Nama : Krisna Wahyu Seta

Nim : 201910370311210

Kelas : Statistika dan Probabilitas 3-E

Permasalahan

1. Uraikan pemahaman saudara tentang konsep variable random dan aplikasinya!

2. Berikan penjelasan melalui contoh tentang perbedaan antara ruang sample diskrit dan
ruang sample kontinu.

3. Suatu distribusi dibagi menjadi dua jenis, yakni distribusi peluang diskrit dan distribusi
peluang kuntinu. Deskripsikan pemahaman saudara mengenai distribusi peluang diskrit!

4. Distribusi peluang diskrit diklasifikasikan ke dalam beberapa jenis, diantaranya distribusi

bernouli, distribusi binomial, distribusi hipergeometri, dan distribusi Poisson. Berikan
penjelasan tentang tiap jenis distribusi peluang diskrit tersebut dengan menjawab
pertanyaan berikut:
Deskripsikan pemahaman Saudara tentang distribusi bernouli dan berikan contoh
aplikasinya!

5. Deskripsikan pemahaman Saudara tentang distribusi binomial dan berikan contoh

aplikasinya!

6. Deskripsikan pemahaman Saudara tentang distribusi hipergeometri dan berikan contoh

aplikasinya!

7. Deskripsikan pemahaman Saudara tentang distribusi Poisson dan berikan contoh

aplikasinya!
Penyelesaian

1. Variabel acak adalah variabel yang nilainya tergantung pada peristiwa yang tidak
diketahui. Kita bisa meringkas peristiwa yang tidak dikenal sebagai "negara", dan
kemudian variabel acak adalah fungsi dari negara.
Contoh sederhana :

Misalkan kita memiliki tiga gulungan dadu ( , , ). Kemudian status . D2 D3 S = (D1 D2 D3)
D1 𝐷1 D2 𝐷2 D3 𝐷3 S = (D1 D2 D3) S = (𝐷1 𝐷2 𝐷3)
a. Satu variable acak adalah angka 5𝑠. Ini adalah X𝑋
X = (D1 = 5?) + (D2 = 5?) + (D3 = 5?)
𝑋 = (𝐷1 = 5? ) + (𝐷2 = 5? ) + (𝐷3 = 5? )
b. Variable acak adalah jumlah gulungan dadu. Ini adalah Y𝑌
Y = D1 + D2 + D3
𝑌 = 𝐷1 + 𝐷2 + 𝐷3

2. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan, dan
percobaan sendiri adalah proses yang menghasilkan suatu hasil pengukuran atau
pengamatan.
Contoh sederhana :

Ruang sampel dilambangkan dengan:

S = {𝑠1, 𝑠2, …}
n(S) – banyaknya anggota S
a. Sebuah dadu dilempar satu kali, tentukan sampelnya!
Jawaban :
Karena yang mungkin muncul mata dadu 1,2,3,4,5,6 maka:
S = {1,2,3,4,5,6} dalam hal ini n(S) = 6
Karena ruang sampel dapat didaftar maka S merupakan ruang sampel Diskrit
b. Tentukan ruang sampel dari semua titik (𝑥, 𝑦) yang terletak di luar suatu lingkaran
yang berjari jari 5!
Jawaban :
(𝑥,𝑦)
Ruang sampelnya adalah S = {𝑥2 𝑦2 = 25} jadi n(S) = tak terhingga
Karena anggota dari ruang sampel tidak dapat didaftar maka S merupakan ruang
sampel kontinu
Perbedaannya adalah, Jika keanggotaanya dapat didata maka itu adalah ruang sampel
Diskrit, sedangkan sebaliknya jika anggota dari suatu ruang sampel tidak dapat didata
maka dikatakan ruang sampel Kontinu.
3. Distribusi peluang diskrit hanya dapat bernilai peluang terdahulu, ciri cirinya adalah
jumlah total peluang sama dengan satu, dimana peluang dari suatu hasil adalah 0 sampai
dengan 1, dan hasilnya tidak boleh terikat satu sama lainnya.

4. Distribusi Bernouli adalah distribusi yang bersumber dari percobaan Bernouli. Percobaan
Bernouli adalah percobaan yang menghasilkan 2 kemungkinan atau hasil, yaitu Suksen
dan Gagal.
Contohnya adalah pelemparan satu buah mata uang logam, dimana terdapat 2
kemungkinan hasil yang bakal diperoleh dari satu kali pelemparan, yaitu Angka dan
Gambar. Misalkan munculnya Angka dianggap kejadian “Sukses” dimana peluang
munculnya adalah 𝑝 dan munculnya Gambar dianggap kejadian “Gagal” dimana peluang
munculnya adalah 1 − 𝑝. Selanjutnya, variable random 𝑋 terkait percobaan tersebut
diberi nilai 1 dengan peluang 𝑝 jika “Sukses” terjadi dan diberi 0 jika “Gagal” terjadi
peluang 1 − 𝑝. Dengan demikian, variable random 𝑋 dikatakan berdistribusi Bernouli.

