Anda di halaman 1dari 42

1

DISTRIBUSI
PROBABILITAS
Pokok Bahasan ke-6

Variabel Random :
2

adalah suatu fungsi yang menghubungkan


sebuah bilangan riil dengan setiap unsur
didalam ruang sampel S.
Untuk menyatakan variabel random
digunakan sebuah huruf besar, misalkan X.
Sedangkan huruf kecilnya, misalkan x,
menunjukkan salah satu dari nilainya.

Contoh :
3

S = {BBB, BBC, BCB, CBB, BCC, CBC, CCB,


CCC}
dengan B menunjukkan tanpa cacat (baik)
dan C menunjukkan cacat.
Variabel random X yang menyatakan jumlah
barang yang cacat pada saat tiga komponen
elektronik diuji, maka ditulis X = 0, 1, 2, 3.

Variabel random diskrit:


4

Jika suatu ruang sampel berisi sejumlah


kemungkinan terhingga atau urutan yang
tidak terbatas dengan unsur sebanyak
bilangan bulat, maka ruang sampel ini
disebut Ruang Sampel Diskrit, dan variabel
random yang didefinisikan disebut Variabel
Random Diskrit.

Variabel random kontinu:


5

Jika suatu ruang sampel berisi sejumlah


kemungkinan tak terhingga yang sama
dengan jumlah titik-titik didalam sebuah
segmen garis, maka ruang sampel ini disebut
Ruang Sampel Kontinu, dan variabel random
yang didefinisikan disebut Variabel Random
Kontinu.

Distribusi Probabilitas :
6

Kumpulan pasangan nilai-nilai dari


variabel acak X dengan probabilitas
nilai-nilai variabel random X, yaitu
P(X=x) disebut distribusi probabilitas X
(distribusi X)

Distribusi Probabilitas Diskrit X


(1) :
7

Himpunan pasangan tersusun (x, f(x)) adalah


sebuah fungsi probabilitas, fungsi padat
probabilitas, atau distribusi probabilitas dari suatu
variabel random diskrit X bila untuk setiap
keluaran x yang mungkin, berlaku :
- P(X = x) = f(x)
- f ( x) 0
-

f ( x) 1
x 1

Distribusi Probabilitas Diskrit X


(2) :

Distribusi kumulatif F(x) dari suatu


variabel random diskrit X dengan
distribusi probabilitas f(x), adalah :

F ( x) P( X x) f (t ) untuk x
tx

Distribusi Probabilitas Diskrit X


(3) :

Nilai ekspektasi X adalah nilai tengah


(rata-rata) dari variabel random diskrit X.
Dinyatakan dengan E(X), yaitu:
E( X ) xi . f ( xi )

Contoh:
10

Sebuah pengiriman 8 mikrokomputer yang


serupa ke suatu jaringan eceran berisi 3 yang
cacat. Bila suatu sekolah melakukan suatu
pembelian acak 2 dari mikrokomputer ini,
Carilah distribusi probabilitas untuk jumlah
yang cacat.
Carilah distribusi kumulatif untuk jumlah yang
cacat.
Dengan menggunakan F(x), buktikan f(2) =
3/28
Hitung nilai rata-rata X.

Jawab (1):
11

Ambil X sebagai variabel random yang didefinisikan sebagai


banyaknya mikrokomputer yang cacat yang mungkin akan
dibeli oleh sekolah tersebut. Maka dapat dituliskan :
X
= banyaknya mikrokomputer cacat yang mungkin akan
dibeli
oleh sekolah
= 0, 1, 2
Sehingga dapat dihitung :

3 5

0 2
10
f (0) P ( X 0)
28
8

2

3 5

1 1
15
f (1) P( X 1)
28
8

2

Rumus distribusi probabilitas

3 5

2 0
3
f (2) P ( X 2)
28
8

2

3 5
.

x 2 x
adalah

P( X x) f ( x)
, untuk x 0,1,2
8

2

Jadi, distribusi probabilitas dari X adalah


x
f(x)

0
10/28

1
15/28

2
3/28

Jawab (2):
12

Distribusi kumulatif F(x) adalah :


F(0) = f(0) = 10/28
F(1) = f(0) + f(1) = 10/28 + 15/28 = 25/28
F(2) = f(0) + f(1) + f(2) = 10/28 + 15/28 + 3/28
=1
Sehingga :
1
, untuk x < 0
F(x) =
10/28 , untuk 0 x < 1
25/28 , untuk 1 x < 2
1
, untuk x 2

