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 ?
Goodness of Fit Test - Bab 1 Pendahuluan - Modul 5 - Laboratorium Statistika Industri - Data Praktikum - Risalah - Moch Ahlan Munajat - Universitas Komputer Indonesia