Nama: M Arya Anggara

Gustiana NIM: 2301899

Kelas: 2B – Rekayasa Perangkat Lunak 2023

Soal UTS
Probabilitas dan Statistika
Pentunjuk:
i. Nama File : NIM_NAMA_Prodi_KELAS : 2202_Adit RPL_2A
ii. Kumpulkan file dalam bentuk pdf

1. Bangkitkan sebanyak 60 data di exel degan batas bawah 0 dan batas atas 100. Dari data yang
telah dibangkitkan tentukan:
a. Renge
b. Jumlah Kelas
c. Interval Kelas
d. Tabel Distribusi Frekuensi
2. Berdasarkan data dari no. 1 Hitung summary stastistik menggunakan ms. Excel dan berikan
penjelasan dari hasil outputnya.
3. Berdasarkan data dari tabel distribusi frekuensi pada no.1 sajikan data tersebut dalam bentuk:
a. diagram batang
b. diagram lingkaran
c. histogram
4. Seorang pedagang memiliki peluang 70% untuk mendapatkan keuntungan, 25% untuk
merugi, dan 5% untuk tidak ada perubahan. Tentukan nilai ekspektasi keuntungan dalam
satu transaksi jika ia mengambil risiko 1.000.000.
5. Sebuah perusahaan manufaktur memproduksi komponen elektronik dengan 4% cacat. Jika
Anda memilih acak 6 komponen, berapa probabilitas bahwa tepat satu di antaranya cacat?
6. Nilai IQ memiliki distribusi normal dengan mean (rerata) 100 dan deviasi standar 15.
Tentukan probabilitas bahwa seseorang memiliki IQ di atas 130 dan di antara 70 -
110.
7. Pada rata-rata, ada 3 kendaraan yang melewati suatu persimpangan dalam waktu 5 menit.
Hitung probabilitas ada tepat 5 kendaraan yang melewati persimpangan dalam waktu 10
menit.
8. Sebuah pabrik memiliki 500 karyawan. Anda ingin menguji produktivitas mereka dengan
mengambil sampel acak stratifikasi. Jika Anda ingin mewakili tiga departemen yang berbeda
dalam sampel, dan setiap departemen memiliki 100 karyawan, berapa jumlah sampel yang
harus Anda ambil dari setiap departemen?
9. Anda ingin melakukan studi kualitatif tentang preferensi makanan dalam kelompok usia 18-
30 tahun di sebuah kota dengan populasi 50.000 orang. Anda ingin mendapatkan sampel
 yang mewakili populasi ini dengan tingkat kepercayaan 99%. Berapa besar ukuran sampel
yang diperlukan jika Anda ingin margin of error sekitar 5%?
10. Dalam sebuah penelitian, Anda mengambil sampel dari 500 pemilih acak. Bagaimana
Anda memastikan bahwa sampel tersebut mewakili populasi pemilih dengan baik?
Jelaskan alasannya.

Jawaban
1. Bangkitkan sebanyak 60 data di exel degan batas bawah 0 dan batas atas 100. Dari data
yang telah dibangkitkan tentukan:
a. Renge
b. Jumlah Kelas
c. Interval Kelas
d. Tabel Distribusi
Frekuensi Data dari
RANDBETWEEN(0;100) :
82 24 74 66 46 59 15 100 33 19 36 12 61 74 4 48 39 96 95 83 83 68 25 2 85 55 27 73 84 97 71
79 95 35 13 11 47 35 18 18 63 85 91 88 1 56 50 7 14 23 30 82 31 93 45 59 0 94 45 62
Total MAX MIN RANGE JUMLAH INTERVAL
KELAS KELAS
60 100 0 100 6,9 14,1

Batas Atas Batas Fi Xi (Nilai FiXi % Xi- Fi(Xi-

Bawah (Frekuensi Tengah) (Persentase Xbar Xbar)^2
) )
0 14 9 7 63 -45,25 18428,0
15,00 6
15 29 8 22 176 -30,25 7320,5
13,33
30 44 7 37 259 -15,25 1627,93
11,67 8
45 59 10 52 520 -0,25 0,625
16,67
60 74 9 67 603 14,75 1958,06
15,00 3
75 89 9 82 738 29,75 7965,56
15,00 3
90 104 8 97 776 44,75 16020,5
13,33

SUM = 60 364 3135 -1,75 53321,2

100,00 5
2. Berdasarkan data dari no. 1 Hitung summary stastistik menggunakan ms. Excel dan berikan
penjelasan dari hasil outputnya.

Xbar Varians Standar Koefisien Modus Median

Deviasi Variasi
52,25 903,75 30,0624350 0,575357608 91 72
3
FiXi / Fi(Xi- SQRT(Vari Standar MEDIAN(
Fi Xbar)^2 ans) Deviasi/Xba MODE.SN NILAI)
/TOTAL r GL(NILAI)
-1

 Rata-rata (Xbar): Rata-rata dari nilai tengah.

