Key word

1. Sebutkan 3 hukum penjumlahan prob?

2. Apa pengertian mutual ekslusif:
3. Sebutkan proses dalam prob?
4. Prob dinyatakan dalam anggka
pecahan berapa? Jelaskan
5. Hukum perkalian digunakn untuk?
6. 3 konsep dasar perhitungan prob?

1
DISTRIBUSI PROBABILITAS DISKRET

2
OUTLINE

BAGIAN II Probabilitas dan

Teori Keputusan
Pengertian Distribusi
Probabilitas
Konsep-konsep Dasar
Probabilitas Distribusi Probabilitas Binomial

Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik

Distribusi Probabilitas Poisson

Distribusi Normal
Menggunakan MS Excel untuk
Distribusi Probabilitas
Teori Keputusan
3
 PENDAHULUAN
Definisi:
• Distribusi probabilitas adalah sebuah susunan distribusi yang
mempermudah mengetahui probabilitas sebuah peristiwa.
• Merupakan hasil dari setiap peluang peristiwa.
• Distribusi pro:sebuah daftar dari keseluruhan hasil suatu
percobaan kejadian yang disertai dengan prob masing-masing
event
Contoh Kasus:
Ada 3 investor yang akan membangun perkebunan kelapa
sawit di jambi. Jumlah lokasi di kab muara jambi ada 2
yaitu mendalo dan sengeti. Ketiga investor tersebut
bebas memilih lokasinya, di mendalo atau disengeti
semua, atau di sengeti DAN mendalo. Berapa
kemungkinan dari pilihan ketiga investor tersebut?.
4
 Contoh
probabilitas INVESTOR JUMLAH
Lokasi Sengeti
1 Kumpeh ulu Kumpeh ulu Kumpeh ulu 0
2 Kumpeh ulu Kumpeh ulu Sengeti 1
3 Kumpeh ulu Sengeti Kumpeh ulu 1
4 Kumpeh ulu Sengeti Sengeti 2
5 Sengeti Kumpeh ulu Kumpeh ulu 1
6 Sengeti Kumpeh ulu Sengeti 2
7 Sengeti Sengeti Kumpeh ulu 2
8 Sengeti Sengeti sengeti 3

Dari perhitungan prob ada 8 kemungkinan tersebut, dapat

Disusun distribusi probabilitasnya.
5
 Perhitungan probabilitas 3 lokasi

JUMLAH Jumlah Total Distribusi proba hasil (Pr)

Lokasi frekuensi kemungkinan
Sengeti di
pilih investor
0 1 8 1/8 0.125
1 3 8 3/8 0.375
2 3 8 3/8 0.375
3 1 8 1/8 0.125
Jumlah total distribusi 1.000

Dari perhitungan prob ada 8 kemungkinan tersebut, dapat

Disusun distribusi probabilitasnya.
6
Grafik poligon
Grafik Distribusi Prob Pilihan
Investor
0,375
0,375

0,4
0,125 0,125
0,3
0,2
0,1 Lokasi
0 Sengeti
0 1 2 3

jumlah pilihan lokasi

7
VARIABEL ACAK (RANDOM)

Variabel acak
Sebuah ukuran atau besaran yang merupakan hasil suatu
percobaan atau kejadian yang terjadi acak atau untung-
untungan dan mempunyai nilai yang berbeda-beda (Bilagan
Real)

Variabel acak diskret Variabel acak kontinue

Ukuran hasil percobaan yang
mempunyai nilai tertentu
dalam suatu interval.(nilainya
bilangan bulat dari
perhitungan)
Ukuran hasil percobaan yang
mempunyai nilai yang
menempati seluruh titik
dalam suatu interval (hasil
pengukuran)

8
Fungsi Prob Var Random
Jika X suatu var Random, maka fungsi Prob dari X
=p(x) jika X Diskrit, atau f(x) jika x Kontinu, yaitu
fungsi yang memenuhi syarat berikut:
1. p(x) ≥0 , x diskrit
f(x) ≥0 , x kontinu
2. ∑ p(x) = 1 , x diskrit
∫ f(x)dx = 1 , x kontinu

Fungsi distribusi:
F (x) = P (X ≤x= ∑ p(x) , x diskrit
F (x) = P (X ≤x)=∫ f(x) dx , x kontinu

9
Contoh
Pada pertandingan sepak bola, jumlah gol
yang di cetak adalah variabel random
diskrit.Sedangkan waktu yang
diperlukan untuk mencetak gol adalah
variabel random continue.

