (1) = 𝑃 (𝑋 = 1) = = =
(15
3
) (15
3
) 455
𝑘 6 6
𝐸 (𝑋 ) = 𝑛 ( ) = 3 ( ) = = 1,2
𝑁 15 5
2. Rata-rata jumlah kecelakaan lalu lintas di suatu ruas jalan raya tertentu
adalah dua kali per minggu. Asumsikan banyaknya kecelakaan
mengikuti distribusi Poisson dengan µ = 2.
a) Carilah peluang tidak terjadinya kecelakaan di ruas jalan raya ini
selama periode 1 minggu.
b) Temukan peluang terjadinya paling banyak tiga kecelakaan di ruas
jalan raya ini selama periode 2 minggu
Pembahasan:
2𝑘 ⅇ −2
a) Distribusi Poisson dengan mean µ = 2 𝑃(𝑘) = , dimana k
𝑘!
20 ⅇ −2
𝑃(0) = ≈ 0,135
0!
2 minggu.
40 ⅇ −4 41 ⅇ −4 42 ⅇ −4 43 ⅇ −4
= + + + ≈ 0,433
0! 1! 2! 3!
BAB III
PENUTUP
3.1. Kesimpulan
Boediono, & Koster, &. W. (199). Teori dan Aplikasi Statistika dan Probabilitas. Jakarta:
Rosda.