MAKALAH

“NILAI EKSPEKTASI MATEMATIKA SATU

PEUBAH ACAK”
DOSEN PENGAMPU : SRI RAHMAYANTI, S.Pd, M.Si

DISUSUN OLEH:

 PUTRI ANDINI (21051042)

PRODI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS ASAHAN

T.A 2023-2024
 KATA PENGANTAR

Puji syukur kepada Allah SWT. Tuhan yang Maha Esa, karena berkat
rahmat-Nya penyusun dapat menyelesaikan makalah ini. Sebagaimana tugas mata
kuliah Statistika Matematika mengenai Nilai Ekspetasi Matematika Satu Peubah
Acak sebagai pemenuhan atas tuntutan tugas kelompok mata kuliah sebagai bahan
perkuliahan .
Penyusun menyadari sepenuhnya bahwa dalam pembuatan tugas ini masih
memiliki banyak kekurangan. Oleh karena itu, penyusun mengharapkan kritik dan
saran yang membangun dari pembaca terutama kepada Ibu Sri Rahmayanti
S.Pd,M.Si selaku Dosen mata Statistika Matematika demi penulisan yang dapat
menjadi lebih baik lagi di kemudian hari. Semoga makalah ini dapat memberikan
manfaat bagi pembaca. Akhir kata Penyusun ucapkan terima kasih.

Rabu , 10 Januari 2024

Penyusun

i
 DAFTAR ISI

KATA PENGANTAR........................................................................................................ i

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

BAB I PENDAHULUAN ................................................................................................... 1

1.1. Latar Belakang .............................................................................................................. 1
1.2. Rumusan Masalah ......................................................................................................... 2
1.3. Tujuan Masalah............................................................................................................. 3

BAB II PEMBAHASAN.................................................................................................... 3
2.1.Nilai Ekspektasi ............................................................................................................. 3
2.2. Sifat-sifat Ekspektasi .................................................................................................... 5
2.3.Varians ......................................................................................................................... 10
2.4.Rataan ............................................................................................................................ 10
2.5.Momen ........................................................................................................................... 11

BAB III PENUTUP............................................................................................................ 15

3.1.Kesimpulan..................................................................................................................... 15
3.2.Saran .............................................................................................................................. 16

DAFTAR PUSTAKA ......................................................................................................... 17

ii
 BAB I
PENDAHULUAN

1.1.LATAR BELAKANG
Ilmu Matematika senantiasa mengalami perkembangan dari masa ke
masa. Banyak penemuan dan pengembangan penting hasil pemikiran para
matematikawan yang membawa kepada kemajuan dalam bidang matematika.
Pendidikan merupakan suatu usaha manusia untuk menuju ke arah hidup yang
lebih baik. Agar tujuan pendidikan bisa tercapai dengan seoptimal mungkin,
maka dosen sebagai pendidik dituntut untuk selalu mengembangkan proses
pembelajaran agar sesuai dengan kondisi dan zaman sekarang. Salah satu
kecakapan hidup (life skill) yang perlu dikembangkan melalui proses
pendidikan adalah keterampilan berpikir (Depdiknas, 2004), karena
kemampuan seseorang untuk dapat berhasil dalam kehidupannya antara lain
ditentukan oleh keterampilan berpikirnya, terutama dalam upaya memecahkan
masalah-masalah dalam kehidupan yang dihadapi. Perubahan orientasi
pendidikan saat ini dengan menempatkan mahasiswa sebagai pusat perhatian
menuntut para dosen untuk lebih kreatif dalam mengelola kegiatan
pembelajaran. Dosen dituntut mampu menggeser penekanan kegiatan
pembelajaran dari apa bahan yang akan dipelajari mahasiswa ke bagaimana
memperkaya pengalaman belajar mahasiswa.
Salah satu teori dalam ilmu statistika yang sangat penting dan sering
digunakan dalam pengamatan suatu penelitian untuk mencari nilai yang
diharapkan adalah teori ekspektasi. Ekspektasi adalah suatu nilai harapan
terhadap suatu kejadian yang diperhitungkan berdasarkan semua kemungkinan
yang akan terjadi terhadap suatu kejadian. Ekspektasi bersyarat adalah
ekspektasi suatu variabel acak yang bergantung pada variabel acak yang lain.
Teori yang mendukung sifat-sifat ekspektasi bersyarat adalah probabilitas,
distribusi gabungan dan marginal, dua kejadian yang saling bebas, probabilitas
bersyarat, ekspektasi.
Salah satu distribusi dengan peubah acak kontinu adalah distribusi
Gumbel, yang pertama kali diperkenalkan oleh seorang ilmuwan yang
bernama Emil Julius Gumbel (1891-1966). Distribusi ini merupakan kasus
spesial dari distribusi Fisher-Tippet yang ditemukan oleh Ronald Aylmer
Fisher (1890-1962) dan Leonard Hendri Caleb Tippet (1902-1985) Hal
demikian dapat mencari model distribusi yang sesuai atau standard guna
menggambarkan perilaku dari data dan melakukan deduksi darinya. Dari
model beberapa distribusi probabilitas variable random diskrit dan kontinu
yang tertetu dapat ditentukan ekspektasi, variansi dan fungsi pembangkit
momen jika ada, jika fungsi pembangkit momen dari distribusi probabilitas