5. Distribusi Binomial adalah distribusi yang muncul ketika percobaan Bernouli di ulang
sebanyak 𝑛 kali pengulangan. Dalam setiap pengulangan, peluang sukses selalu sama
yaitu 𝑝, dan peluang gagal juga selalu sama yaitu 1 − 𝑝. Setiap pengulangan bebas secara
statistic terhadap pengulangan berikutnya.
Contohnya, misalkan kita mempunyai satu koin yang terdiri atas dua sisi, depan dan
belakang. Misalkan kita mengundi sebanyak 10 kali. Pada undian pertama, kemungkinan
hasilnya hanya sisi depan atau belakang. Pada undian kedua, kemungkinan hasilnya
hanya sisi depan atau belakang, demikian seterusnya. Setiap kali mengundi,
kemungkinan hasilnya sama, hanya dua sisi depan atau belakang. Dari 10 percobaan,
berapa peluang sisi depan muncul sebanyak dua kali ?
Diketahui :
Jumlah percobaan = 𝑛 = 10.
Peluang sukses = peluang munculnya sisi depan dalam percobaan = 𝑝 = 0,5.
Peluang gagal = peluang tidak munculnya sisi depan dalam setiap percobaan= 𝑝 = 0,5.
Ditanya :
Dari 10 kali percobaan, berapa peluang sisi depan muncul sebanyak dua kali, atau
𝑝(𝑋 = 2) → yang ditanyakan adalah peluang munculnya sisi depan, maka kejadian yang
dianggap sukses adalah sisi depan muncul ketika diundi.
Jawaban :
10!
𝑃(𝑋 = 2) = (10−2!)2! (0,5)2(1 − 0,5)10-2= 0.0439

6. Pengertiannya Distribusi Hipergeometri sendiri adalah jenis distribusi yang termasuk

teoritis yang menggunakan variable diskrit dengan dua kejadian yang berkomplemen,
sepertihalnya distribusi Binomial
 Perbedaanya sendiri terletak pada pengambilan sampelnya. Jika Binomial melakukan
pengambilan sampel dengan cara pengembalian, Hipergeometri tanpa pengembalian.
Jadi, distribusi Hipergeometri adalah banyaknya sukses 𝑥 dalam sampel acak ukuran 𝑛
yang diambil dari populasi sebanyak 𝑁 yang mengandung jumlah sukses sebanyak 𝑘.
Contoh :
Sebuah kotak berisi 50 bola, 5 diantaranya pecah. Apabila diambil 4 bola, berapa
probabilitas dua diantaranya pecah? 2. Dari penelitian golongan darah mahasiswa pada
sebuah universitas, diketahui bahwa dari 10 mahasiswa terdapat 2 mahasiswa
bergolongan darah A, 5 mahasiswa bergolongan darah B, dan 3 mahasiswa bergolongan
darah O. Apabila diambil 5 orang mahasiswa, berapa probabilitas seorang mahasiswa
memiliki golongan darah A, 2 mahasiswa memiliki golongan darah B, dan 2 mahasiswa
memiliki golongan darah O?
Jawaban :
Probabilitas dua bola pecah dari pengambilan 4 bola adalah :
𝑁 = 50
𝑛=4
𝑘=5
𝑥=2
𝑃 𝑋 = 2 = 𝐶2 5 𝐶4 − 2 50 − 5 𝐶4 50 = 𝐶2 5 𝐶2 45 𝐶4 50 = 10 x 990 230.300 =
9.900 230.300 = 0.043

7. Distribusi Poisson adalah kasus khusus dari distribusi Binomial, dimana distribusi
binomial akan menjadi distribusi poisson ketika 𝑛 mendekati tak hingga (∞) dan 𝑝
mendekati nol (0)
Contoh :
Sebuah toko online mencatat bahwa toko tersebut akan mendapatkan komplain dari 50
pelanggan ketika mengirimkan barang ke 10.000 pelanggan. Jika pada suatu hari toko
tersebut mengirim barang ke pelanggannya sebanyak 1.000 barang. Hitunglah peluang
toko tersebut mendapat komplain dari:
a. 7 pelanggan
b. 5 pelanggan
c. 2 pelanggan
d. Tidak ada complain
e. Lebih dari 2 pelanggan

Jawab :
50
Diketahui 𝑝 = 10.000 = 0,005. Selanjutnya 𝑛 = 1.000, sehingga
𝜆 = 𝑛𝑝
= (1.000). (0,005)
=5
Referensi kajian materi :

https://www.rumusstatistik.com/2012/07/rumus-distribusi-poisson.html
https://www.slideshare.net/EmanM4/distribusi-hipergeometrik-
34061543#:~:text=PENGERTIAN%20DISTRIBUSI%20HIPERGEOMETRIK%20Distri
busi%20hipergeometrik,berkomplemen%2C%20seperti%20halnya%20distribusi%20bin
omial.
https://socs.binus.ac.id/2018/12/08/distribusi-peluang-binomial/
https://www.rumusstatistik.com/2017/07/distribusi-peluang-
diskrit.html#:~:text=Distribusi%20peluang%20diskrit%20adalah%20distribusi,yang%20t
idak%20sama%20dengan%20nol.