Tugas Kelompok ke-1

Week 3/ Sesi 4

1. (LO1: 20%) Topik: Binomial Probabiltiy

X adalah variabel acak binomial dengan p = 0,55. Gunakan rumus dibawah ini

dimana dan

untuk distribusi binomial dengan permasalahan berikut ini:

a. Apa nilai dari ( nx) jika n = 8 dan x = 1?

b. Berapa probabilitas tepat satu keberhasilan dalam delapan kali percobaan? Bulatkan
jawaban Anda ke dalam empat desimal.
c. Berapa probabilitas tepat dua keberhasilan dalam delapan percobaan? Bulatkan
jawaban Anda sampai empat tempat desimal.

d. Berapa nilai dari (80)?

e. Berapa probabilitas mendapatkan paling sedikit satu keberhasilan dalam delapan
percobaan? Bulatkan jawaban Anda ke dalam empat desimal.
f. Coba ceritakan beberapa kejadian pada pekerjaan anda yang merupakan termasuk
kejadian yang memiliki probability distribution binomial

JAWAB :

a. Apa nilai dari ( nx) jika n = 8 dan x = 1?

Diketahui : n=8

Probability Theory and Applied Statistics – R2

 x=1

Ditanya : nilai dari ( nx)

Jawab :

()
n
=
n!
x x ! (n − x )!

()
8
=
8!
1 1 !(8− 1)!

()
8
=
8!
=
8∙ 7 !
1 1 ! 7 ! 1! 7!
=8

Jadi, nilai dari ( nx) adalah 8

b. Berapa probabilitas tepat satu keberhasilan dalam delapan kali percobaan? Bulatkan
jawaban Anda ke dalam empat desimal.
Diketahui : x = 1 (keberhasilan)
n = 8 (jumlah percobaan)
p = 0.55

x ()()
n = 8 =8
1
Ditanya : Probabilitas 1 keberhasilan ( P (X=1) )?
Jawab :
P( X=x)=() n x
x
p (1 − p)n − x

P( X=1)=( ) 0.55 (1− 0.55)

8 1 8 −1
1
1 7
P( X=1)=8 ∙ 0.55 (0.45)
P( X=1)=8 ∙ 0.55∙ 0.0037
P( X=1)≈ 0.0164

Jadi, probabilitas tepat 1 keberhasilan dalam 8 kali percobaan adalah sekitar 0.0164

c. Berapa probabilitas tepat dua keberhasilan dalam delapan percobaan? Bulatkan

jawaban Anda sampai empat tempat desimal.
Diketahui : x = 2 (keberhasilan)
n = 8 (jumlah percobaan)

Probability Theory and Applied Statistics – R2

 p = 0.55
Ditanya : Probabilitas 2 keberhasilan ( P (X=2) )?

Jawab :

 Mencari nilai ( nx ) :
( nx )= x ! (nn!− x )!
( 82 )= 2 ! (88−2)!
!

( 82 )= 28! 6! ! = 82∙ 7! 6∙6! ! =28

 Probabilitas 2 keberhasilan ( P (X=2) )
P( X=x)=()
n x
x
p (1 − p)n − x

P( X=2)=( ) 0.55 (1− 0.55)

8 2 8 −2
2
2 6
P( X=2)=28 ∙ 0.55 (0.45)
P( X=2)=28 ∙ 0.3025∙ 0.0083
P( X=2)≈ 0.0703

Jadi, probabilitas tepat dua keberhasilan dalam 8 percobaan adalah sekitar 0.0703

d. Berapa nilai dari (80)?

 Mencari nilai ( 80 ) :
( nx )= x ! (nn!− x )!
( 80 )= 0! (88−0)!
!

( 82 )= 8!8! =1
 Probabilitas

Probability Theory and Applied Statistics – R2

P( X=x)=( nx ) p (1 − p)
x n−x

P( X=0)=( ) 0.55 (1 −0.55)

8 0 8−0
0
8
P( X=0)=1 ∙1 ∙(0.45)
P( X=0)=1 ∙1 ∙ 0.0017
P( X=0) ≈ 0.0017

Jadi, nilai dari ( 80 ) adalah 1 dengan nilai probabilitas sekitar 0.0017

e. Berapa probabilitas mendapatkan paling sedikit satu keberhasilan dalam delapan percobaan?
Bulatkan jawaban Anda ke dalam empat desimal.
Diketahui : n = 8 (jumlah percobaan)
p = 0.55

x ()()
n = 8 =1
0
P( X=0)≈ 0.0017 (pembulatan 4 decimal)
Ditanya : Probabilitas mendapat paling sedikit 1 keberhasilan
Jawab :
 Untuk mendapatkan nilai probabilitas paling sedikit 1 keberhasilan dalam 8 percobaan,
dapat digunakan dengan metode pendekatan komplementar.
 Probabilitas paling sedikit 1 keberhasilan adalah dengan 1 dikurangi probabilitas 0
keberhasilan dalam 8 percobaan :
P( X> 0)=1 − P(X =0)
P( X> 0)=1 −0.0017
P( X> 0)≈ 0.9983