1
 tidak ada, maka fungsi pembangkit momen karakteristik selalu dapat
ditentukan. (dalam Sitopu. Joni Wilson, dkk. (2022)).
Fungsi pembangkit momen (Moment Generating Function) adalah
merupakan ekspektasi yang khusus. Fungsi Pembangkit momen ini layaknya
sebuah jembatan yang menghubungkan Matematika diskrit dan kontinu,
khususnya pada bagian teori variabel kompleks. Namun, pembahasan Fungsi
Pembangkit dalam artikel ini hanyalah sekedar memberikan ide utama, karena
banyak sekali hal-hal yang dapat dibahas menyangkut Fungsi Pembangkit
momen variable random diskrit ini. (dalam Sitopu. Joni Wilson, dkk. (2022)).
Variansi dari suatu distribusi peubah acak digunakan untuk
menentukan pencaran data, dimana dengan mencari variansi dari suatu
distribusi peubah acak dapat dilihat penyimpangan data terhadap mean dari
fungsi peubah acak tersebut .Berdasarkan definisi 1 dan definisi 2 berikut
ekpekstasi dari
Nilai ekspektasi dalam matematika adalah nilai rata-rata yang
diharapkan dari suatu peubah acak. Peubah acak adalah variabel yang
menggambarkan hasil dari suatu percobaan acak. Nilai ekspektasi dalam
matematika untuk satu peubah acak adalah ukuran rata-rata dari suatu peubah
acak, yang memberikan perkiraan tentang nilai yang diharapkan dari suatu
fenomena acak. Dalam konteks ini, peubah acak dapat berupa variabel diskrit
atau variabel kontinu.

1.2.RUMUSAN MASALAH
1. Bagaimana nilai ekspektasi?
2. Bagaimana sifa-sifat ekspektasi?
3. Apa itu varians?
4. Bagaimana contoh varians?
5. Apa itu rata-rata ?
6. Bagaimana momen dalam ekspektasi?

1.3.TUJUAN MASALAH
1. Untuk mengetahui nilai ekspektasi.
2. Untuk mengetahui sifat-sifat ekspektasi
3. Untuk mengetahui varians
4. Untuk mengetahui rata-rata
5. Untuk mengetahui momen dalam ekspektasi

2
 BAB II
PEMBAHASAN

2.1.Nilai Ekspektasi
Satu konsep yang penting di dalam teori peluang danstatistika
adalah ekspektasi matematik atau nilai ekspektasi. Ekspektasi matematik =
harapan matematika.