10
VARIABEL ACAK DISKRIT
 DALAM SEBUAH TABEL DISTRIBUSI PROB JUMLAH
PELUANG SELALU SAMA DENGAN SATU, MAKA VAR
DISKRIT SUDAHA TERBENTUK. SEHINGGA VAR ACAK
DISKRIT MENENTUKAN DIST PROB APABILA: NILAI
X= x1, x2...xn TERDAPAT PELUANG P(xi)=P(X=xi)
SEHINGGA:
Rumus 1: peluang diskrit
n
∑ P( xi ) = 1
Xi

P(x)= Fungsi Prob Untk Var X acak pada harga X=x

11
 Expectasi sebuah variabel acak
diskrit
Rumus 2: ekspektasi var diskrit acak
ε (X) = ∑xi . p(xi)
Contoh: Pengamatan terhadap banyak
kendaraan yang melalui tikungan setiap menit.
Banyak 0 1 2 3 4 5 6 7 8
kendaraan
Prob 0,01 0,05 0,10 0,28 0,22 0,18 0,08 0,05 0,03

Prob dalam 1 menit paling sedikit ada 3 kendaraan yang lewat

= 1-(0,01+0,05+0,10=0,84.
Dengan rumus 2 di peroleh bahwa rata-rata tiap menit kendaraan
Lewat sebanyak: (0)(0,01)+(2)(0.05)+....(8)(0.03)= 3,94 /100 menit 12
RATA-RATA HITUNG, VARIANS DAN
STANDAR DEVIASI

• Rata-rata Hitung = E(X) = (X.P(X))

• Varians 2= (X - )2 .P(X)

• Standar Deviasi =  2

13
 RATA-RATA HITUNG, VARIANS DAN
STANDAR DEVIASI

Standar deviasi =  = 2 =0,75 = 0,87 (penyimpangan dari nilai

tengahnya)

X P(X) X.P(X) X-  (X- )2 (X- )2P(X)

0 0,125 0,000 -1,50 2,25 0,28

1 0,375 0,375 -0,50 0,25 0,09

2 0,375 0,750 0,50 0,25 0,09

3 0,125 0,375 1,50 2,25 0,28

= 1,500 2 = 0,75

14
OUTLINE

BAGIAN II Probabilitas dan

Teori Keputusan
Pengertian Distribusi
Probabilitas

Distribusi Probabilitas Binomial

Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik

Distribusi Probabilitas Poisson

Menggunakan MS Excel untuk

Distribusi Probabilitas

15
DISTRIBUSI PROBABILITAS BINOMIAL

Ciri-ciri Percobaan Bernouli:

• Setiap percobaan menghasilkan dua kejadian:

(a) kelahiran anak: laki-laki-perempuan;
(b) transaksi saham: jual- beli,
(c) perkembangan suku bunga: naik–turun dan lain-lain.

• Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap

untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal,
dan P(p) + P(q)= 1.

• Suatu percobaan dengan percobaan bersifat bebas.

• Data yang dihasilkan adalah data perhitungan.

