DISTRIBUSI POISSON

DISTRIBUSI GEOMETRIK &

HIPERGEOMETRIK

Oleh : Dwi Laveniya (160631010)

1
 DISTRIBUSI POISSON

• 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.

2
 DISTRIBUSI POISSON

Ciri-ciri distribusi poisson:

• Digunakan pada percobaan binomial jika n >50 dan P < 0,1.
• Percobaan bersifat random/acak, misalnya:
a. Kedatangan pasien di RS
b. Kedatangan mobil di POM bensin
c. Kedatangan mahasiswa di perpustakaan
d. Jumlah telepon yang masuk
• Percobaan bersifat independen
• Variabel diskrit

3
 DISTRIBUSI POISSON

 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 :

P(x) = (μx x e-μ ) /

x!

4
 DISTRIBUSI POISSON

Dimana: P(x) = probabilita peristiwa x

μ = rata-rata
x = jumlah sukses
e = bilangan alam = 2,7182

Rata-rata distribusi poisson:

μ=nxp

5
 DISTRIBUSI POISSON

Contoh Soal:
Berdasarkan pengalaman, setiap mencetak 10.000 lembar
kertas terdapat 100 lembar yang rusak. Pada suatu waktu
perusahaan mencetak 1000 lembar kertas. Hitunglah
probabilitanya:
a. Tepat mendapat 5 lembar kertas yang rusak.
b. Paling sedikit mendapat 2 kertas yang rusak.

6
 DISTRIBUSI POISSON

Jawab:
Diketahui:
Probabilita mendapatkan kertas yang rusak
P = 100/10.000
= 0,01
μ =nxp
= 1000 x 0,01
= 10
a. P (x = 5) = (10 5 x e -10)/ 5!
= (100000 x 0,000045) / 120
= 0,0375
b. P (x ≤ 2) = P(x=0) + P(x=1) + P(x=2)

7
 DISTRIBUSI GEOMETRIK

Berkaitan dengan percobaan Bernoulli, dimana terdapat n percobaan

independen yang memberikan hasil dalam dua kelompok (sukses dan
gagal), variabel random geometric mengukur jumlah percobaan
sampai diperoleh sukses yang pertama kali.
Fungsi distribusi probabilitas
geometrik:

g ( x; p)  pq x1
dimana x = 1,2,3,... , p dan q adalah parameter (probabilitas sukses dan gagal).
Rata - rata dan variansi distribusi probabilitas geometrik adalah :
  1p 2 q
p2
8
 DISTRIBUSI GEOMETRIK

Pada suatu daerah, P-Cola

menguasai pangsa pasar sebesar
33.2% (bandingkan dengan
P(1)  (.332)(.668)(11)  0332
.
pangsa pasar sebesar 40.9% oleh P(2)  (.332)(.668)(21)  0222
.
C-Cola). Seorang mahasiswa P(3)  (.332)(.668)(31)  0148
.
melakukan penelitian tentang P(4)  (.332)(.668)( 41)  0099
.
produk cola baru dan memerlukan
seseorang yang terbiasa
meminum P-Cola. Responden
diambil secara random dari
peminum cola. Berapa probabilitas
responden pertama adalah
peminum P-cola, berapa
probabilitas pada responden
kedua, ketiga atau keempat?
9
 DISTRIBUSI GEOMETRIK

Contoh
Di dalam suatu proses produksi tertentu diketahui bahwa,
secara rata-rata, 1 di dalam setiap 100 barang adalah cacat.
Berapakah probabilitas bahwa barang kelima yang diperiksa
merupakan barang cacat pertama yang ditemukan?

