1
Distribusi Probabilitas Diskret
Bab 8
OUTLINE
Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik
PENDAHULUAN
Definisi:
• Distribusi probabilitas adalah sebuah susunan distribusi yang
mempermudah mengetahui probabilitas sebuah peristiwa.
• Merupakan hasil dari setiap peluang peristiwa.
Contoh Kasus:
• Berapa peluang meraih untung dari investasi di reksa dana
• Berapa banyak barang harus dikirim, apabila selama
perjalanan barang mempunyai probabilitas rusak
• Berapa peluang karyawan bekerja lebih baik esok hari
3
Distribusi Probabilitas Diskret Bab 8
VARIABEL ACAK
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.
4
PEUBAH ACAK (VARIABEL)
5
PEUBAH ACAK (VARIABEL)
Contoh 1:
Sudah diketahui bersama bahwa dari percobaan pelemparan
sekeping mata yang setimbang sebanyak 3 (tiga) kali, akan
diperoleh ruang contoh yang terdiri dari 23 titik contoh, yaitu S
= {GGG, GGA, GAG, AGG, GAA, AGA, AAG, AAA}. Apabila X
adalah sebuah peubah acak yang didefinisikan sebagai:
“banyaknya sisi gambar (G) yang muncul”, maka sebutkanlah nilai-nilai
yang mungkin bagi X!
6
PEUBAH ACAK (VARIABEL)
Jawab:
S = {GGG, GGA, GAG, AGG, GAA, AGA, AAG,
AAA}
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
x=3 x=2 x=2 x=2 x=1 x=1 x=1 x=0
Dengan demikian X = {0, 1, 2, 3}
x = 0, artinya titik contoh tidak mengandung unsur G.
x = 1, artinya titik contoh mengandung 1 unsur G
x = 2, artinya titik contoh mengandung 2 unsur G
x = 3, artinya titik contoh mengandung 3 unsur G
7
KATEGORI PEUBAH ACAK
8
KATEGORI PEUBAH ACAK
9
DISTRIBUSI PELUANG TEORITIS
10
DISTRIBUSI SERAGAM
PENGERTIAN:
Jika peubah acak X mempunyai nilai x1, x2, x3, …, xk yang
berpeluang sama, maka distribusi peluang seragamnya
adalah:
1
f x; k
k
untuk x = x1, x2, x3, …, xk
Contoh 2:
Jika Abu, Badu, dan Cici berpeluang sama untuk mendapat
beasiswa, bagaimanakah distribusi peluang mereka untuk
mendapat beasiswa tersebut?
11
DISTRIBUSI SERAGAM
Jawab:
Fungsi sebaran peluangnya: 1
f x;3
3
Dengan demikian, sebaran peluang masing-masing adalah:
P(Abu) = ⅓
P(Badu) = ⅓
P(Cici) = ⅓
12
DISTRIBUSI SERAGAM
13
DISTRIBUSI SERAGAM
Contoh 3:
Jika kemasan batu baterei terdiri dari 4 batu
baterei, maka bagaimana distribusi peluang cara
menyusun batu baterei untuk sejumlah 12 batu
baterei?
Jawab:
12!
Jumlah cara yang mungkin: k CnN C412 495
4! 8!
Jadi, peluang seragamnya: f x; k f x;495
1
495
14
Distribusi Probabilitas Diskret Bab 8
RATA-RATA HITUNG, VARIANS, DAN
STANDAR DEVIASI
• Standar Deviasi = 2
15
Distribusi Probabilitas Diskret Bab 8
= 1,500 2 = 0,75
16
Distribusi Probabilitas Diskret Bab 8
OUTLINE
Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik
Percobaan Binomial
Percobaan binomial adalah percobaan yang mempunyai ciri-
ciri sebagai berikut:
1) Percobaan diulang n kali.
2) Hasil setiap ulangan hanya dapat dikategorikan ke dalam 2
kelas, misalnya: “BERHASIL” atau “GAGAL”; “YA” atau
“TIDAK”; “SUCCESS” atau “FAILED”, dsb.
3) Peluang keberhasilan = p, dan dalam setiap ulangan nilai p
tidak berubah. Sedangkan peluang gagal = q = 1 – p.