• Prinsip pengembalian.
16
 PERCOBAAN BERNOULLI
Bernouli: p(x) = P(X=x)=(Nn) Лx (1-Л)N-x
x= 0,1,2...N, 0 < Л < 1,

Binomial: (NX) ) = N! / x! (N – x )!
Dengan N! = 1 x 2 x 3 x... x(N-1) x N dan 0 ! = 1

Parameter Binomial menggunakan:

Rata-rata µ dan simpangan baku σ
rumus: µ = NЛ
σ =√NЛ (1- Л)

17
 DISTRIBUSI PROBABILITAS BINOMIAL

Rumus distribusi probabilitas binomial:

P (r) = [ n! / r! (n – r ) !] pr q(n-r)
P(r) : nil prob binomial
P : prob sukses suatu kejadian dalam setiap percobaan
R : banyaknya peristiwa sukses suatu kejadian untuk keseluruhan percobaan
n : jumlah total percobaan
q : prob gagal suatu kejadian yang diperoleh dari q = 1 – p
! : faktorial

18
CONTOH DISTRIBUSI BINOMIAL

PT MJF mengirim buah melon ke Hero. Buah yang dikirim 90%

diterima dan sisanya ditolak. Setiap hari 15 buah dikirim ke Hero.
Berapa peluang 15, dan 13 buah diterima?

Jawab:
n = 15 p=0,9 r=15 q=0,1

P (r) = [n!/ r!(n-r)!] Prq(n-r)

P(15) = [15!/ 15!(15-15)!] 0,915 0,115-15
P(15) = [15!/15! (0)!]0,915 0,10
P(15) = 1 X 0,206 X 1
P(15) =0,206

Untuk mencari nilai distribusi binomial dapat menggunakan tabel

distribusi binomial dengan n=15; dimana X =15, dan X = 13
dengan P(p)= 0,9 dan dapat diperoleh nilai ...? 19
Distr Prob Binomial Kumulatif
Hasil Penelitian atau peristiwa yang tidak
tunggal /kumulatif maka diperlukan adanya
tabel distribusi prob binomial kumulatif
Contoh:
Berapa prob tepat 5 buah semangka tidak
pecah dan berapa prob 5 semangka atau
kurang tidak pecah dari 6 buah semangka
yang ada dalam box pengiriman.
 Prob tidak pecah (p)=0,95 dan prob pecah
(q) = 1-p =1-0,95 =0,05.

20
 Jawaban
1. Prob tepat 5 semangka tidak pecah
P(5) = [6!/5!(6-1)!] 0,95 5.0,05(6-5)=0.232

2. Prob 5 atau kurang semangka tidak pecah

P(r≤5|n = 6.p = (0,95)=P(r=0)+P(r=1) +...P(r=5)
= 0.000 +0.000+0.000+0.002=0.031+0.232
= 0.265

21
DISTRIBUSI HIPERGEOMETRIK

• Dalam distribusi binomial diasumsikan bahwa peluang suatu

kejadian tetap atau konstan atau antar-kejadian saling
lepas.

• Dalam dunia nyata, jarang terjadi hal demikian. Suatu

kejadian sering terjadi tanpa pemulihan dan nilai setiap
kejadian adalah berbeda atau tidak konstan.

• Distribusi dengan tanpa pemulihan dan probabilitas berbeda

adalah Distribusi Hipergeometrik.
• Percobaan tanpa pengembalian pada populasi
terbatas dan jumlah sampel tehadap populasi
lebih dari 5%.
22
DISTRIBUSI HIPERGEOMETRIK

Rumus nilai Distribusi Hipergeometrik:

P(r) = [(sCr) x (N-s C n-r)] / NCn

s = jumlah sukses dalam N

r = jumlah sukses yang menjadi
obyek penelitian/perhatian

23
CONTOH DISTRIBUSI HIPERGEOMETRIK

Ada 33 perusahaan di BEJ akan memberikan deviden dan

20 di antaranya akan membagikan dividen di atas
100/lembar. Bapepam sebagai pengawas pasar saham
akan melakukan pemeriksaan dengan mengambil 10
perusahaan. Berapa dari 10 perusahaan tersebut, 5
perusahaan akan membagikan saham di atas
100/lembarnya?