Definisi 1:
Jika adalah peubah acak diskrit dengan nilai fungsi peluangnya
di adalah dan adalah fungsi dari , maka nilai ekspektasi dari
dinotasikan dengan , didefinisikan sebagai:
∑

Contoh:
Misalkan fungsi peluang dari peubah acak terbentuk:

Hitung

Jawab:

∑ ∑ ∑

( ) ∑ ∑ ∑

Definisi 2:
Jika X adalah peubah acak kontinu dengan nilai fungsi densitasnya
di adalah fungsi dari , maka nilai ekspetasi
dari , dinotasikan dengan E , didefinisikan sebagai:

3
 Definisi 3:
Jika adalah variabel acak kontinu dengan nilai fungsi probabilitas
di x adalah dan adalah fungsi dari , maka nilai ekspektasi dari
dinotasikan dengan, didefinisikan sebagai:

Definisi 4:

Jika adalah variabel acak kontinu dengan distribusi

probabilitas gabungan maka ekspektasi variabel acak
didefinisikan

∫ ∫

Definisi 5 : nilai ekspektasi diskrit

Jika X adalah peubah acak diskrit dengan nilai fungsi peluangnya

di adalah dan adalah fungsi dari , maka nilai ekspektasi dari
, yang dinotasikan dengan ,didefinisikan sebagai :

Contoh:

Misalkan fungsi peluang dari peubah acak berbentuk:

Hitunglah :

a.
Jawab:

a. Berdasarkan defenisi nilai ekspektasi diskrit, maka

∑
∑

( ) ( ) ( ) ( )

( )

4
 Definisi 6 : nilai ekspektasi kontinu
Jika adalah peubah acak kontinu dengan nilai fungsi densitasnya
di adalah dan adalah fungsi dari , maka nilai ekspektasi dari
, yang dinotasikan dengan E ,didefinisikan sebagai :
fungsi densitas dari peubah acak berbentuk:

Contoh:
Misalkan fungsi densitas dari peubah acak berbentuk:

Hitunglah:
a.

Jawab:

a. ∫

∫ ∫ ∫

∫ ∫ ∫

2.2.Sifat-Sifat Ekspektasi
Sifat-sifat ekspektasi yaitu:
1. Jika c adalah sebuah kontstanta, maka
2. Jika c adalah sebuah konstanta dan adalah fungsi dari , maka

3. Jika adalah dua buah konstanta serta dan adalah

dua buah fungsi dari , maka:

Bukti :
1. ∑ ∑
2.
∑ ∑

5
Contoh :
Dengan menggunakan sifat-sifat nilai ekspektasi,
hitunglah dan [ ( – )]

Jawab:

∑ ∑ ∑

∑ ∑ ∑

Jika memiliki fungsi probabilitas gabungan maka

fungsi probabilitas bersyarat dari jika diketahui adalah |
dimana adalah fungsi probabilitas marginal dari .

Defnisi 1:

Jika dan adalah dua variabel acak kontinu, | adalah

nilai fungsi densitas bersyarat dari diberikan = di dan | adalah
nilai fungsi densitas bersyarat dari diberikan di , maka ekspektasi
bersyarat dari yang diberikan didefinisikan sebagai berikut:

| ∫ |

Dan ekspetasi dari yang diberikan dirumuskan sebagai berikut:

| ∫ |

Definisi 2:

Jika adalah dua variabel acak kontinu | adalah

nilai fungsi probabilitas bersyarat dari X diberikan di , dan |
adalah nilai fungsi densitas bersyarat dari diberikan , maka
ekspektasi bersyarat dari diberikan dirumuskan sebagai berikut.

6
 | ∫ |

dan ekspektasi bersyarat dari diberikan dirumuskan sebagai

berikut:

| ∫ |

Dari definisi yang ada, maka dapat dibuktikan sifat-sifat ekspektasi bersyarat
sebagai berikut.

