DISTRIBUSI POISSON

Atep Suhendar, ST

1
 •Dikembangkan oleh Simon Poisson

•Poisson memperhatikan bahwa distribusi

binomial sangat bermanfaat dan dapat
menjelaskan dengan baik, namun untuk
n di atas 50 dan nilai P(x) sangat kecil
akan sulit mendapatkan nilai
binomialnya.

•Rumus: P(x) = e-µx / x!

dimana e = 2,7183 dan µ = n.p 2
 PENGERTIAN

Percobaan yang menghasilkan nilai-nilai bagi

variabel diskrit X, yaitu banyaknya hasil
percobaan yang terjadi selama suatu
selang waktu tertentu atau suatu daerah
tertentu, sering disebut percobaan
Poisson.
Selang waktu tersebut dapat berapa saja
panjangnya, misalnya semenit, sehari,
seminggu, sebulan, atau bahkan setahun.
3
 Dengan demikian suatu percobaan poisson
dapat saja memunculkan pengamatan-
pengamatan bagi variabel acak diskrit X
yang menyatakan :
 Banyaknya dering telepon per jam di suatu
kantor
 Jumlah hari sekolah ditutup karena
turunnya salju di musim dingin.
4
 Banyaknya pertandingan yang tertunda
karena hujan selama suatu musim
kompetisi sepakbola
 Banyak orang lewat melalui muka pasar
setiap hari, tetapi sangat jarang terjadi
seseorang yang menemukan barang hilang
dan mengembalikannya kepada si pemilik
atau melaporkannya kepada polisi.
 Dalam tempo setiap lima menit, operator
telepon banyak menerima permintaan
nomor untuk disambungkan, diharapkan
jarang sekali terjadi salah sambung. 5
 CONTOH DISTRIBUSI POISSON

1. Jumlah Rumah Sakit Swasta di JABAR ada 120

buah. Akibat krisis ekonomi, peluang Rumah
Sakit memberikan deviden/laba hanya 0,1.
Apabila JABAR meminta secara acak 5 RS,
berapa peluang ke-5 RS tersebut akan
membagikan dividen/laba?

Jawab:

Untuk mendapatkan nilai distribusi Poisson,

dapat digunakan tabel distribusi Poisson. Carilah
Nilai  = 12 dan nilai X = 5. 6
 Tabel Distribusi Poisson
µ
x
1.0 1.5 2.0 2.5 3.0 3.5 4.0
0 0.3679 0.2231 0.1353 0.0821 0.0498 0.0302 0.0183
1 0.7358 0.5578 0.4060 0.2873 0.1991 0.1359 0.0916
2 0.6767 0.5438
3 0.8571
4 0.9473
5 0.9834
6
7
8
9
10
11

7
 Contoh soal :

 Peluang pasien akan mendapat reaksi buruk

setelah disuntik besarnya 0,0005. Dari 4000
orang yang disuntik, tentukan peluang yang
mendapat reaksi buruk :
1. Tidak ada
2. Ada 2 orang
3. Lebih dari 2 orang
4. Tentukan ada berapa orang diharapkan yang
akan mendapat reaksi buruk.
8
 Jawaban :
1. Diketahui : n = 4000 dan p = 0,0005
maka µ = n.p = 4000(0,0005)
=2
Jika X=banyak orang yang mendapat reaksi
buruk akibat suntikan, maka

P(x) = e-µx / x!
P(0) = e-220/ 0! = 0,1353
9
2. Dalam hal ini X=2, sehingga
P(x) = e-µx / x!
P(2) = e-222 / 2! = 0,2706
3. Yang menderita reaksi buruk lebih dari 2 orang,
ini berarti x=3,4,5,… Karena
P(0)+P(1)+P(2)+…=1, maka P(3)+P(4)+… =1-
P(0)-P(1)-P(2). Sehingga,
P(0)=0,1353, P(2)=0,2706 dani
P(1) = e-121 / 1! = 0,2706
Jadi peluang yang dicari =1-
(0,1353+0,2706+0,2706) = 0,3235
4. Ini adalah µ = 2
10
11
12
13
14
Lanjutan

15
18
19
20