QORY FATIMAH AZZAHRA

2305001

TEKNIK INDUSTRI 23 [A]

TUGAS KE 6 PROBABILITAS {RANGKUMAN }

Peluang (Probabilitas)

 Harga angka yang menunjukkan seberapa besar kemungkinan suatu

peristiwa akan terjadi.

 Peluang yang tinggi menunjukkan kemungkinan suatu peristiwa

akan terjadi adalah besar.

 Konsep peluang berhubungan dengan pengertian eksperimen

(percobaaan) yang memberikan “hasil” yang tidak pasti.

Peluang Kejadian

Bila suatu percobaan dapat menghasilkan N macam hasil yang mungkin,

dan bila terdapat n dari hasil yang berkaitan dengan kejadian A, maka
peluang kejadian A adalah

P(A) = n /N

Peluang kejadian A dinotasikan sebagai P(A) dan memenuhi sifat sebagai

berikut:

1.0≤P(A) ≤ 1

2. P(S) = 1

3. P(Ø) = 0

Contoh. Jika sebuah mata uang logam dilemparkan sekali maka terdapat
dua hasil yang mungkin yaitu diperoleh sisi "Muka" (M) dan sisi 'Belakang'
(B) masing-masing mempunyai kemungkinan yang sama untuk diperoleh
sehingga probabilitas akan diperoleh sisi 'Muka' (M) adalah P(M) = 1/2.

Distribusi peluang, atau distribusi probabilitas, merujuk pada rangkaian

susunan distribusi yang dibuat dengan sistematis untuk memberikan
kemudahan dalam mengetahui probabilitas suatu peristiwa. Distribusi ini
menggambarkan peluang atau kemungkinan dari sekumpulan variabel
sebagai pengganti frekuensinya. Distribusi peluang dibedakan menjadi
dua, yaitu distribusi peluang diskrit dan distribusi peluang kontinu

Distribusi peluang diskrit adalah distribusi peluang yang terkait dengan

peubah acak diskrit, yang memiliki nilai-nilai terpisah. Contoh dari
distribusi peluang diskrit adalah distribusi geometri, distribusi binomial,
dan distribusi Poisson. Distribusi geometri, misalnya, menggambarkan
banyaknya ulangan sampai munculnya sukses pertama kali.

Distribusi peluang kontinu, di sisi lain, terkait dengan peubah acak

kontinu, yang memiliki rentang nilai yang tak terhingga. Salah satu jenis
distribusi peluang kontinu yang terkenal adalah distribusi normal atau
distribusi Gauss. Distribusi normal memiliki grafik berbentuk lonceng dan
bergantung pada nilai rata-rata dan simpangan baku.

Jenis Distribusi Probabilitas:

Distribusi probabilitas adalah cara untuk menggambarkan kemungkinan

hasil yang mungkin dari suatu kejadian acak. Ada beberapa jenis distribusi
probabilitas yang umum digunakan:

Distribusi Bernoulli:Merupakan distribusi probabilitas untuk eksperimen

dengan dua hasil yang mungkin (sukses atau gagal) .Contoh: Lemparan
koin, di mana hasilnya bisa kepala (sukses) atau ekor (gagal)

Distribusi Binomial:Merupakan distribusi probabilitas untuk jumlah

keberhasilan dalam serangkaian uji coba independen dengan probabilitas
keberhasilan yang sama. Contoh: Jumlah kepala dalam lima kali lemparan
koin yang independen.
Distribusi Poisson:Merupakan distribusi probabilitas untuk jumlah
kejadian langka dalam interval waktu atau ruang tertentu. Contoh: Jumlah
panggilan darurat yang diterima oleh pusat panggilan dalam satu jam

Distribusi Normal (Gaussian):Merupakan distribusi probabilitas yang

simetris terhadap nilai rata-rata, dengan bentuk lonceng.Contoh: Tinggi
badan manusia, skor tes standar, dll.

Distribusi Eksponensial:Merupakan distribusi probabilitas untuk waktu

yang diperlukan untuk terjadinya suatu peristiw .Contoh: Waktu antara
kedatangan dua pesawat di bandara.

Setiap jenis distribusi probabilitas memiliki karakteristik dan contoh-

contoh aplikasi yang berbeda, yang digunakan tergantung pada jenis data
yang diamati dan pertimbangan statistik yang relevan.

Berikut adalah contoh soal dari masing masing jenis distribusi probalitas di
atas;

Distribusi Bernoulli:

•P(X = 1) = 0.7 (probabilitas sukses)

•P(X = 0) = 1 - 0.7 = 0.3 (probabilitas gagal)

Jawaban: Probabilitas mengenai sasaran dengan tembakan pertama

adalah 0.7.

Distribusi Binomial:

•Menggunakan rumus distribusi binomial dengan n = 100, p=0.8,

dan k ≥ 70.

Jawaban: Probabilitas bahwa setidaknya 70 tanaman akan bertahan hidup

adalah jumlah probabilitas untuk k = 70, 71, …, 100.

Distribusi Poisson:
 •Menggunakan rumus distribusi Poisson dengan λ = 20 dan k = 15.

Jawaban: Probabilitas bahwa hanya 15 mobil yang melewati jalan dalam

satu jam adalah P(X = 15).

Distribusi Normal (Gaussian):

•Menggunakan tabel distribusi normal atau kalkulator probabilitas

untuk menghitung nilai z-score dan kemudian menemukan
probabilitasnya.

Jawaban: Probabilitas bahwa seorang siswa memiliki tinggi badan lebih

dari 170 cm adalah P(X > 170).

Distribusi Eksponensial:

•Menggunakan fungsi distribusi eksponensial dengan rata-rata 30

menit untuk menghitung probabilitas waktu antara kedatangan dua
pesawat lebih dari 40 menit.

Jawaban: Probabilitas bahwa waktu antara kedatangan dua pesawat lebih

dari 40 menit adalah P(X > 40).