4) Setiap ulangan bersifat bebas (independen) satu dengan
yang lain.
19
DISTRIBUSI BINOMIAL
DEFINISI
Peluang binomial didefinisikan dengan fungsi binomial
sbb:
untuk x = 0, 1, 2, …, n
b(x;n,p) Cxn p x q n-x
di mana, n = banyaknya ulangan
x = banyaknya output SUKSES dalam peubah
X
p = peluang SUKSES pada setiap ulangan
q = peluang GAGAL pada setiap ulangan = 1 –
q
20
DISTRIBUSI BINOMIAL
Contoh 4:
Tentukan peluang mendapatkan “MATA 1” muncul 3 kali pada
pelemparan sebuah dadu yang setimbang 5 kali!
21
DISTRIBUSI BINOMIAL
Jawab:
Kejadian SUKSESnya adalah mendapatkan “MATA 1”.
x = 3 → banyaknya SUKSES atau nilai variabel.
n = 5 → pelemparan diulang 5 kali
1
p= ; q = 1- 1 5
6
Jadi, 6 6
b(x;n,p) C xn p x q n-x
b( 3;5, 16 ) C35 ( 16 ) 3 ( 56 ) 2
5! 5 2
5 10 0,003215... 0,03215...
3!2! 6
22
DISTRIBUSI BINOMIAL
Contoh 5:
Peluang seorang mahasiswa membolos adalah 6:10. Jika
terdapat 5 mahasiswa, berapakah peluangnya akan terdapat
2 orang mahasiswa tidak membolos?
Jawab
Kejadian SUKSES dalam kasus ini: Tidak Membolos.
Peluang membolos = q = 6:10 = 0,6.
Peluang tidak membolos = p = 1 – q = 1 – 0,6 = 0,4.
x = 2, n = 5. Jadi, b(x=2, n=5, p=0,4):
23
DISTRIBUSI BINOMIAL
24
DISTRIBUSI BINOMIAL
25
DISTRIBUSI BINOMIAL
26
DISTRIBUSI BINOMIAL
Contoh 6:
Suatu perusahaan pengiriman paket terikat
perjanjian bahwa keterlambatan paket akan
menyebabkan perusahaan harus membayar biaya
kompensasi. Jika peluang setiap kiriman akan
terlambat adalah 0,20 dan bila terdapat 5 paket,
hitunglah probabilitasnya:
a) Tidak ada paket yang terlambat (x=0)
b) Lebih dari 2 paket yang terlambat (x>2)
c) Tidak lebih dari 3 paket yang terlambat (x≤3)
d) Ada 2 sampai 4 paket yang terlambat (2≤x≤4)
e) Paling tidak ada 2 paket yang terlambat (x≥2)
27
DISTRIBUSI BINOMIAL
Jawab:
a) x=0 → = b(0; 5, 0.20) = 0,3227
b) x>2 → = b(3; 5, 0.20) + b(4; 5, 0.20) + b(5; 5, 0.20)
= 0,0512 + 0,0064 + 0,0003 = 0,0579
atau dapat dicari dengan cara…
1 – b(x≤2) = 1 – [b(0; 5, 0.20) b(1; 5, 0.20) b(2; 5, 0.20)]
= 1 – (0,3277 + 0,4096 + 0,2048)
= 1 – 0,9421 = 0,0579
n x≤3 → = b(0; 5, 0.20) + b(1; 5, 0.20) + b(2; 5, 0.20) +b(3; 5, 0.20)
= 0,3277 + 0,4096 + 0,2048 + 0,0512
= 0,9933
28
DISTRIBUSI BINOMIAL
Jawab (lanjutan…):
atau dapat dicari dengan cara…
1 – b(x>3) = 1 – [b(4; 5, 0.20) + b(5; 5, 0.20)]
= 1 – (0,0064 + 0,0003)
= 1 – 0,0067 = 0,9933
d) 2≤x≤4 → = b(2; 5, 0.20) + b(3; 5, 0.20) + b(4; 5, 0.20)
= 0,2048 + 0,0512 + 0,0064 = 0,2624
29
DISTRIBUSI BINOMIAL
di mana: n σ 2
= n ×populasi
= ukuran p×q
p = peluang BERHASIL pada setiap ulangan
q = 1 – p = peluang GAGAL pada setiap
ulangan
30
DISTRIBUSI BINOMIAL
Contoh 7:
Apabila diketahui suatu sebaran fungsi binomial
b(5; 5, 0.20), hitunglah rata-rata, ragam, dan
simpangan bakunya!
