LAPORAN PRATIKUM ANALISIS DATA STATISTIKA

(DISTRIBUSI DISKRIT & KONTINU KHUSUS)

OLEH:

ROBERTUS KARLIUS LAIA

122410012

PROGRAM STUDI SAINS AKTUARIA

JURUSAN SAINS

INSTITUT TEKNOLOGI SUMATERA

2023
 DAFTAR ISI

DAFTAR ISI ............................................................................................................................ ii

BAB 1 LATAR BELAKANG ................................................................................................. 1
BAB 2 TINJAUAN PUSTAKA .............................................................................................. 2
2.1 Distribusi Diskrit ..................................................................................................... 2
2.11 Distribusi Binomial ................................................................................................. 2
2.12 Distribusi Poisson .................................................................................................... 3
2.13 Distribusi Bernoulli ................................................................................................. 4
2.14 Distribusi Hipergeometri ........................................................................................ 4
2.2 Distribusi Khusus .................................................................................................... 4
2.21 Distribusi Normal .................................................................................................... 4
2.22 Distribusi Eksponensial .......................................................................................... 4
2.23 Distribusi Gamma dan Beta ................................................................................... 5
2.24 Distribusi Uniform .................................................................................................. 5
BAB 3 PERMASALAHAN .................................................................................................... 6
BAB 4 PENYELESAIAN ....................................................................................................... 7
4.1 Tabel Normal Baku (Penyelesaian Soal No.1)....................................................... 7
4.2 Tabel Binomial (Penyelesaian Soal No.2) ............................................................ 10
BAB 5 KESIMPULAN ......................................................................................................... 15
DAFTAR PUSTAKA............................................................................................................. 16

ii
 BAB 1 LATAR BELAKANG
Distribusi peluang adalah konsep dalam statistik yang digunakan untuk
menggambarkan perilaku peluang atau probabilitas dari berbagai kejadian atau peristiwa
dalam suatu percobaan atau keadaan tertentu. Distribusi peluang digunakan untuk
menganalisis dan memodelkan bagaimana peluang terdistribusi di antara berbagai
kemungkinan yang mungkin terjadi dalam suatu percobaan atau kejadian acak.

Ada berbagai masalah yang berhubungan dengan pengambilan keputusan

berdasarkan data. Contohnya saja, peramalan cuaca untuk minggu/bulan/tahun depannya,
persediaan barang yang dibutuhkan untuk memenuhi permintaan konsumen, menghitung
risiko-risiko yang terjadi dalam perusahaan, menghitung populasi hewan langka di alam,
menghitung variansi dari berbagai data yang dikumpulkan, memprediksi penyebaran
sebuah penyakit, pemodelan keuangan untuk mengukur risiko investasi, membuat
perencanaan dan analisis dalam menghitung risiko dalam industri perminyakan dan gas,
dan banyak permasalahan lainnya. Hal ini tentunya tidak dapat diselesaikan hanya dengan
mengandalkan kemampuan manusia sendiri namun dibutuhkan solusi yang tepat, efektif,
dan efisien dalam membantu menyelesaikan masalah-masalah tersebut.

Distribusi peluang memiliki peran penting dalam statistik karena membantu kita
dalam menggambarkan dan memahami peluang berbagai kejadian dalam kejadian acak,
membuat prediksi, menghitung estimasi, dan melakukan berbagai jenis analisis statistik
lainnya. Distribusi peluang juga membantu dalam pengambilan keputusan yang
didasarkan pada data dan analisis statistik.

Dengan menggunakan distribusi peluang, kita dapat mengelola dan

menyelesaiakan ketidakpastian dalam berbagai kejadian, yang membantu kita untuk
membuat keputusan yang lebih baik dan melakukan analisis yang lebih akurat. Distribusi
peluang adalah solusi yang sangat penting dalam pemecahan masalah yang melibatkan
kejadian acak dan ketidakpastian.

1
 BAB 2 TINJAUAN PUSTAKA
2.1 Distribusi Diskrit
Distribusi diskrit adalah suatu daftar atau distribusi di mana variabel randomnya
mengasumsikan masing-masing nilainya dengan probabilitas tertentu. Variabel diskrit
memiliki jumlah nilai kemungkinan yang terbatas atau jumlah yang tak terhingga dari
nilai-nilai yang dapat dihitung. Kata “dihitung” berarti bahwa variabel random tersebut
dapat dicacah dengah menggunakan angka 1, 2, 3, dst. Misalnya, jumlah panggilan
telepon yang diterima setelah siaran TV mengudara adalah contoh variabel diskrit, karena
bisa dihitung.