Jawab (3):
13

Dengan menggunakan F(x), maka


f(2) = F(2) F(1)
= 1 25/28
= 3/28
Nilai Ekspektasi X adalah
E(X) = 0.f(0) + 1.f(1) + 2.F(2)
= (0). (10/28) + (1). (15/28) +
(2). (3/28)
= 21/28

Distribusi Probabilitas Kontinu X


(1):
14

Himpunan pasangan tersusun (x, f(x))


adalah sebuah fungsi probabilitas, fungsi
padat probabilitas, atau distribusi
probabilitas dari suatu variabel random
kontinu X bila untuk setiap keluaran x yang
mungkin, berlaku :
f ( x) 0, untuk semua x R

f ( x) dx 1

P(a x b) f ( x) dx
a

15

Distribusi Probabilitas Kontinu X


(2):

Distribusi kumulatif F(x) dari suatu


variabel random diskrit X dengan
distribusi probabilitas f(x), adalah :
x

F ( x) P( X x)

f (t ) dt,

untuk x

P(a x b) F (b) F (a)

Distribusi Probabilitas Kontinu X (3):


16

Nilai ekspektasi X adalah nilai tengah


(rata-rata) dari variabel random kontinu X.
Dinyatakan dengan E(X), yaitu:

E ( X ) x. f ( x)dx

Contoh:
17

Suatu variabel random X mempunyai fungsi


probabilitas f(x) = 1/3 pada interval 1 x 4

Tunjukkan bahwa luas daerah dibawah kurva f


sama dengan 1.
Hitunglah P(1,5 < x < 3)
Hitunglah P( x < 2,5)
Hitunglah P(x 3,0)
Hitug F(x), kemudian gunakan menghitung P( x <
2,5)
Hitung nilai E(X)

Distribusi Binomial
(Distribusi Probabilitas Diskrit)
18

Percobaan Bernoulli :

Sifat-sifat sebagai berikut :


Percobaan

itu terdiri dari n pengulangan


Tiap pengulangan memberikan hasil yang dapat
diidentifikasi sukses atau gagal
Probabilitas sukses dinyatakan dengan p, tetap
konstan (tidak berubah) dari satu pengulangan ke
pengulangan lainnya, sedangkan probabilitas
gagal adalah q = 1- p
Tiap pengulangan dan pengulangan lainnya
saling bebas.

Distribusi Binomial
19

Banyaknya X sukses dalam n


pengulangan suatu percobaan bernoulli
disebut sebagai variabel random
Binomial, sedangkan distribusi
probabilitasnya disebut distribusi
Binomial dan nilainya dinyatakan sebagai
:
n x nx
p=q1, 2, , n
b(x,n,p)
b( x;dimana
n, p ) x
x

20

Rata-rata dan Variansi Distribusi


Binomial :

Rata-rata =

Variansi =

np
2

npq

Contoh
21

Probabilitas bahwa seorang pasien


sembuh dari penyakit darah yang langka
adalah 0,4. Bila 15 orang diketahui telah
terkena penyakit ini, berapakah probabilitas
:

Paling sedikit 10 orang yang selamat


Dari 3 sampai 8 orang yang selamat
Tepat 5 orang yang selamat
Hitung rata-rata dan variansinya

Distribusi Poisson
(Distribusi Probabilitas Diskrit)
22

Percobaan Poisson :
Jika

suatu percobaan menghasilkan variabel


random X yang menyatakan banyak-nya sukses
dalam daerah tertentu atau selama interval waktu
tertentu, percobaan itu disebut percobaan
Poisson.

Distribusi Poisson
23

Jumlah X dari keluaran yang terjadi selama


satu percobaan Poisson disebut Variabel
random Poisson, dan distribusi
probabilitasnya disebut distribusi Poisson.
Bila x menyatakan banyaknya sukses yang
terjadi , adalah rata-rata banyaknya sukses
yang terjadi dalam interval waktu atau
daerah tertentu, dan e = 2,718 , maka rumus
distribusi Poisson adalah :
e x
p( x; )
,
x!

x 0,1,2,......

24

Rata-rata dan Variansi Distribusi


Poisson

Mean (rata-rata) dan variansi dari distribusi


Poisson adalah .

