Distribusi Weibull,

Distribusi Normal dan

Distribusi Pareto

Kelompok IV
Hikmah Hijriyanti (190101040080)
Laily Rizka Amalia (190101040234)
Mahmudah (190101040190)
Muhammad Ahdi Noor Idy(190101040027)
Suwaibatul Aslamiah (190101040303)

Copyright © Wondershare Software

Distribusi Weibull
•   Distribusi Weibull
Definisi
Distribusi Weibull adalah distribusi yang memiliki peranan yang penting
terutama pada persoalan keandalan (realability) dan analisis rawatan
(mantainability). Distribusi ini adalah distribusi serbaguna yang dapat
mengambil karakteristik dari jenis lain dari distribusi, berdasarkan nilai dari
bentuk parameter. Distribusi Weibull biasanya digunakan untuk menyelesaikan
masalah-masalah yang menyangkut lama waktu (umur) suatu objek yang
mampu bertahan hingga akhirnya objek tersebut tidak berungsi sebagaimana
mestinya (rusak atau mati).
Rumus Distribusi Weibull
1. Distribusi Weibull 3 Parameter
Memuat 3 parameter secara simultan yaitu parameter lokasi (a), parameter skala
(b), dan parameter bentuk (c).
Rumus :
,x

Copyright © Wondershare Software

Distribusi Weibull
•  
2. Distribusi Weibull 2 Parameter
a. Distribusi versi skala bentuk.
exp
b. Distribusi versi lokasi bentuk.
exp
c. Distribusi versi pergeseran skala.
exp
3. Distribusi Weibull 1 Parameter
b. exp  
b. exp Menurut Walpole & Myers bahwa peubah
acak kontinyu X berdistribusi Weibull,
c. exp dengan parameter α dan β jika fungsi
padatnya berbentuk :

Dengan α=1 dan β>0

Copyright © Wondershare Software

Distribusi Weibull 2 Parameter
•didefinisikan
Untuk menggunakan
  distribusi Weibull dalam teori keandalan, perlu
terlebih dahulu keandalan suatu komponen atau alat sebagai
peluang bahwa komponen tersebut akan berfungsi sebagaimana mestinya
selama, paling sedikit, sampai jangka waktu tertentu dalam keandalan
percobaan yang telah tertentu. Jadi R(t) menyatakan keandalan komponen
tersebut pada waktu t maka ditulis:

Jika F(t) menyatakan distribusi tumpukan T. Peluang bersyarat bahwa suatu

komponen akan gagal dalam selang waktu T=t sampai T=t+ t, bila diketahui
berfungsi dengan baik sampai waktu t, diberikan oleh:

Copyright © Wondershare Software

Distribusi Weibull
•  
Bila nisbah ini dibagi dengan t dan diambil dengan membuat t0 maka diperoleh tingkat
kegagalan, dinyatakan dengan Z(t). Jadi:
Z(t) =
=
Yang menggambarkan tingkat kegagalan dinyatakan dalam distribusi waktu sampai
gagal. Dari kenyataaan bahwa R(t)=1-F(t) dan kemudian R'(t)= (t) maka dapat ditulis
persamaan diferensial:
Z(t) = =
Dan kemudian dicari jawabannya :
In R(t) = tau R(t) =
Dengan c memenuhi syarat permulaan bahwa R(0)=1 atau F(0)=1. Jadi bila salah satu
dari fungsi padat f(t) ataupun tingkat kegagalan Z(t) diketahui, maka yang lainnya
dapat ditentukan secara tunggal.
Z(t) =

Copyright © Wondershare Software

 Distribusi Weibull
•  
Contoh Soal : Sebuah ruang konferensi dapat disewa untuk rapat yang lamanya tidak
lebih dari 4 jam. Misalkan X adalahpeubah acak yang menyatakan waktu rapat, yang
mempunyai distribusi seragam.
a) Tentukan fungsi densitas peluang dari X.
b) Tentukan peluang suatu rapat berlangsung 3 jam atau lebih.
a) a = 0, b = 4, sehingga f(x) =
b) P(x) = dx = x= =
Soal latihan : Seumur hidup X, diukur dalam jam, dari pegas yang dioperasikan terus-
menerus memiliki fungsi distribusi kumulatif
F(x) =
Dimana = 0,001 dan entukan :
a) Probabilitas bahwa musim semi baru bertahan 30 jam
b) Probabilitas bahwa pegas telah beroperasi tanpa kegagalan selama 50 jam bertahan
30 jam tambahan.