Jawab:

24
 Jawaban
N=33 n=10 s=20 r=5
P(r) = [(sCr) x (N-s C n-r)] / NCn

P(r) = [(20C5) x (33-20 C 10-5)] / 33C10

P(r) = 15.504 x 1.287 / 92.561.040 = 0.216

Ekseleraasi dis prob binomial terhadap hiper dengan

n < 0,05 N. Maka nilai keduanya sama.
25
Tabel perbandingan hiper dan binom

Perusahaan deviden >Rp Distribusi Probabilitas Distribusi probabilitas

100/lembar hipergeometrik Binomial
0 0.0000 0.0001
1 0.0002 0.0013
2 0.0026 0.0090
3 0.0211 0.0374
>100 saham 4 >0.0898 0.1023
5 >0.2156 0.1920
6 0.2994 0.2503
7 0.2395 0.2237
8 0.1062 0.1312
9 0.0236 0.0456
10 0.0020 0.0071
jumlah 1.000 1.000
26
 DISTRIBUSI POISSON

• 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(p) sangat kecil akan sulit
mendapatkan nilai binomialnya.
• Percobaan poison merupakan percobaan yang
menghasilkan variabel random X yang menyatakan
banyaknya kejadian dalam suatu interval wktu tententu
atau daerah tertentu

27
 Sifat-sifat percobaan poisson
1. Banyaknya kejadian dalam interval yang satu dengan
Interval yang lain saling bebas
2. Prob terjadinya satu kejadian dalam interval yang sgt
Pendek sebanding dengan panjang interval dan tidak
Tergantung pada kejadian diluar interval dan tidak tergantung
Pada banyaknya kejadian diluar interval tersebut.
3. Prob terjadinya dua atau lebih kejadian dalam interval yang
Pendek dianggap nol. Artinya tidak mungkin terdapat 2 kejadian
Secara bersamaan.

Contoh:
Rata-rata banyaknya tikus diluasan 5 meter persegi ialah 10 ekor.
Hitunglah bahwa didalam luasan 5 meter persegi tertentu ada
28
 contoh
 Contoh:
Rata-rata banyaknya tikus diluasan 5 meter persegi ialah 10
ekor. Hitunglah bahwa didalam luasan 5 meter persegi
tertentu ada Lebih dari 15 ekor tikus.
Jawab:
µ = 10 15
 P(x>15) =∑ (x . e- /X!) = 1 - ∑ e
 10 10x / x!
0
= 1- 0.9513 =0.0487

29
 Rumusan Distribusi Probabilitas
Poisson
P(X) = x . e- /X!

µ= rata-rata hitung dari jumlah nilai sukses, dimana µ=n.p

e = bilangn konstant 2.71828

Contoh:
Jumlah emiten di BEJ ada 150 perusahaan. Akibat krisis
ekonomi, peluang perusahaan memberikan deviden hanya
0,1. Apabila BEJ meminta secara acak 5 perusahaan, berapa
peluang ke-5 perusahaan tersebut akan membagikan dividen?
30
Jawaban
Diketahui :
n = 150 X=5 p=0,1 (ciri
poisson, N>50 dan p kecil yaitu ≤ 0,1)
µ = n.p =150 x 0,1 =15
 P(X) = x . e- /X!

P(5)=155 . 2.7182815 / 5 = 0.02

Hanya 0,2% prob 5 perusahaan membagikan
dividennya.

31
CONTOH DISTRIBUSI POISSON

Jumlah emiten di BEJ ada 120 perusahaan. Akibat krisis ekonomi,

peluang perusahaan memberikan deviden hanya 0,1. Apabila BEJ
meminta secara acak 5 perusahaan, berapa peluang ke-5
perusahaan tersebut akan membagikan dividen?

Jawab:

Untuk mendapatkan nilai distribusi Poisson, dapat digunakan tabel

distribusi Poisson. Carilah Nilai  = 12 dan nilai X = 5, maka akan
didapat nilai …?

32
 Case binom
1. Di PT X diketahui bahwa dari 9 macam
alasan karyawan tidak masuk kerja, satu
macan alasan karn sakit. Diambil secara
random 4 ijin tidak masuk kerja, berapa
prob bahwa 3 diantaranya karena sakit?
2. Rektor ITN mengatakan bahwa hanya
40%dari testing masuk akan lulus ujian
saringan masuk ITN. Dari 14 orang peserta
testing masuk yang diambil secara random,
berapa prob?