Catatan :
Distribusi Poisson sebagai suatu bentuk
pembatasan distribusi Binomial pada saat n besar
, sedangkan p mendekati 0 , dan np konstan.
Sehingga bila n besar dan p mendekati 0,
distribusi Poisson dapat digunakan untuk
np
memperkirakan probabilitas Binomial,
dengan

Contoh
25

Di suatu simpang jalan rata-rata terjadi 6


kecelakaan sebulan, maka hitunglah
probabilitas :
Pada

suatu bulan tertentu di simpang jalan itu


terjadi 7 kecelakaan
Pada suatu bulan tertentu di simpang jalan terjadi
minimal 4 kecelakaan
Pada suatu minggu tertentu di simpang jalan itu
terjadi 4 kecelakaan

26

Hubungan Distribusi Poisson


dengan Distribusi Binomial

Distribusi Poisson sebagai suatu bentuk


pembatasan distribusi Binomial pada saat n
besar , sedangkan p mendekati 0 , dan np
konstan.
Sehingga bila n besar dan p mendekati 0,
distribusi Poisson dapat digunakan untuk
memperkirakan probabilitas Binomial, dengan
= np

Contoh
27

Dalam suatu proses produksi yang


menghasilkan barang dari gelas, terjadi
gelembung atau cacat yang menyebabkan
barang tersebut sukar dipasarkan. Rata-rata 1
dari 1000 barang yang dihasilkan mempunyai
satu atau lebih gelembung. Hitung probablitas
dalam sampel random sebesar 8000 barang
akan berisi kurang dari 7 yang bergelembung.

Distribusi Normal
(Distribusi Probabilitas Kontinu)
28

Kurva Normal dan Variabel Random Normal


Distribusi

probabilitas kontinu yang terpenting


adalah distribusi normal dan grafiknya disebut
kurva normal.
Variabel random X yang distribusinya berbentuk
seperti lonceng disebut variabel random
normal.

Sifat kurva normal, yaitu :


29

x
Kurva mencapai maksimum pada
Kurva setangkup terhadap garis tegak
x
yang melalui
x
Kurva mempunyai titik belok pada
Sumbu x merupakan asimtot dari kurva
normal
Seluruh luas di bawah kurva, di atas
sumbu x adalah 1

Distribusi Normal
30

Variabel random X berdistribusi normal,


dengan mean dan variansi mempunyai fungsi
densitas
2
2
1
n( x; , )
e ( x ) ( 2 )
2

31

luas daerah di bawah kurva dinyatakan dengan :


P( x1 X x 2 )

X1

P( x1 X x 2 )

x2

n(x;, )dx

x1

x2

( x ) 2 ( 2 2 )

2 x
1

1
( x ) 2 ( 2 2 )
P( X )
e
dx 1

X2

dx

Distribusi Normal Standar (1)


32

apabila variabel X ditransformasikan dengan


substitusi Z x

maka :
1
P ( z1 Z z 2 )
2

ternyata substitusi

z2

1 2
z
2
dz

z1

1
2

z2

z1

1 2
z
2
dz

z2

n (z;0,1)dz

z1

menyebabkan distribusi normal n (z; , )


menjadi n(z;0,1)

yang disebut distribusi normal standar.

Distribusi Normal Standar (2):


33

Karena transformasi ini, maka selanjutnya nilai


P( x1 X x 2 )

ini dapat dihitung dengan menggunakan tabel


distribusi normal standar.

Contoh:
34

Rata-rata berat 500 mahasiswa STIKOM adalah


55 kg dan deviasi standarnya 3.4 kg. Berapakah
banyaknya mahasiswa yang mempunyai berat

kurang dari 53 kg
di antara 53 kg dan 57 kg

Bila nilai ujian statistika mempunyai mean 74 dan


deviasi standar 7.9, hitunglah

Nilai lulus terendah, bila mahasiswa dengan nilai 10%


terendah mendapat E.
Nilai B tertinggi, bila probabilitas mahasiswa dengan
nilai 5% tertinggi men-dapat A .

