MODEL DAN SIMULASI

Aspek statistik dan probabilitas

dalam simulasi

Distribusi Poisson

by : Larissa Navia Rani, M.Kom

 Daftar Isi
1. Definisi Distribusi Peluang
Poisson
2. Ciri-ciri Distribusi Poisson
3. Penerapan Distribusi Poisson
4. Rumus Distribusi Poisson
5. Contoh Soal Distribusi Poisson
6. Latihan
 Definisi Distribusi Peluang
Poisson
• Distribusi Poisson diberi nama sesuai dengan penemunya yaitu Siemon D.
Poisson.  Distribusi poisson disebut juga probabilitas
peristiwa yang jarang terjadi yang merupakan distribusi
probabilitas untuk variabel diskrit acak yang mempunyai nilai 0,1, 2, 3 dst.
• Berbeda dengan distribusi binomial, distribusi poisson tidak memfokuskan
pada dua hasil tetapi pada sejumlah pemunculan selama beberapa
interval. contoh : probabilitas jumlah kedatangan nasabah pada suatu
bank pada jam kantor.
• Suatu bentuk dari distribusi ini adalah rumus pendekatan peluang Poisson
untuk peluang Binomial yang dapat digunakan untuk pendekatan
probabilitas Binomial dalam situasi tertentu.
 Ciri-ciri Distribusi Poisson
• Banyaknya sukses yang terjadi dalam suatu selang
waktu atau daerah tertentu, tidak terpengaruh oleh
apa yang terjadi pada selang waktu atau daerah
yang lain.
• Peluang terjadinya suatu hasil percobaan sebanding
dengan panjang selang waktu dan luas tempat
percobaan terjadi. Hal ini berlaku hanya untuk
selang waktu yang singkat dan luas daerah yang
sempit.
• Kemungkinan terjadinya lebih dari satu sukses
dalam interval waktu yang pendek dapat diabaikan
 sehingga rata-rata n.p dianggap konstan (λ) .
 Penggunaan Distribusi
Poisson
Beberapa kasus dimana distribusi poisson dapat
digunakan yaitu:
• Menghitung probabilitas terjadinya peristiwa
menurut satuan waktu, contoh : kemungkinan
kesalahan pemasukan data, kemungkinan cek
ditolak oleh bank, jumlah pelanggan yang harus
antri pada pelayanan rumah sakit, dll.
• Menghitung distribusi binomial apabila nilai n
besar dan nilai probabilitas kecil.

• Catatan : Menghitung distribusi binomial apabila (n>=20) dan

(p<=0.05)  aturan yang diikuti oleh kebanyakan ahli statiska
adalah n cukup besar dan p cukup kecil.
Rumus Distribusi Poisson (2)
 5. Contoh Soal Distribusi
Poisson
1. 200 penumpang telah memesan tiket untuk
sebuah penerbangan luar negeri. Jika probabilitas
penumpang yang telah mempunyai tiket tidak akan
datang adalah 0.01 maka berapakah peluang ada 3
orang yang tidak datang. ( n= 200; p=0.01; x=3)
2. Rata-rata pengunjung di suatu kios tiap jam
adalah 8 pengunjung. Berapakah probabilitas akan
ada 6 pengunjung dalam 1 jam tertentu ? (x=6;
mean= 8; t=1)
1. Misalkan rata-rata 1 dari tiap 1000 orang
melakukan salah perhitungan dalam
menghitung pajaknya. Bila 10000 isian pajak
diambil secara acak dan diperiksa. Hitunglah
peluangnya bahwa 8 isian tersebut akan
salah perhitungan.
2. Jika rata-rata kedatangan =72 setiap jam,
berapakah peluang dari x=4
kedatangan dan t=3 menit?
3. Dari pusat survei, tercatat bahwa rata-rata
kriminal yang terjadi di suatu daerah tiap
hari adalah 7 kasus. Berapakah probabilitas
terdapat 4 kasus dalam 1 hari tersebut ?
Terima
Kasih
MODEL SIMULASI
1. Jika rata rata kedatangan = 3.2 setiap menit,
berapakah peluang dari x=6 kedatangan dan t = 2
detik ?
2. Rata-rata banyaknya partikel radioaktif yang
melewati suatu penghuitung selama 1 milidetik
dalam suatu percobaan dilaboratorium adalah 4.
berapakah peluang 6 partikel melewati penghitung
itu dalam 1 milidetik tertentu ?
3. Sebuah toko alat-alat listrik mencatat rata-rata
penjualan lampu R 40 W setiap hari sebanyak 5
buah. Berapa probabilitas untuk penjualan berikut :
A. 0 lampu R
B. 3 lampu R
4. Misalkan dalam pertandingan sepak bola rata-rata 5
dari 1000 orang mendukung klub A. bila 8000 orang
diambil secara acak dan disurvei. Hitunglah
peluangnya 3 orang yang mendukung klub A ?