 Varians: Estimasi variasi atau sebaran data.
 Standar Deviasi: Akar kuadrat dari varians, yang mengindikasikan seberapa jauh
data tersebar dari rata-rata.
 Koefisien Variasi: Rasio standar deviasi terhadap rata-rata, digunakan untuk
mengukur tingkat variasi relatif dalam data.
 Modus: Nilai yang muncul paling sering dalam distribusi.
 Median: Nilai tengah dalam distribusi data.

3. Berdasarkan data dari tabel distribusi frekuensi pada no.1 sajikan data tersebut dalam bentuk:
d. diagram batang
e. diagram lingkaran
f. histogram
 FI (FREKUENSI)
12

10

0
0 - 1415 - 2930 - 4445 - 5960 - 7475 - 8990 - 1 0 4

% (PERSENTASE)

90-104 0-14
13% 15%

75-89 15-29
15% 13%

60-74 30-44
15% 12%
45-59
17%
4. Seorang pedagang memiliki peluang 70% untuk mendapatkan keuntungan, 25% untuk
merugi, dan 5% untuk tidak ada perubahan. Tentukan nilai ekspektasi keuntungan dalam
satu transaksi jika ia mengambil risiko 1.000.000.
Rumus:

E[Keuntungan] = 𝑥1 ⋅ 𝑃(𝑋 = 𝑥1) + 𝑥2 ⋅ 𝑃(𝑋 = 𝑥2) + 𝑥3 ⋅ 𝑃(𝑋 = 𝑥3)

Diketahui:
- (x1) adalah keuntungan
- (x2) adalah kerugian
- (𝑥3) adalah tidak ada perubahan
- (𝑃(𝑋 = 𝑥1) = 0.70 )
- (𝑃(𝑋 = 𝑥2) = 0.25)
- (𝑃(𝑋 = 𝑥3) = 0.05)

𝐸[𝐾𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛] = 𝑈 ⋅ 0.70 + 𝐿 ⋅ 0.25 + 0 ⋅ 0.05

Rumus untuk nilai ekspektasi keuntungan:

𝐸[𝐾𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛] = 0.70𝑈 + 0.25𝐿

Jika diasumsikan bahwa keuntungan (\( U \)) adalah sebesar 70% dari risiko 1.000.000 dan
kerugian (\( L \)) adalah sebesar 25% dari risiko tersebut, maka:
𝑈 = 0.70 × 1,000,000 = 700,000
𝐿 = 0.25 × 1,000,000 = 250,000
Kemudian, kita dapat substitusi nilai \( U \) dan \( L \) ke dalam rumus nilai
ekspektasi keuntungan:

𝐸[𝐾𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛] = 0.70 × 700,000 + 0.25 × 250,000

𝐸[𝐾𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛] = 490,000 + 62,500
𝐸[𝐾𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛] = 552,500

Jadi, nilai ekspektasi keuntungan dalam satu transaksi adalah 552,500

5. Sebuah perusahaan manufaktur memproduksi komponen elektronik dengan 4% cacat. Jika
Anda memilih acak 6 komponen, berapa probabilitas bahwa tepat satu di antaranya cacat?
 Untuk menyelesaikan masalah ini, dapat menggunakan distribusi binomial karena memiliki
dua kemungkinan hasil pada setiap percobaan (komponen cacat atau tidak cacat) dan ingin
mengetahui probabilitas tepat satu dari enam komponen yang dipilih cacat.

Rumus probabilitas untuk distribusi binomial adalah:

𝑛
𝑃(𝑋 = 𝑘) = ( 𝑘 ) ⋅ ⋅ (1 − )𝑛−𝑘
𝑝
𝑘 𝑝

Di mana:
- ( 𝑛 ) adalah jumlah percobaan (jumlah komponen yang dipilih, yaitu 6 dalam kasus ini).
- ( 𝑘 ) adalah jumlah keberhasilan yang diinginkan (jumlah komponen cacat yang diinginkan,
yaitu 1 dalam kasus ini).
- ( 𝑝 ) adalah probabilitas keberhasilan dalam satu percobaan (probabilitas cacat, yaitu 0.04
atau 4% dalam kasus ini).
- ((𝑛)) adalah koefisien binomial, yang dapat dihitung dengan rumus kombinasi ((𝑛) =
𝑘 𝑘
𝑛! ), di mana ( 𝑛! ) adalah faktorial dari ( 𝑛 ).
𝑘!(𝑛−𝑘)!

