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
7 X (1) :
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
f ( x)=x)0 = f(x)
-
n

f ( x) 1
- x 1
 Distribusi Probabilitas Diskrit
X (2) :
8

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
9 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 3 5 3 5

f (0) P ( X 0) 0 2 10 1 1 15 f (2) P ( X 2) 2 0 3
f (1) P ( X 1)
8 28 8 28 8 28

2 2 2

3 5
.
Rumus distribusi probabilitas adalah
P ( X x) f ( x) x 2 x , untuk x 0,1,2
8

2
Jadi, distribusi probabilitas dari X adalah
x 0 1 2
f(x) 10/28 15/28 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
14 Kontinu X (1):
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

b
P (a x b) f ( x) dx
a
 Distribusi Probabilitas
15 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
16
(3):
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 :
b(x,n,p) dimana x = 1, 2, , n
n
b( x; n, p ) p xqn x
x

 Rata-rata dan Variansi
20 Distribusi Binomial :
np
Rata-rata =

Variansi = 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 0,1,2,......
x!
 Rata-rata dan Variansi
24 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

np untuk
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
 Hubungan Distribusi Poisson
26 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
28
(Distribusi Probabilitas Kontinu)
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.

x
 Sifat kurva normal, yaitu :
29

Kurva mencapai maksimumx pada
Kurva setangkup terhadap garis
x melalui
tegak yang

Kurva mempunyai titik belokxpada
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
1
2 2
n( x; , ) e ( x ) ( 2 )
2

x
31

luas daerah di bawah kurva dinyatakan dengan :

P ( x1 X x 2 )

x
X1 X2

x2 x2
1 ( x ) 2 ( 2 2 )
P ( x1 X x 2 ) n(x;, )dx 2 x
e dx
x1 1

1 ( x ) 2 ( 2 2 )
P( X )
2
e dx 1
 Distribusi Normal Standar
32 (1)
apabila variabel X ditransformasikan dengan
substitusi Z x

maka :
z2 1 2 z2 1 2 z2
1 z 1 z
P ( z1 Z z 2 )
2 e 2 dz
2 e 2 dz n ( z;0,1)dz
z1 z1 z1

x
ternyata substitusi Z

menyebabkan distribusi normal n (z; , )

menjadi n( z;0,1) , yang disebut distribusi normal standar.
 Distribusi Normal Standar
33 (2):
Karena transformasi ini, maka
selanjutnya
P( x1 X x 2 ) nilai

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)
f ( x)
untuk 0 < x < 1 dan f(x) = 0
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 ?