2.11 Distribusi Binomial

Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan

bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses Bernoulli.
Misalnya, dalam perlemparan sekeping uang logam sebanyak 5 kali, hasil setiap ulangan
mungkin muncul sisi gambar atau sisi angka. Begitu pula, bila kartu diambil berturut-
turut, kita dapat memberi label “berhasil” bila kartu yang terambil adalah kartu merah
atau “gagal” bila yang terambil adalah kartu hitam. Ulangan-ulangan tersebut bersifat
bebas dan peluang keberhasilan setiap ulangan tetap sama, yaitu sebesar ½. (Munir, 2016)

Syarat distribusi binomial :

- Jumlah percobaan merupakan bilangan bulat. Contoh melambungkan koin 2

kali, tidak mungkin 2½ kali.
- Setiap eksperimen mempunyai dua outcome (hasil). Contoh: sukses atau
gagal, laki-laki atau perempuan, sehat atau sakit.
- Peluang sukses sama setiap ekperimen. Contoh: Jika pada lambungan pertama
peluang keluar mata H/sukses adalah ½, pada lambungan seterusnya juga ½.
Jika sebuah dadu, yang diharapkan adalah keluar mata lima, maka dikatakan
peluang sukses adalah 1/6, sedangkan peluang gagal adalah 5/6. Untuk itu

2
 peluang sukses dilambangkan p, sedangkan peluang gagal adalah (1-p) atau
biasa juga dilambangkan q, di mana q = 1-p.
2.12 Distribusi 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.
Distribusi poisson adalah distribusi peluang random poisson X, yang menyatakan
banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah tertentu. Distribusi
poisson adalah pengembangan dari distribusi binomial yang mampu mengkakulasikan
distribusi probabilitas dengan kemungkinan sukses (p) sangat kecil dan jumlah
eksperimen (n) sangat besar (misal 100 atau lebih). Karena 𝑝𝑟(𝑥) distribusi poisson
biasanya melibatkan jumlah n yang besar, dengan p kecil, distribusi ini biasanya
digunakan untuk menghitung nilai probabilitas suatu kejadian dalam suatu selang waktu
dan daerah tertentu. Contoh: Banyaknya bakteri dalam air yang bersih, Banyaknya
presiden yang meninggal karena kecelakaan 5 lalulintas, Banyaknya dering telepon dalam
satu jam di suatu kantor. (Tiara, 2020)
Distribusi Poisson memiliki ciri-ciri sebagai berikut:
- Banyaknya hasil percobaan yang terjadi dalam suatu interval waktu atau suatu
daerah tertentu tidak tergantung pada banyaknya hasil percobaan yang terjadi
pada interval waktu atau daerah lain yang terpisah.
- Probabilitas terjadinya hasil percobaan selama suatu interval waktu yang
singkat atau dalam suatu daerah yang kecil, sebanding dengan panjang interval
waktu atau besarnya daerah tersebut dan tidak bergantung pada banyaknya
hasil percobaan yang terjadi di luar interval waktu atau daerah tersebut.
Distribusi poisson banyak digunakan dalam hal menghitung probabilitas
terjadinya peristiwa menurut satuan waktu, ruang atau isi, luas, panjang tertentu, seperti
menghitung probabilitas dari banyaknya penggunaan telepon per menit atau banyaknya
mobil yang lewat selama 5 menit di suatu ruas jalan.

3
 2.13 Distribusi Bernoulli
Percobaan Bernouli menghasilkan dua kemungkinan hasil yaitu sukses dan gagal.
Percobaan ini hanya dilakukan 1 kali tindakan saja. Bisa dikatakan bawa Bernouli adalah
Binomial saat n=1 Contohnya yaitu pada kasus pelemparan mata uang koin. Percobaan
tersebut akan menghasilkan dua buah kemungkinan yaitu angka dan gambar.

2.14 Distribusi Hipergeometri

Distribusi ini menyatakan peluang terjadinya k sukses yang terambil dari dari n
pengambilan dari populasi berukuran N, dimana ada K sukses di dalam populasi tersebut.
Sehingga fungsi peluang untuk distribusi hipergeometri menggunakan konsep kombinasi.
(Alghorithm, 2019)

2.2 Distribusi Khusus

Distribusi khusus adalah salah satu jenis distribusi probabilitas yang
menggambarkan variabel acak kontinu, yaitu variabel yang dapat mengambil nilai dalam
rentang kontinu. Distribusi ini memberikan probabilitas untuk berbagi nilai dalam
interval tertentu, bukan hanya sejumlah nilai diskrit seperti pada distribusi diskrit.

2.21 Distribusi Normal

Salah satu distribusi yang sering digunakan untuk distribusi variabel random.
Variabel random yang mempunyai rata-rata dan variansi yang berbeda dapat digambarkan
dengan distribusi normal. Distribusi normal memiliki kurva berbentuk lonceng yang
simetris yang ditentukan oleh rata-rata yang dituliskan di tengah kurva dan variansi untuk
menentukan lebarnya kurva.