Jadi, nilai probabilitas untuk mendapatkan paling sedikit sau keberhasilan dalam 8
percobaan adalah sekitar 0.9983

f. Coba ceritakan beberapa kejadian pada pekerjaan anda yang merupakan termasuk kejadian
yang memiliki probability distribution binomial
Jawab :
 Di industri perangkat lunak, tim pengujian sering menguji perangkat lunak untuk
menemukan bug atau masalah lainnya. Probabilitas bahwa mereka menemukan bug dalam
satu pengujian dapat dimodelkan sebagai distribusi binomial.

Probability Theory and Applied Statistics – R2

 Pada sistem pemasaran produk, pemasangan iklan saat meluncurkan produk baru. Saat
mencari berapa banyak dari target audiens yang melakukan tindakan tertentu, seperti
mengunjungi toko offline, mengunjungi online shopping atau membuat pembelian setelah
melihat iklan. Kejadian tersebut dapat dimodelkan sebagai distribusi binomial dengan
probabilitas keberhasilan yang didefinisikan sebelumnya.
 Pada sebuah pabrik dalam pengujian kualitas barang yang diproduksi. Setiap pengujian
produk, terdapat probabilitas tertentu untuk lulus pengujian. Untuk mengetahui berapa
banyak produk yang akan lulus pengujian dari total produk yang diuji dalam satu hari, dapat
digunakan distribusi binomial.

Probability Theory and Applied Statistics – R2

2. [LO1:20%] Topik: Ruang Sampel dan Peluang
Sampel bagian aluminium cor diklasifikasikan pada dasar permukaan akhir (dalam
microinches) dan ujung akhir. Hasil dari 100 bagian dirangkum sebagai berikut:

Surface Finish Edge Finish

Excellent Good
Excellent 80 2
Good 10 8

Kejadian A menunjukkan peristiwa sampel memiliki permukaan yang sangat baik, dan
kejadian B adalah sampel dengan hasil tepi yang sangat baik. Tentukan jumlah sampel
dan peluang pada ruang sampel di A′∩ B, B′ dan dalam A∪ B.

3. [LO1:20%] Topik: Ruang Sampel dan Peluang

Sebuah artikel di The Journal of Data Science [“A Statistical Analisis Kegagalan Sumur
di Baltimore County” (2009, Vol. 7, hlm. 111–127)] memberikan tabel kegagalan sumur
berikut untuk kelompok formasi geologi yang berbeda di Baltimore County.

Kejadian A menunjukkan peristiwa bahwa formasi geologi memiliki lebih banyak dari
1000 sumur, dan misalkan B menunjukkan kejadian bahwa sebuah sumur gagal.
Tentukan banyaknya sumur dan probability pada setiap kejadian berikut.

(a) A∩ B
(b) A′
(c) A∪ B
(d) A∩ B′
(e) A′∩ B′

4. [LO1: 20%] Topik: Discrete Random Variables and Probability Distributions

Probability Theory and Applied Statistics – R2

 Durasi pasien menginap di unit gawat darurat suatu rumah sakit tahun 2023 disajikan
pada tabel berikut (dibulatkan ke jam terdekat). Lama tinggal adalah total waktu tunggu
dan waktu pelayanan. Beberapa masa inap yang lebih lama juga diperkirakan 15 jam
dalam tabel ini.

Hours Count Percent

1 19 3.80

2 51 10.20

3 86 17.20

4 102 20.40

5 87 17.40

6 62 12.40

7 40 8.00

8 18 3.60

9 14 2.80

10 11 2.20

15 10 2.00

Hitung fungsi massa probabilitas (probability mass function) waktu tunggu untuk
melayani.

5. [LO1:20%] Topik: Normal Distribution

Berat sepatu lari canggih biasanya didistribusikan dengan rata-rata 12 ons dan standar
deviasi dari 0,5 ons.
(a) Berapa peluang sebuah sepatu beratnya lebih dari 13 ons?
(b) Berapa standar deviasi berat sepatu yang menyatakan bahwa 99,9% sepatunya
lebih ringan dari 13 ons?
(c) Jika standar deviasi tetap 0,5 ons, berapa rerata berat sepatu yang menyatakan
bahwa 99,9% dari sepatunya kurang dari 13 ons?

Probability Theory and Applied Statistics – R2