Sifat 1.
Jika dan adalah variabel acak yang berdistribusi gabungan,
maka |

Bukti:

| ∫ |

∫ {∫ | }

∫ {∫ }

∫ [∫ ]

∫ ∫

Sifat 2
Jika adalah variabel acak yang saling bebas,
maka | |

7
Bukti:
Jika adalah saling bebas, maka ,dengan
demikian | dan |

| ∫ |

| ∫ |

Sifat 3.
Jika adalah variabel acak yang saling berdistribusi
gabungan, maka | |

Bukti:

| | |

| { | }

{ | } { }

{ { | }

{ | | }

| |

Sifat 4
Jika adalah variabel acak yang berdistribusi gabungan,
maka adalah fungsi, maka |

∫ ∫

∫ ∫ ( )

8
 ∫ ∫ ( )

∫ ∫ ( )

∫ |

Sifat 5

Jika adalah dua variabel acak yang saling bebas dan

adalah fungsi, maka | |

Bukti:

| ∫ |

∫ |

∫ |

| |

Contoh:

Hitung dengan menggunakan sifat-sifat nilai ekspektasi

Jawab:

(∑ )

9
2.3. Varians
Definisi 1:
Misalnya adalah peubah acak, baik diskrit maupun kontinu.
Varians dari didefinisikan sebagai :

Definisi Varians Diskrit

Jika adalah peubah acak diskrit dan adalah nilai fungsi
peluang dari di x, maka varians dari didefinisikan sebagai:
∑

Contoh
Misalnya distribusi peluang dari peubah acak X adalah sebagai berikut :
X 1 2 3

F(X)

2.4. Rataan
Definisi:
Jika adalah peubah acak diskrit dengan nilai fungsi peluang dari
di adalah , maka rataan dari peubah acak didefinisikan sebagai:
∑

Contoh:
Fatma melantunkan sebuah dadu seimbang. Tentukan rataan dari munculnya
mata dadu tersebut.
Jawab:

Contoh:
Misalkan dua uang logam dilempar secara bersamaan sebanyak 16
kali.. Misalkan X menyatakan banyaknya sisi angka (A) yang muncul pada
setiap pelemparan, maka X dapat benilai 0, 1, atau 2. Misalkan pada
eksperimen tersebut dicatat berapa kali muncul 0, 1, atau 2 sisi buah sisi
angka pada setiap pelemparan, dan diperoleh hasil masing-masing 4 kali, 7

10
 kali, dan 5 kali. Berapa rata-rata banyaknya sisi angka yang muncul pada
setiap lemparan?

Jawab:

( ) ( ) ( )

Sifat-Sifat Varians
a. Jika c adalah sebuah konstanta, maka Var(c) = 0
b. Jika X adalah peubah acak dan c adalah sebuah konstanta,
maka:

c. Jika a dan b adalah dua buah konstanta dan X adalah peubah acak, maka:

2.5. Momen
Definisi 1: Momen
Jika X adalah peubah acak, baik diskrit maupun kontinu, maka
momen ke-k(dinotasikan dengan µ’k ) didefinisikan sebagai:

Definisi 2: Momen Diskrit

Jika X adalah peubah acak diskrit dan p(x) adalah nilai fungsi
peluang dariX di x, maka momen ke-k (dinotasikan µ’ ) didefinisikan
sebagai:
∑

Definisi 3: Momen Sekitar Rataan Diskrit

Jika X adalah peubah acak diskrit dan ( ) adalah nilai fungsi
peluang dari X di x, maka momen sekitar rataan ke-k (dinotasikan µ )
didefinisikan sebagai:
∑

Definisi 3: Momen Sekitar Rataan Diskrit

Jika X adalah peubah acak diskrit dan ( ) adalah nilai fungsi
peluang dari X di x, maka momen sekitar rataan ke-k (dinotasikan µ )
didefinisikan sebagai:
∑