Jawab:
Untuk x=5, n=5, dan p=0,20, maka q=0,80
Jadi, μ = 5 × 0,20 = 1,00
σ2= 5 × 0,20 × 0,80 = 0,80
σ = 0.80 = 0,8944…
31
DISTRIBUSI BINOMIAL
REVIEW:
Di daerah Indonesia bagian Timur, 5% dari
panggilan telepon seluler (ponsel) mengalami
gangguan (terputus). Berapakah probabilitasnya
bahwa dari 6 panggilan ponsel yang dipilih secara
acak:
a) Tidak ada yang terputus?
b) Tepat satu panggilan terputus?
c) Tepat lima panggilan terputus?
d) Kurang dari empat panggilan terputus?
e) Antara empat sampai enam panggilan terputus?
32
Distribusi Probabilitas Diskret Bab 8
n!
P( r )
r!( n r )! p .q
r n r
Dimana:
P(r) : Nilai probabilitas binomial
p : Probabilitas sukses suatu kejadian dalam setiap percobaan
r : Banyaknya peristiwa sukses suatu kejadian untuk keseluruhan
percobaan
n : Jumlah total percobaan
q : Probabilitas gagal suatu kejadian yang diperoleh dari q = 1-p
33
Distribusi Probabilitas Diskret Bab 8
Jawab:
P(p) = 0,9 dan P(q) = 1-0,9 = 0,1
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 (=) 35
36
37
Distribusi Probabilitas Diskret Bab 8
OUTLINE
Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik
DISTRIBUSI HIPERGEOMETRIK
39
Distribusi Probabilitas Diskret Bab 8
DISTRIBUSI HIPERGEOMETRIK
( s C r x ( N s C n r )
P( r )
N
Cn
Dimana:
P(r) : Probabilitas hipergeometrik dengan kejadian r sukses
N : Jumlah populasi
S : Jumlah sukses dalam populasi
r : Jumlah sukses yang menjadi perhatian
n : Jumlah samper dari populasi
C : Simbol Kombinasi
40
DISTRIBUSI HIPERGEOMETRIK
Peluang Hipergeometrik
Untuk kasus di mana peluang BERHASIL berkaitan
dengan peluang GAGAL.
Ada penyekatan dan pemilihan/kombinas obyek (BERHA-
SIL dan GAGAL)
41
DISTRIBUSI HIPERGEOMETRIK
Percobaan Hipergeometrik
Percobaan hipergeometrik adalah perobaan yang
memiliki ciri-ciri sebagai berikut:
1) Contoh acak berukuran n diambil dari populasi yang
berukuran N
2) k dari N diklasifikasikan sebagai “BERHASIL”,
sedangkan N–k diklasifikasikan sebagai “GAGAL”
42
DISTRIBUSI HIPERGEOMETRIK
C xk C nNxk untuk x = 0, 1, 3, …, k
h( x; N, n, k )
C nN
43
DISTRIBUSI HIPERGEOMETRIK
Contoh 10:
Jika dari seperangkat kartu bridge diambil 5 kartu
secara acak tanpa pemulihan, berapa peluang
diperoleh 3 kartu hati?
Jawab:
Diketahu: N = 52; n = 5; k = 13; x=
3;
C 313 C 239
Jadi, h(3; 52, 5,13)
C 552
44
DISTRIBUSI HIPERGEOMETRIK
Rata-rata: n k
N
Ragam:
Nn k k
2 n (1 )
N 1 N N
di mana, N = total obyek dalam populasi
(semesta)
n = ukuran sampel (contoh)
k = jumlah obyek dalam kategori “BERHASIL”
45
DISTRIBUSI HIPERGEOMETRIK
Perhatikan bahwa: n
k
xi dan N a
i 1
i
i 1
46
DISTRIBUSI HIPERGEOMETRIK
Contoh 11:
Dari 10 pengemudi sepeda motor, 3 orang mengemudikan
motor merk “S”, 4 orang menggunakan motor merk “Y”, dan
sisanya menggunakan motor merk “H”. Jika secara acak
diambil 5 orang, berapa peluang 1 orang mengemudikan
motor merk “S”, 2 orang merk “Y”, dan 2 orang merk “H”?
