DISTRIBUSI PROPABILITAS

Definisi:
Distribusi propabilitas disebut juga distribusi peluang atau distribusi teoritia
(DKT), yaitu distribusi kemungkinan terjadinya suatu peristiwa pada berbagai
tingkat variabel random yang bersangkutan.
Variabel random yaitu variabel yang nilainya merupakan suatu bilangan yang
ditentukan oleh hasil suatu percobaan, variabel random terdiri dari variabel
random diskrit dan variabel random kontinu.
Distribusi propabilitas biasa dinotasikan dengan P(X), yang menunjukan
propabilitas untuk setiap nilai random variabel.
Distribusi propabilitas diskrit:
a. Apabila random variabel yang digunakan diskrit atau memiliki nilai bulat
(hasil perhitungan).
b. Memiliki jumlah kemungkinan ∑ P(X) = 1
Contoh:
Berapa distribusi dari melempar 2 buah uang logam sekaligus?
GG -------- 0H
GH -------- 1H
HG -------- 1H
HH -------- 2H
Variabel random X
Variabel random X P(X)
0 ¼
1 2/4
2 ¼
Jumlah 1

Distribusi propabilitas kontiyu:

a. Variabel random kontinyu (nilainya sembarangan nilai)
b. Mempunyai integral dari fungsi kemungkinan terjadinya variabel tsb = 1
∞

∫ 𝑓(𝑥)𝑑𝑥 = 1
−∞
1. Distribusi Binomial
DKT dengan variabel random diskrit yang memiliki ciri-ciri:
a. Macam peristiwanya independen
b. Banyaknya percobaan tertentu (n)
c. (n) Biasanya lebih kecil dari 30
d. Setiap percobaan menghasilkan 2 outcome, yaitu “sukses” dan “gagal”
e. Propabilitas “suskses” yang dinotasikan dengan (p) dan “gagal” yang
dinotasikan dengan (q)
f. (p) Tidak mendekati nola dan tidak mendekati 1
Fungsi propabilitas Binomial:

P(x;n) = (𝑛𝑥)pxqn-x

Dimana:
x = Banyaknya peristiwa sukses
p = Propabilitas “sukses”
n = Banyaknya percobaan
Nilai Harapan (Expected Value)
E(x) = µ = np
Varians
Var(x) = 𝜎 2 = np(1-p)
Simpangan Baku (Standard Deviation)

SD(x) = 𝜎 = √𝑛𝑝(1 − 𝑝)

Contoh:
Suatu permainan dilakukan dengan melempar uang logam sebanyak 3 kali
a. Berapa rata-rata kemungkinan munculnya permukaan bergambar?
b. Berapa kemungkinan munculnya permukaan bergambar kurang dari 2
kali?
Jawab:
Diketahui:
n=3
p = P(G) = ½
q = P(H) = ½
 Ditanyakan:
a. 𝜇?
b. 𝑃(𝑥 < 2)?
Jawab:
a. 𝜇 = 𝑛x𝑝 = 3x0.5 = 1.5
b. 𝑃(𝑥 < 2) = P(x=0) + P(x=1)
P(0;3) = 𝐶03 x 0.50 x 0.53 = 0.125
P(1;3) = 𝐶13 x 0.51 x 0.52 = 0.375 tambah
𝑃(𝑥 2) = 0.500
2. Distribusi multinomial
Adalah DKT dengan variabel tandom diskrit yang memiliki ciri-ciri:
a. Macam peristiwa independen
b. Setiap percobaan menghasilkan lebih dari 2 outcome yang semuanya
dianggap sukses
c. Jumlah peluang peristiwa sukses = 1
d. Banyaknya percobaan tertentu
Misalkan sebuah percobaan menghasilkan peristiwa-peristiwa E1,…,
Ek (k>2). Peristiwa-peristiwa tersebut masing-masing terjadi dengan
peluang P1, …, Pk. Jika dilakukan n kali percobaan, maka peluang
terjadinya peristwa E1 sebanyak x1 kali, peristiwa E2 sebanyak x2
kali, dst adalah;
𝑛!
P(x1, …, xk;n) = 𝑃(x1, . . . , 𝑥𝑘; 𝑛) = 𝑥1! ...𝑥𝑘! 𝑃1𝑥1 … 𝑃𝑘𝑥𝑘

Contoh:
Berdasarkan pengalaman restoran bertaraf internasional di Tasikmalaya
yang khusus melayani tamu asing dari negara tetangga, diketahui
perbandingan tamunya adalah Singaparna : Indihiang : Ciawi : Ciamis = 3
: 3 : 1 : 4 . pada suatu hari ditemui 6 orang tamu secara random, berapa
kemungkinannya dari ke 6 tamu itu yang akan ternyata 3 orang
Singaparna, 1 orang Ciawi, dan 2 orang Ciamis.
Jawab:
Diketahui:
P1 = 0,3
P2 = 0,2
P3 = 0,1
P4 = 0,4
 n=6
Ditanya:
P(3,0,1,2;6)?
Jawab:
6!
P(3,0,1,2;6) = 3!0!1!2! (0,33)(0,20)(0,11)(0,42)

= 0,026 (dibulatkan)
Kemungkinan dari ke 6 tamu asing tersebut akan ternyata terdiri dari 3
orang Singaparna, 1 orang dari Ciawi, dan 2 orang dari Ciamis sebesar
0,026.

Chart Title
5
4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
Category 2

Series 1 Series 2 Series 3