2.22 Distribusi Eksponensial

Distribusi probabilitas yang digunakan untuk mengukur waktu antara dua

kejadian sukses atau jarak satu interval proses poisson.

4
 2.23 Distribusi Gamma dan Beta
Distribusi gamma merupakan teori yang mendasari distribusi erlang dan
eksponensial,, r pada distribusi ini dapat bernilai non integer. Distribusi beta merupakan
sebuah penjabaran dari distribusi uniform.

2.24 Distribusi Uniform

Sebuah distribusi probabilitas yang mempunyai probabilitas yang sama untuk
semua kemungkinan variabel random yang muncul. Contohnya Probabilitas volume
minuman kaleng dimana pengisian minuman dilakukan dengan mesin dalam sebuah
industri softdrink.

5
 BAB 3 PERMASALAHAN

1. Susunlah sebuah table bantu Normal Baku dengan nilai Z berkisar dari -5 sampai
5 serta ketelitian 3 desimal di belakang koma!
2. Susunlah table bantu Binomial Kumulatif dengan n berkisar dari 0 sampai 10 serta
ketelitian 2 desimal di belakang koma!

6
 BAB 4 PENYELESAIAN
4.1 Tabel Normal Baku (Penyelesaian Soal No.1)
Tahapan Pengerjaan
a. Susun wadah/kriteria tabel

Susun wadah atau ketentuan table normal baku seperti gambar diatas dengan
ketentuan :
- Tabel normal baku dengan kisaran nilai -5 < Z < 5
- Ketelitian 6 desimal di belakang koma
b. Masukkan fungsi peluang distribusi normal
Berdasarkan wadah/kriteria gambar poin a, masukan fungsi berikut pada cell
C3.
=NORM.S.DIST($B3-C$2)
Copy-Paste atau geser cell C3 sampai nilai Z = 0,000

7
fungsi berikut pada cell C54
=NORM.S.DIST($B54+C$2)
Copy-Paste atau geser cell B43 sampai nilai Z = 5,000

8
c. Isi seluruh cell

9
4.2 Tabel Binomial (Penyelesaian Soal No.2)
Tahapan Pengerjaan

a. Susun wadah/kriteria tabel

10
 Susun wadah atau ketentuan table binomial seperti gambar diatas dengan
ketentuan :
- N maksimal yaitu 10
- Peluang yang dicari dengan ketelitian 3 desimal di belakang koma.
b. Masukan fungi peluang distribusi binomial
Berdasarkan wadah/kriteria gambar poin a, masukan fungsi berikut pada cell
D4
=BINOM.DIST($C4;$B$4;D$3;TRUE)

11
Copy-Paste atau geser cell D4 sampai memenuhi nilai pada n sama dengan
1.

Lakukan hal yang sama pada n berikutnya yakni 2-10 dengan menggunakan
fungsi pada n sama dengan 1.

12
c. Isi seluruh cell

13
14
 BAB 5 KESIMPULAN

Pada pratikum kali ini, dapat kita simpulkan bahwa dengan menggunakan
distribusi peluang, kita dapat mengelola dan menyelesaikan ketidakpastian dalam
berbagai kejadian, membantu membuat keputusan yang lebih baik dan melakukan
analisis yang lebih akurat. Distribusi peluang adalah solusi yang sangat penting dalam
pemecahan masalah yang melibatkan kejadian acak dan ketidakpastian.

Tabel distribusi adalah alat yang sangat berguna dalam analisis data dan statistik.
Hal ini dapat memberikan gambaran yang jelas tentang bagaimana data terdistribusi,
termasuk frekuensi atau probabilitas berbagai nilai atau hasil. Dengan tabel distribusi,
kita dapat dengan mudah mengidentifikasi pola, tendensi, dan karakteristik data, yang
merupakan langkah penting dalam pemecahan masalah dan pengambilan keputusan.
Dalam statistik, tabel distribusi memungkinkan kita untuk menghitung berbagai statistik
deskriptif dan melakukan pengujian hipotesis. Selain itu, tabel distribusi juga digunakan
dalam berbagai aplikasi lain, seperti pengelolaan risiko, perencanaan bisnis, dan
pemodelan fenomena alam. Oleh karena itu, pemahaman tentang tabel distribusi adalah
aspek yang sangat penting dalam analisis data dan statistik yang efektif.

15
 DAFTAR PUSTAKA

Ronald W.Walpole. 1993. Pengantar Statistik.

Alghorithm, H. (2019). Distribusi probabilitas kontinu.
Eviana, F. (2014). Distribusi Probabilitas diskrit dan kontinu.
4. Munir, R. (2016). Beberapa diskrit.
Pangalia, P. (2016). Jenis Fungsi Distribusi Diskrit dan Kontinu.
Tiara, M. (2020). Diskrit dan Kontinu.

16
17