Substitusi nilai yang diketahui ke dalam rumus:

6
𝑃(𝑋 = 1) = ( ) ⋅ (0.04)1 ⋅ (1 − 0.04)6−1
1
6
5
( )
𝑃 𝑋 = 1 = ( ) ⋅ 0.04 ⋅ 0.96
1
6!
Gunakan ((6) = = 6).
1 1!(6−1)!

𝑃(𝑋 = 1) = 6 ⋅ 0.04 ⋅ 0.8153726976

𝑃(𝑋 = 1) ≈ 0.1967

Jadi, probabilitas bahwa tepat satu di antara enam komponen yang dipilih cacat adalah sekitar
0.1967 atau sekitar 19.67%.

6. Nilai IQ memiliki distribusi normal dengan mean (rerata) 100 dan deviasi standar 15.
Tentukan probabilitas bahwa seseorang memiliki IQ di atas 130 dan di antara 70 -
110.

Ubah nilai IQ ke z-score (skor z) menggunakan rumus:

 𝑥−μ
𝑧=
σ

Keterangan:
- ( 𝑥 ) adalah nilai IQ yang diberikan (130 untuk di atas 130, 70 dan 110 untuk di antara 70 -
110),
- ( μ) adalah rerata (mean) dari distribusi normal,
- ( σ) adalah deviasi standar (standard deviation) dari distribusi normal.

Untuk nilai IQ di atas 130:

130 − 100
𝑧1 = =2
15
Untuk nilai IQ di antara 70 dan 110:
70 − 100
𝑧2 = = −2
15
110 − 100 10 2
𝑧3 = = =
15 15 3

Kemudian, kita akan mencari probabilitas untuk setiap z-score menggunakan tabel distribusi
normal standar.

1. Probabilitas seseorang memiliki IQ di atas 130:

𝑃( 𝑍 > 2 ) = 1 − 𝑃( 𝑍 ≤ 2 )
Dari tabel distribusi normal standar, (𝑃(𝑍 ≤ 2) = 0.9772), sehingga (𝑃(𝑍 > 2) = 1 −
0.9772 = 0.0228).

2. Probabilitas seseorang memiliki IQ di antara 70 dan 110:

𝑃 (−2 ≤ 𝑍 ≤ 2 2
) = 𝑃 (𝑍 ) − 𝑃(𝑍 ≤ −2)
≤ 3
3
2
Dari tabel distribusi normal standar, (𝑃 (𝑍 ≤ ) = 0.7475) dan (𝑃(𝑍 ≤ −2) = 0.0228),
3
sehingga (𝑃 (−2 ≤ 𝑍 ≤ 2 ) = 0.7475 − 0.0228 = 0.7247) .
3

Jadi, probabilitas bahwa seseorang memiliki IQ di atas 130 dan di antara 70 - 110
adalah sekitar 0.0228 (2.28%) dan 0.7247 (72.47%), secara berturut-turut.

7. Pada rata-rata, ada 3 kendaraan yang melewati suatu persimpangan dalam waktu 5
menit. Hitung probabilitas ada tepat 5 kendaraan yang melewati persimpangan dalam
waktu 10 menit.
Untuk menyelesaikan masalah ini, akan digunakan distribusi Poisson, karena kita memiliki
informasi tentang jumlah kejadian dalam interval waktu tertentu (kendaraan yang melewati
persimpangan) dan ingin menemukan probabilitas kejadian yang spesifik (tepat 5 kendaraan)
dalam interval waktu yang lain (10 menit).

Rumus untuk distribusi Poisson adalah:

−λ 𝑘
𝑃( 𝑋 = 𝑘 ) = 𝑒 ⋅ λ
𝑘!

Di mana:
- (𝑃(𝑋 = 𝑘)) adalah probabilitas memiliki ( 𝑘 ) kejadian,
- ( λ) adalah rata-rata jumlah kejadian dalam interval waktu tertentu (5 menit dalam kasus
ini),
- ( 𝑒 ) adalah konstanta Euler (sekitar 2.71828),
- ( 𝑘 ) adalah jumlah kejadian yang ingin kita cari probabilitasnya,
- ( 𝑘! ) adalah faktorial dari (𝑘)(𝑘!).

Dari pernyataan soal, kita tahu bahwa rata-rata jumlah kendaraan yang melewati
persimpangan dalam 5 menit adalah 3. Kita akan gunakan ini untuk nilai \( \lambda \).

λ=3

Untuk menemukan probabilitas ada tepat 5 kendaraan yang melewati persimpangan dalam
10 menit, kita akan menggunakan rumus distribusi Poisson dengan ( λ = 3 ) dan ( 𝑘 = 5 ):

−3 5
𝑃( 𝑋 = 5 ) = 𝑒 ⋅ 3
5!

Nilai dari faktorial (5!) adalah (5! = 5 × 4 × 3 × 2 × 1 = 120).