Penyelesaian:
Dengan menggunakan sebaran geometri dengan x = 5 dan
p = 0,01, kita peroleh

10
 DISTRIBUSI GEOMETRIK

Contoh
Pada saat ”waktu sibuk” sebuah papan sakelar telepon sangat mendekati
kapasitasnya, sehingga para penelpon mengalami kesulitan melakukan
hubungan telepon. Mungkin menarik untuk mengetahui jumlah upaya
yang perlu untuk memperoleh sambungan. Andaikan bahwa kita
mengambil p = 0,05 sebagai probabilitas dari sebuah sambungan selama
waktu sibuk. Kita tertarik untuk mengetahui bahwa 5 kali upaya
diperlukan untuk suatu sambungan yang berhasil.
Penyelesaian:
Dengan menggunakan sebaran geometris dengan x = 5 dan p = 0,05 menghasilkan

P  X  x   g  5;0, 05    0, 05  0,95   0, 041

4

11
 DISTRIBUSI
GEOMETRIK
Contoh soal :
Pada seleksi karyawan baru sebuah perusahaan
terdapat 3 dari 10 pelamar sarjana komputer sudah
mempunyai keahlian komputer tingkat advance dalam
pembuatan program. Para pelamar diinterview secara
intensive dan diseleksi secara random.
Pertanyaan :
a. Hitunglah prosentase yang diterima dari jumlah pelamar yang ada.
b. Berapa probabilitas pertama kali pelamar diterima pada 5 interview
yang dilakukan?
c. Berapakah rata-rata pelamar yang membutuhkan interview guna
mendapatkan satu calon yang punya advance training
12
 DISTRIBUSI
GEOMETRIK
Jawaban:
a. 3 sarjana komputer yang diterima dari sejumlah 10 calon
Prosentase yang diterima = 3/10*100%= 30%

b. f(x)= p. qx-1 , x=1,2,3,4,5

f(5)=(0,3)(0,7)4=0.072

c. E(x)=1/p=1/0,3=3,333

13
 DISTRIBUSI
HIPERGEOMETRIK
• Setiap percobaan statistik keluaran yang telah dihasilkan
obyeknya selalu dikembalikan, sehingga probabilitas
setiap percobaan peluang seluruh obyek memiliki
probabilitas yang sama.
• Dalam pengujian kualitas suatu produksi, maka obyek
yang diuji tidak akan diikutkan lagi dalam pengujian
selanjutnya, artinya tidak dikembalikan.

Distribusi Probabilitas kejadian suatu

Hipergeometrik obyek dengan tanpa
dikembalikan

14
 DISTRIBUSI
HIPERGEOMETRIK
• Percobaan hipergeometrik memiliki sifat-sifat sebagai
berikut:

• sebuah pengambilan acak dengan ukuran n dipilih tanpa

pengembalian dari N obyek
• k dari N obyek dapat diklasifikasikan sebagai sukses dan
N – k diklasifikasikan sebagai gagal.

15
 DISTRIBUSI
HIPERGEOMETRIK

16
DISTRIBUSI HIPERGEOMETRIK

beberapa ukuran statistik deskriptif distribusi hipergeometrik

Mean (Nilai Harapan):
nM
x  E( X ) 
N

Varians
nM  M   N  n 
 x2  1  
N  N   N  1 

Dimana M = k

17
 DISTRIBUSI
HIPERGEOMETRIK
Contoh Soal
Suatu panitia 5 orang dipilih secara acak dari 3 kimiawan dan 5 fisikawan. Hitung
distribusi probabilitas banyaknya kimiawan yang duduk dalam panitia.

• Jawaban:
Misalkan: X= menyatakan banyaknya kimiawan dalam panitia

X={0,1,2,3}

Distribusi probabilitasnya dinyatakan dengan rumus

h(x; 8, 5, 3) 
  
3 5
x 5 x
; x  0,1, 2, 3
8
5  18
   
3 5
0 5   
x  2  h( 2; 8, 5, 3) 
3 5
2 3
 30

x  0  h(0; 8, 5, 3)   1
8
5 56 8
5
56

  
3 5
1 4   
x  3  h(3; 8, 5, 3) 
3 5
3 2
 10

x  1  h(1; 8, 5, 3)   15
 8
5
56 8
5
56

x 0 1 2 3
h(x;8,5,3) 1 15 30 10
56 56 56 56

19
 DISTRIBUSI
HIPERGEOMETRIK
Contoh Soal:

20
 DISTRIBUSI
HIPERGEOMETRIK
Penyelesaian:
Dengan menggunakan sebaran hipergeometri dengan n = 5,
N = 40, k = 3 dan x = 1 kita dapatkan probabilitas perolehan
satu cacat:

21
 Contoh Soal:

h(0; 50, 5, 3)

22
b. X = 1

h(1; 50, 5, 3)

23
Terima kasih

24