33
Case distribusi Prob
3.Suatu studi menunjukkan bahwa 60% dari
semua pasien yang berobat di rumah sakit S,
telah menunggu dalam ruang tunggu RS
tersebut paling sedikit 45 menit, hitunglah
prob bahwa antara diantara 10 pasien yang
berobat di RS tersebut 0,1,2,3...atau 10
pasien yang telah menunggu paling sedikit 45
menit. Gambarkan histogram dari distribusi
probabilitas tersebut?

34
Case Distribusi Prob
4. Menurut kantor pusat kepolisian seksi
kecelekaan di kota Jambi, rata-rata banyak
kematian karena kecelakaan lalulintas tiap
tahun adalah 4 dari tiap 100.000 penduduk.
Hitunglah prob bahwa disuatu kota dengan
200 000 penduduk terdapat:
1.10 kematian karena kecelakaan lalu lintas
2, 4 sampai 6 kematian
3. Kurang dari 5 kematian
4. Lebih dari 2 kematian.

35
Case Distribusi Prob
5. 10% dari batu bata yang diproduksi pabrik X
diketahui rusak/tidak memenuhi standar.sari
sampel 10 buah batu bata yang diambil
secara random, hitunglah probnya 2 buah
batu bata diantaranya rusak / tidak
memenuhi standar dengan menggunakan :
Distribusi binomial dan pendekaatan poisson

36
Case distriusi prob poisson
6. Prob bahwa seseorang akan menderita
reaksi buruk dari injeksi suatu macam
serum adalah 0,001. hitunglah bahwa
dari 2.000 orang yang diinjeksi
dengan serum tersebut:
a. 3 orang menderita reaksi buruk
b. Lebih dari 2 orang menderita reaksi
buruk

37
Case Distribusi Prob Poison
7. Seorang broker real estate dapat
menjual rata-rata 2 rumah setiap
minggunya. µ = 2. hitunglah probnya
bahwa dalam minggu tertentu dia
hanya dapat menjual satu rumah.

38
Case distribusi prob multinomial
8. Sebuah kotak berisi 5 bola merah, 4
bola putih dan 3 bola biru. Sebuah bola
diambil secara random dari kotak
tersebut, warnanya dicatat dan
kemudian bola tersebut dikembalikan
kedalam kotak. Hitunglah prob bahwa
dari 6 kali pengmbilan bola diperoleh 3
bola merah dan 2 bola putih dan 1 bola
biru?
39
Case Distribusi Prob Hypergeometrik
9. Sebuah kantong berisi 6 kelerng biru dan 4
kelereng merah. Dilakukan eksperimen
dengan cara mengambil secara random
sebuah kelereng dari dalam kantong tersebut
dan warna kelerang yang terambil
dobservasi, kemudian diambil lagi sebuah
kelereng secara random dengan catatan
kelereng yang telah terambil sebelumnya
tidak dikembalikan kedalam kantong
tersebut. Dari 5 kali pengambilan, berapa
probabilitasnya diperoleh 3 kelereng biru?

40
 Rumus Distri Prob Binomial
(Kazmier 1979 & Suharyadi 2005)
Jawab P (r) = [ n! / r! (n – r ) !] pr q(n-r)
1.p= 1/9 (prob alasan sakit)
q= 1-p = 1-1/9 = 8/9 (alasan lain)
n= 4 r=3
P(r=3) = 4! / 3!(4-3)! (1/9)3 (8/9)
= 4 . 1/729 . 8/9 = 32/656

41
 Jawab
8. Metode 1:
P(bola merah pada pengambilan yang mana saja) = 5/12
P(bola putih pada pengambilan yang mana saja) = 4/12
P(bola biru pada pengambilan yang mana saja) = 3/12
Jadi: P(3 Merah, 2 Putih, 1 Biru) =
6! / 3 ! 2! 1! (5/12)3 (4/12)2 (3/12)1 = 625/5184
Metode ke 2:
Prob terpilih bola merah yang mana saja adalah 5/12.
Maka prob terambil 3 bola merah adalah (5/12)3
Demikian pula 2 bola putih dan 1 bola biru.
42
 8. Metode ke 3
Prob yang dinyatakan dalam: P m3 P2p P1b
dalam ekspansi multinomial dari (pm+ pP + pb)6
dimana Pm = 5/12, PP=4/12 dan Pb =3/12.
P (X1= n1 , X1 = n2 , X3 = n3) = n! P1n 1

n1! N2! n3!