Soal 1
35

Sebuah pengiriman 7 set televisi berisi 2 set


cacat. Sebuah hotel melakukan pembelian
secara acak 3 set dari semua set televisi
yang ada. Bila x adalah jumlah set televisi
yang cacat yang dibeli oleh hotel tersebut,

Carilah distribusi probabilitas X


Carilah distribusi kumulatif F(x)
Dengan menggunakan F(x), hitunglah P(X = 1)
dan P(0 < x 2)
Hitung nilai E(X)

Soal 2
36

Jumlah jam total, yang diukur dalam satuan 100 jam, bahwa
suatu fungsi keluarga menggunakan pengisap debu pada
periode satu tahun merupakan suatu variabel random
kontinu X yang mempunyai fungsi probabilitas :
f(x) = x , untuk 0 < x < 1, f(x) = 2 x , untuk 1 x < 2, dan
f(x) = 0, untuk x lainnya

Tunjukkan bahwa P(0 < x < 2) = 1


Carilah probabilitas bahwa pada periode satu tahun, sebuah
keluarga menggunakan pengisap debu mereka kurang dari 120
jam
Carilah probabilitas bahwa pada periode satu tahun, sebuah
keluarga menggunakan pengisap debu mereka antara 50
sampai 100 jam.
Carilah probabilitas bahwa pada periode satu tahun, sebuah
keluarga menggunakan pengisap debu mereka lebih dari 150
jam.
Hitung nilai harapan X.

Soal 3
37

Sebuah industri yang menghasilkan sabun mandi telah


mengambil sampel 3 buah sabun mandi dengan aroma
melati dan 7 aroma mawar. Semua sabun mempunyai
bentuk dan ukuran sama. Semua sampel dimasukkan
dalam kotak dan kemudian diambil 4 sabun.
Didefinisikan variabel random X adalah banyaknya
sabun mandi beraroma melati yang terambil, tentukan:

Nilai dari variabel random X


Distribusi probabilitas variabel random X
Distribusi kumulatif F(x) kemudian hitung P(X=2)
Hitung rata-rata dan variansinya

Soal 4
38

Proporsi orang yang menjawab suatu tawaran


lewat pos berbetuk varaibel random kontinu X
yang mempunyai fungsi padat probabilitas
2( x 2) untuk 0 < x < 1 dan f(x) = 0
f ( x)
5
untuk nilai x lainnya.
Buktikan bahwa f(X) merupakan fungsi padat
probabilitas.
Hitung P( < x < )
Tentukan distribusi kumulatif F(x) kemudian hitung
P( < x < )

Soal 5
39

Probabilitas menghasilkan produk cacat dari PT


Idaman, sebuah perusahaan yang menghasilkan lemari
es, adalah 0,2. Dalam rangka untuk mengendalikan
kualitas lemari es, maka bagian pengendali kualitas
bermaksud melakukan penelitian tentang probilitas
kerusakan lemari es. Sebagai langkah awal diambillah
sampel sebanyak 8 lemari es. Dari 8 lemari es tersebut
berapakah probabilitas diperoleh :

Dua lemari es rusak


Tiga lemari es baik
Paling banyak 7 lemari es baik
Antara 3 sampai 5 lemari es rusak
Paling sedikit 2 lemari es baik
Paling banyak 2 lemari es rusak

Soal 6
40

Disket yang diproduksi oleh PT Akbar ternyata


sangat berkualitas. Hal ini terbukti dari 100
buah disket ternyata hanya ada 2 disket yang
tidak berfungsi. Apabila diambil 150 buah
disket, maka probabilitas:

Tiga diantaranya tidak berfungsi


Maksimum 5 tidak berfungsi
Antara 3 sampai 6 tidak berfungsi
Minimum 145 berfungsi

Soal 7
41

Rata-rata banyaknya makanan kaleng yang


ada di gudang telah kadaluarsa adalah 5.
Diambil sampel random sebanyak 10 buah
makanan kaleng di gudang, hitung
probabilitas:

Lima diantaranya kadaluarsa


Maksimum 4 telah kadaluarsa
Antara 5 sampai 8 telah kadaluarsa
Minimum 186 masih bisa dimakan

Soal 8
42

Tes IQ 600 calon mahasiswa mempunyai


mean 115 dan deviasi standarnya 12.
Mahasiswa dikatakan lulus tes, bila
mempunyai IQ paling rendah 95, berapakah
mahasiswa yang dinyatakan tidak lulus ?
Gaji pegawai suatu perusahaan rata-rata
Rp.525,- per jam dengan deviasi standar
Rp.60,-.

Berapa persen karyawan yang bergaji Rp.575,dan Rp.600,- per jam ?


Di atas berapa rupiahkah 5% gaji per jam
tertinggi ?