11
 Fungsi Pembangkit Momen (Moment Generating
Function) dari peubah acak mempunyai beberapa kegunaan antara
lain untuk menentukan fungsi kepadatan peluang, mean, momen ke-
k dari suatu distribusi dan untuk mencari bentuk distribusi peubah
acak. Menurut Ronald dan Raymond (1995). Kegunaan yang jelas
dari fungsi pembangkit momen ini adalah untuk menentukan
momenmomen distribusi. Akan tetapi, kegunaan yang terpenting
adalah untuk mencari distribusi dari fungsi peubah acak.
Misalkan X1, X2 , X3 , . . ., Xn adalah n buah peubah acak
yang saling bebas dan mengikuti distribusi normal umum dengan
2 2
rataan
i µ1 dan varians
1 i σ , ditulis N(µ : σ ), i = 1, 2, 3,
1 . . .,
2 n. Jika
3 Z
=X + X +X+...
+ Xn , maka Z akan mengikuti distribusi normal umum dengan rataan
danvarians
Berikut ini diberikan definisi mengenai fungsi pembangkit momen
yang diambil dari Hogg dan Craig (1978) :
Jika X merupakan peubah acak, maka fungsi pembangkit
momen
𝑀 ( ) didefinisikan sebagai berikut :
𝑀 ()= ( )

Apabila ( )ada dan < < untuk suatu >0

Jika peubah acak diskrit, maka fungsi pembangkit momen

𝑀 ()
didefinisikan sebagai berikut:
𝑀()= ( )=∑ ( )

Diberikan peubah acak kontinu dengan fungsi

kepadatan peluang adalah ( ). Fungsi Pembangkit Momen
(Moment-Generating Function) dari dinotasikan dengan 𝑀 ( )
dan didefinisikan :
𝑀 ()= ( )

∫ (2.5)

12
 Berikut ini beberapa teorema mengenai fungsi pembangkit
momen yang diambil dari Hogg dan Craig (1978) :

Teorema 1 Jika 𝑀𝑥(𝑡) merupakan Fungsi Pembangkit Momen dari peubah

acak kontinu 𝑋 , maka
𝑑
𝑀𝑥(0) = 𝑀𝑥(0) = 𝐸(𝑋) (2.6)
𝑑𝑡

Bukti :
Berdasarkan definisi Fungsi Pembangkit Momen

Diperoleh
𝑑𝑡
−
Akibatnya, 𝑑 ∞

𝑑
𝑑𝑡
−
∞

Contoh:
 Variabel acak yang menyebar secara Poisson, dengan fungsi
massa/frekuensi peluang sebagai berikut:

Tentukan fungsi pembangkit momennya.

13
Penyelesaian:
 Fungsi pembangkit momen dari sebaran Poisson:
𝑀( ) = ( ) = ∑ ( )

∞ ∞ ∞
𝜆 𝜆 ( 𝜆) 𝜆 𝜆)
=∑ =∑ = 𝜆∑(
! ! !
=0 =0 =0

∞
( 𝜆)
𝑀( ) = 𝜆∑ = 𝜆 𝜆 = 𝜆( 1)
!
=0

∞ ( 𝜆) 𝜆
Karena
∑ =
=0 !

Fungsi pembangkit momen dari sebaran Poisson:

𝑀( ) = 𝜆( 1)

Nilai harapan dari sebaran Poisson, dapat diturunkan dari fungsi

pembangkit momen yaitu sebagai berikut:

14
 BAB III
PENUTUP
3.1.Kesimpulan
Satu konsep yang penting di dalam teori peluang danstatistika
adalah ekspektasi matematik atau nilai ekspektasi. Ekspektasi matematik =
harapan matematika. Fungsi pembangkit momen (Moment Generating Function)
adalah merupakan ekspektasi yang khusus. Fungsi Pembangkit momen ini layaknya
sebuah jembatan yang menghubungkan Matematika diskrit dan kontinu, khususnya
pada bagian teori variabel kompleks. Namun, pembahasan Fungsi Pembangkit dalam
artikel ini hanyalah sekedar memberikan ide utama, karena banyak sekali hal-hal
yang dapat dibahas menyangkut Fungsi Pembangkit momen variable random diskrit
ini. (dalam Sitopu. Joni Wilson, dkk. (2022)).
Variansi dari suatu distribusi peubah acak digunakan untuk menentukan
pencaran data, dimana dengan mencari variansi dari suatu distribusi peubah acak
dapat dilihat penyimpangan data terhadap mean dari fungsi peubah acak tersebut
.Berdasarkan definisi 1 dan definisi 2 berikut ekpekstasi dari
Nilai ekspektasi dalam matematika adalah nilai rata-rata yang
diharapkan dari suatu peubah acak. Peubah acak adalah variabel yang
menggambarkan hasil dari suatu percobaan acak. Nilai ekspektasi dalam
matematika untuk satu peubah acak adalah ukuran rata-rata dari suatu peubah
acak, yang memberikan perkiraan tentang nilai yang diharapkan dari suatu
fenomena acak. Dalam konteks ini, peubah acak dapat berupa variabel diskrit
atau variabel kontinu.
∑