= 6! / 3! 2! 1! (5/12)3 (4/12)2 (3/12)1

43
 Jawaban 9
Metode 1. banyaknya cara pengambilan 3 kelereng
hitam dari 6 kelereng putih adalah: 6! / (6 – 3)!
banyaknya cara pengambilan 2 kelereng sisanya dari 4
kelereng merah adalah: 4! / (4 – 2)!
Jadi: banyaknya sampel yang berbeda yan terdiri dari 3
kelereng biru dan 2 klrg merah adalah:
(6! / 3!(6-3)! ( 4! / 2!(4-2)!
Jumlah total cara yang berlainan dari pengambilan 5
kelereng dari 10 kelereng dalam kantong (6+4) =
10! / 5!(10-5)!. Jadi prob yang dinyatakan tersebut adalah
(6! / 3!(6-3)! ( 4! / 2!(4-2)! / 10!/5!(10-5)! = 10/21
44
 9. Metode 2
Di ketahui: Biru =6, merah= 4. n=5, x=3
Gunakan rumus hypergeometrik dengan
without replacement:
P(X=x)= (bx) (n r- x) / (b +nm)
= (63)(42) / (105)

(6! / 3!(6-3)! (4! / 2!(4-2)! / 10!/5!(10-5)! = 10/21

45
 MENGGUNAKAN MS EXCEL UNTUK
DISTRIBUSI BINOMIAL
1. Anda klik icon fx atau anda klik icon insert dan pilih fx
function.
2. Anda pilih menu statistical pada function category
3. Anda pilih menu Binomdist pada function name, Anda
tekan OK.
4. Setelah anda tekan OK pada langkah ke-3, maka akan
keluar kotak dialog seperti berikut:
BINOMDIST
Number_s : ………… (masukkan nilai X)
Trials : ……….. (masukkan nilai n)
Probability : ………… (masukkan nilai p)
Cumulative: ………… (tulis kata False)
Nilai P(r) akan muncul pada baris Formula result atau
tanda (=)
46
47
48
Distribusi Probabilitas Diskret Bab 8

MENGGUNAKAN MS EXCEL UNTUK

DISTRIBUSI HIPERGEOMETRIK
• Klik icon fx atau anda klik icon insert dan pilih fx function
• Pilih menu statistical pada function category
• Pilih menu HYPGEOMDIST pada function name, anda tekan OK
• Setelah tekan OK pada langkah ke-3, maka akan keluar kotak
dialog seperti berikut
HYPGEOMDIST
Sampel_s : ………… (masukkan nilai r)
Number_sampel : ……….. (masukkan nilai n)
Population_s : ………… (masukkan nilai S)
Number_pop : ………… (masukkan nilai N)

• Nilai P(r) akan muncul pada baris Formula result atau tanda (=)

49
50
51
 Distribusi Probabilitas Diskret Bab 8

MENGGUNAKAN MS EXCEL UNTUK

DISTRIBUSI POISSON

• Klik icon fx atau anda klik icon insert dan pilih fx function
• Pilih menu statistical pada function category
• Pilih menu POISSON pada function name, tekan OK
• Setelah tekan OK pada langkah ke-3, maka akan keluar kotak
dialog seperti berikut:

POISSON
X : ………… (masukkan nilai x)
Mean : ……….. (masukkan nilai )
Cumulative : ………… (tulis FALSE)

• Nilai P(X) akan muncul pada baris Formula result atau tanda (=)

52
53
54
TERIMA KASIH

55