−3 5
𝑃( 𝑋 = 5 ) = 𝑒 ⋅ 3
120

Untuk menghitung (𝑒−3), gunakan nilai dari (𝑒) yang sekitar 2.71828:

1 1 1
𝑒−3 ≈ ≈ ≈ ≈ 0.0498
𝑒3 2.71828 3
20.0855

Kemudian, substitusi nilai ini ke dalam rumus:

0.0498 ⋅ 35
𝑃( 𝑋 = 5 ) =
120
 0.0498 ⋅ 243
𝑃( 𝑋 = 5 ) =
120

12.0854
𝑃( 𝑋 = 5 ) =
120

𝑃(𝑋 = 5) ≈ 0.1007

Jadi, probabilitas ada tepat 5 kendaraan yang melewati persimpangan dalam waktu 10
menit adalah sekitar 0.1007 atau sekitar 10.07%.

8. Sebuah pabrik memiliki 500 karyawan. Anda ingin menguji produktivitas mereka dengan
mengambil sampel acak stratifikasi. Jika Anda ingin mewakili tiga departemen yang berbeda
dalam sampel, dan setiap departemen memiliki 100 karyawan, berapa jumlah sampel yang
harus Anda ambil dari setiap departemen?

Jumlah sampel yang harus diambil dari setiap departemen (𝑛dept) dapat dihitung dengan
rumus:

Jumlah karyawan per departemen

𝑛dept = ×𝑛
Total jumlah karyawan

Diketahui:
- (𝑛dept) adalah jumlah sampel yang harus diambil dari setiap departemen.
- Jumlah karyawan dalam departemen adalah 100.
- Total jumlah karyawan adalah 500.
- (𝑛) adalah jumlah sampel secara keseluruhan.

Jadi, untuk kasus di mana kita ingin mengambil jumlah sampel yang sama dari setiap
departemen, maka:
100
𝑛dept = × 𝑛 = 0.2𝑛
500
Jumlah sampel yang harus diambil dari setiap departemen adalah 0.2 kali jumlah sampel
secara keseluruhan (𝑛).

9. Anda ingin melakukan studi kualitatif tentang preferensi makanan dalam kelompok usia 18-
30 tahun di sebuah kota dengan populasi 50.000 orang. Anda ingin mendapatkan sampel
yang mewakili populasi ini dengan tingkat kepercayaan 99%. Berapa besar ukuran sampel
yang diperlukan jika Anda ingin margin of error sekitar 5%?

Rumus:
 𝑧2 × 𝑝 × ( 1 − 𝑝 )
𝑛=
𝐸2

Diketahui:
- ( 𝑛 ) adalah ukuran sampel yang diperlukan.
- ( 𝑧 ) adalah skor z yang sesuai dengan tingkat kepercayaan yang diinginkan. Untuk tingkat
kepercayaan 99%, ( 𝑧 ) sekitar 2.576 (dari tabel distribusi normal standar).
- ( 𝑝 ) adalah perkiraan proporsi populasi yang memiliki karakteristik yang ingin kita studi.
Karena kita tidak memiliki perkiraan sebelumnya, kita dapat menggunakan nilai ( 𝑝 ) = 0.5
untuk mendapatkan ukuran sampel yang paling konservatif.
- ( 𝐸 ) adalah margin of error yang diinginkan sebagai proporsi dari total sampel. Dalam
kasus ini, margin of error sekitar 5%, atau ( 𝐸 = 0.05 ).

Mari kita substitusi nilai-nilai ini ke dalam rumus:

Jadi, ukuran sampel yang diperlukan sekitar 664 untuk mendapatkan margin of error
sekitar 5% dengan tingkat kepercayaan 99%.

10. Dalam sebuah penelitian, Anda mengambil sampel dari 500 pemilih acak. Bagaimana
Anda memastikan bahwa sampel tersebut mewakili populasi pemilih dengan baik?
Jelaskan alasannya.

Dalam melakukan pengolahan data untuk kepentingan penelitian, sampel harus secara
maksismal mewakili keseluruhan populasi. Pemilihan sampel secara acak digunakan untuk
menghindari bias. Ukuran sampel yang besar seperti 500 pemilih cukup untuk
mendapatkan gambaran yang baik. Proporsi dalam variabel utama harus diperhatikan,
seperti usia, jenis kelamin, pendidikan, dan preferensi politik. Ini membantu memastikan
sampel mencerminkan variasi dalam populasi. Analisis data yang komprehensif diperlukan
untuk memeriksa kesesuaian sampel dengan populasi. Dengan langkah-langkah ini, dapat
dipastikan bahwa sampel mewakili populasi pemilih dengan baik, meningkatkan validitas
hasil penelitian.