Copyright © Wondershare Software

Distribusi Normal
Distribusi peluang kontinu yang terpenting dalam seluruh bidang statistika
adalah ditribusi normal. Grafiknya disebut kurva normal.
Suatu peubah acak kontinu X yang distribusinya berbentuk lonceng seperti
pada gambar 1 berikut disebut peubah acak normal. Persamaan matematika
ditribusi peluang peubah normal kontinu bergantung pada dua parameter μ
dan σ, yaitu rataan dan simpangan bakunya. Jadi fungsi padat X akan
dinyatakan dengan n(x; μ, σ).

Copyright © Wondershare Software

Distribusi Normal
•Distribusi
  ialah
variansi
normal Fungsi padat peubah acak normal X, dengan rataan μ dan

• = , -

• Dengan = 3,14159... dan = 2,71828....

Begitu dan diketahui maka seluruh kurva normal diketahui. sebagai contoh,
bila = 50 dan = 5, maka ordinat dapat dengan mudah dihitung untuk berbagai
nilai dan kurvanya dapat digambarkan.

Copyright © Wondershare Software

Distribusi Normal
Pada gambar 2 dibawah, telah dilukiskan dua kurva normal yang mempunyai
simpangan baku yang sama dengan rataan yang berbeda. Kedua kurva
bentuknya persis sama tapi titik tengahnya terletak ditempat yang berbeda
disepanjang sumbu datar.

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 2 4 6 8 10 12 14 16 18

Copyright © Wondershare Software

Distribusi Normal
Pada gambar 3 terlukis dua kurva normal dengan rataan yang sama tapi
simpangan bakunya berlainan. Terlihat kedua kurva mempunyai titik tengah
yang sama pada sumbu datar, tapi kurva dengan simpangan baku yang lebih
besar tampak lebih rendah dan lebih melebar.

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 2 4 6 8 10 12 14

Copyright © Wondershare Software

Distribusi Normal
Pada gambar 4 memperlihatkan lukisan dua kurva normal yang baik rataan
maupun simpangan bakunya berlainan. Jelas bahwa keduanya mempunyai
letak titik tengah yang berlainan pada sumbu datar dan bentuknya
mencerminkan dua nilai σ yang berlainan.

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 5 10 15 20 25

Copyright © Wondershare Software

Distribusi Normal
• Nah, dengan mengamati gambar kurva 1 sampai 4 serta memeriksa turunan
•  pertama dan kedua dari dapat diperoleh lima sifat kurva normal berikut:
1. Modus, titik pada sumbu datar yang memberikan maksimum kurva,
terdapat pada ;
2. Kurva setangkup terhadap sumbu tegak yang melalui rataan μ;
3. Kurva mempunyai titik belok pada x = , cekung dari bawah bila dan
cekung dari atas untuk nilai lainnya;
4. Kedua ujung kurva normal mendekati asimtot sumbu datar bila nilai
bergerak menjauhi baik ke kiri maupun ke kanan;
5. Seluruh luas Di bawah kurva dan di atas sumbu datar sama dengan 1.

Copyright © Wondershare Software

Distribusi Normal
Contoh soal: Dalam suatu ujian terdapat 300 siswa yang mengikuti ujian
tersebut. Rata-rata dari hasil ujian yaitu 70 serta simpangan baku dari hasil
ujian tersebut adalah 10. Jika data nilai hasil ujian siswa tersebut berdistribusi
normal, maka berapa persen siswa yang mendapat nilai A jika syarat untuk
mendapatkan nilai A adalah lebih dari 85.
penyelesaian: Nilai Z untuk 1,50 adalah 0,9332 sehingga
Diketahui:
𝑍(𝑋 > 85 = 1 − 𝑍(𝑋 < 85)
𝜇=70
𝑍ሺ𝑋 > 85ሻ= 1 − 0,9332
𝜎=10
𝑥=85
𝑍ሺ𝑋 > 85ሻ= 0,0668

Tentukan nilai 𝑍(𝑋 < 85) terlebih dahulu 𝑍ሺ𝑋 > 85ሻ= 6,68%

𝑍=
85 − 70 15
= = 1,5 Jadi, siswa yang mendapat nilai A 6,68% × 300 = 20.04 (ada sekitar 20 orang).
10 10

Copyright © Wondershare Software

Distribusi Normal
• Soal latihan:
•  
• Suatu mesin minuman diatur sedemikian rupa sehingga mengeluarkan rata-
rata 200 mililiter per cangkir. Bila isi minuman ini berdistribusi normal
dengan simpangan baku 15 mililiter, tentukan:
a. Berapa proporsi cangkir yang akan berisi lebih dari 224 mililiter?
b. Berapa peluang suatu cangkir berisi antara 191 dan 209 mililiter?
c. Berapa cangkir yang akan kepenuhan (sehingga tumpah) bila digunakan
1000 cangkir berukuran 230 mililiter?
d. Di bawah nilai berapakah terdapat dari jumlah cangkir dengan isi
terkecil?