Contoh:
Misalkan fungsi peluang dari peubah acak terbentuk:

Hitung

Jawab:

∑ ∑ ∑

( ) ∑ ∑ ∑

15
 Sifat-sifat ekspektasi yaitu:
1. Jika c adalah sebuah kontstanta, maka
2. Jika c adalah sebuah konstanta dan adalah fungsi dari , maka

3. Jika adalah dua buah konstanta serta dan adalah

dua buah fungsi dari , maka:

3.2.Saran
Mahasiswa khusunya jurusan matematika harus dapat memahami materi ini,
dan dapat diaplikasikan.

16
 DAFTAR PUSTAKA

Bondan, D. W. (2009). Seminar Nasional Matematika dan Pendidikan Matematika

Jurusan Pendidikan Matematika. Penggunaan Pembelajaran Inkuiri Dalam
Mengembangkan Kemampuan Berpikir Kreatif Siswa Sma Di Kota
Bengkulu, 1(September 2009), 978–979.
Herrhyanto. (2020). STATISTIKA MATEMATIKA. April.
Krisdiana, I., Murtafiah, W., & Titin, M. (2018). STATISTIKA MATEMATIKA
BERORIENTASI PEMBELAJARAN BERBASIS RISET (Agus (Ed.)).
UNIPMA PRESS.
Lestiana, H. T. (2020). Pengantar Program Linier. 69.
Maya, R. (2020). Statistika matematik.
Munir, R. (2011). Harapan Matematik Definisi Harapan Matematik.
Natalia, D. (2016). Kajian Ekspektasi Bersyarat dan Sifat-sifatnya. Jurnal
Matematika, Statistika Dan Terapannya, 03(1), 47–50.
NIAH. (2013). Peramalan curah hujan ekstrim menggunakan distribusi
generalized extreme value.
Novtiar. (2017). Ekspektasi Satu Peubah Acak Diskrit. April.
Pembelajaran, S. (2019). Musfiqon , pengembangan Media dan Sumber
Pembelajaran , jakarta, PT. Prestasi pustakaraya. 2018, hal.15 1 1. 1–11.
Si, C. N. S., & Si, M. (2017). Distribusi Peubah Acak Garis Besar Pembahasan.
April.
Sitopu, J. W., & Siswadi, S. (2022). Fungsi Pembangkit Momen dari Distribusi
Probabilitas Diskrit. FARABI: Jurnal Matematika Dan Pendidikan
Matematika, 5(2), 144–153. https://doi.org/10.47662/farabi.v5i2.435
Studi, P., Matematika, M., & Andalas, U. (n.d.). Konvolusi dari peubah acak
binomial negatif. 2(3), 22–27.
Sukarsa, I. K. G. D. E., Eka, I. P., Kencana, N., Statistika, L., Fmipa, J. M., &
Udayana, U. (2015). Statistika dasar.
Tinungki, G. M. (2007). Teorema Limit Pusat Linberg - Levy Pada Kasus
Multivariate. 4(1), 39–42.
Wahyuni, S. S., Devianto, D., & Yozza, H. (n.d.). FUNGSI KARAKTERISTIK.
2(2), 71–75.
Yuliana, T. (2006). Teorema inversi pada fungsi karakteristik. 1(2), 28–31.

17