Copyright © Wondershare Software

Distribusi Pareto
•rata-rata
Distribusi Pareto salah satu dari distribusi law, dimana dalam distribusi ini
  atau standar deviasinya akan tergantung nilai pangkat fungsi pada
peluangnya. Distribusi Pareto dinotasikan dengan :
X
Definisi :
Jika X adalah variabel acak dengan distribusi Pareto, maka probabilitas bahwa
X lebih besar dari beberapa nomor x, yaitu fungsi survival (juga disebut fungsi
ekor), diberikan oleh

Dimana adalah (tentu positif) nilai minimum yang mungkin dari X, dan
adalah parameter positif. Distribusi Pareto ditandai dengan parameter an
parameter berbentuk , yang dikenal sebagai indeks ekor. Ketika distribusi ini
digunakan untuk memodelkan distribusi kekayaan, maka parameter disebut
indeks Pareto.
Copyright © Wondershare Software
Perhitungan Distribusi Pareto
•   Cumulative Distribution Function (CDF)
a.

Pareto distribusi kumulatif untuk dengan adalah

Copyright © Wondershare Software

Distribusi Pareto
•dengan
Dari definisi tersebut, fungsi distribusi kumulatif dari Pareto variabel acak
  parameter adalah

Dimana:
• adalah nilai minimum dari X
• adalah parameter positif yang menentukan konsetrasi data terhadpa modus
• X adalah variabel acak ( x > )

Copyright © Wondershare Software

Distribusi Pareto
•  
b. Probability Density Funcion (PDF)

Pareto kepadatan probabilitas untuk dengan Untuk distribusi (x - ) dimana

adalah fungsi delta Dirac.

Copyright © Wondershare Software

Distribusi Pareto
•probabilitas
Hal berikut (dari diferensiasi/turunan CDF) bahwa fungsi kepadatan
  (PDF) adalah

Copyright © Wondershare Software

Distribusi Pareto
•  

Jadi PDF,

Dimana
 adalah nilai minimum dari X
 adalah parameter positif yang menentukan konsentrasi data terhadap
modus
 X adalah variabel acak (x > )

Copyright © Wondershare Software

Contoh Soal
•dengan
Misalkan pendapatan dari suatu populasi yang memiliki distribusi Pareto
  = 3 dan = 1000. Hitunglah populasi dengan pendapatan pada tahun
2000.
Penyelesaian
Diketahui : =3
= 1000
X = 2000
Ditanya : .... ?
Jawab :

0,109375

Copyright © Wondershare Software

Distribusi Pareto
•   Nilai Harapan
c.
Nilai Harapan dari distribusi Pareto adalah

Jadi Nilai harapan dari distribusi Pareto adalah untuk a > 1

Copyright © Wondershare Software

Distribusi Pareto
•   Variansi
d.
Variansi dari variabel acak distribusi Pareto adalah

Dimana,
 )=  

)= ( )=
)= )=
)=
)=
)=
)= ( =
(=

Copyright © Wondershare Software

•  
=
=
=
=

Jadi Nilai variansi dari distribusi Pareto adalah

=, a > 2
(jika

Copyright © Wondershare Software

•  
Jika Tentukan Nilai harapan dan variansinya
Penyelesaian
Diketahui :

Ditanya :a.E(x)
b.Var(x)  
a.
b. =
=
=
=75

Copyright © Wondershare Software

•   Median dan Modus
e.
• Median dari variabel acak distribusi Pareto adalah

• Modus dari variabel acak distribusi Pareto adalah

=
Jika . Tentukan Median dan Modusnya
Penyelesaian
Diketahui : Ditanya : a.Me
b.Mo

Jawab:
 
a. b.

Copyright © Wondershare Software

•   distribusi Pareto antara lain
Sifat
1. Kurva distribusi mempunyai kemiringan positif
2. Kurva distribusi leptukortik
3. FdP distribusi memiliki modus tunggal pada x = 0 dengan
nilai maksimum
4. Jika x variabel acak kontinu berdistribusi Pareto dengan
parameter , untuk c > 0 maka c X akan berdistribusi Pareto
pada c
5. Untuk < 1, lim f(x) = dan lim f(x) = 0
6. Untuk = 1, lim f(x) = dan lim f(x) = 0
7. Untuk > 1, lim f(x) = dan lim f(x) = 0

Copyright © Wondershare Software

Thank You !

Copyright © Wondershare Software