Jawab:
Diketahui, N = 10, n = 5
a1 = 3, a2 = 4, a3 = 3,
x1 = 1, x2 = 2, x3 = 2
47
DISTRIBUSI HIPERGEOMETRIK
Jawab (lanjutan…):
Dengan demikian,
48
DISTRIBUSI HIPERGEOMETRIK
49
DISTRIBUSI HIPERGEOMETRIK
Contoh 12:
Dalam suatu kotak terdapat 5 bola yang terdiri dari 2 bola
merah, 2 bola biru, dan 1 bola putih. Berapakah peluangnya:
a) Terambil 2 bola merah, dari 4 kali pengambilan yang
dilakukan secara acak dengan pemulihan?
b) Terambil 2 bola merah, dari 4 kali pengambilan yang
dilakukan secara acak tanpa pemulihan?
Jawab:
a) Diselesaikan dengan distribusi peluang binomial.
50
DISTRIBUSI HIPERGEOMETRIK
Jawab (lanjutan…):
Diketahui, p = 2/5 = 0,40; n = 4; x=2
Jadi, b(2; 4, 0,40) = 0,16
b) Diselesaikan dengan distribusi peluang
hipergeometrik
Diketahui, N = 5; n = 4; k = 2; x=2
N–k = 3 n–x = 2
Jadi, C 22 C 23 1 3 3
h 2; 5, 4, 2 5
0,60
C4 5 5
51
DISTRIBUSI HIPERGEOMETRIK
REVIEW
PlayTime Toys, Inc. mempekerjakan 50 karyawan
di bagian Departemen Perakitan. 40 dari karyawan
tersebut ikut serikat buruh, sedangkan 10 sisanya
tidak. 5 orang karyawan dipilih secara acak dalam
rangka pembentukan komite yang akan menemui
manajemen guna membahas masalah waktu
pergantian kerja. Berapa peluangnya bahwa 4 dari
5 orang yang terpilih dalam komite merupakan
anggota serikat pekerja?
52
Distribusi Probabilitas Diskret Bab 8
Jawab:
N = 33 S= 20 n=10 r=5
• Nilai P(r) akan muncul pada baris Formula result atau tanda (=)
54
55
56
Distribusi Probabilitas Diskret Bab 8
OUTLINE
Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik
DISTRIBUSI POISSON
• Rumus:
P(X) = xe-/X!
58
DISTRIBUSI POISSON
Percobaan Poisson
Percobaan Poisson adalah percobaan yang
memiliki ciri-ciri sebagai berikut:
1) Hasil percobaan pada suatu selang waktu dan tempat tidak
tergantung dari hasil percobaan di selang waktu dan tempat lain yang
terpisah.
2) 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.
3) Peluang bahwa lebih dari satu hasil percobaan akan terjadi pada
satu selang waktu dan luasan tempat yang sama diabaikan.
59
DISTRIBUSI POISSON
e x
poisson( x; )
x!
di mana, e = bilangan alam (natural number) =
2,71828…
x = banyaknya unsur BERHASIL dalam sampel
μ = rata-rata keBERHASILan
Perhatikan formula yang digunakan! Peluang suatu kejadian
Poisson dihitung dari rata-rata populasinya (μ).
60
DISTRIBUSI POISSON
62
DISTRIBUSI POISSON
63
DISTRIBUSI POISSON
64
DISTRIBUSI POISSON
Contoh 8:
Rata-rata seorang sekretaris baru melakukan 5 kesalahan
ketik per halaman. Berapa peluang bahwa pada halaman
berikutnya ia membuat:
a) Tidak ada kesalahan (x=0)?
b) Tidak lebih dari 3 kesalahan (x≤3)?
c) Lebih dari 3 kesalahan (x>3)?
d) Paling tidak ada 3 kesalahan (x≥3)?
Jawab:
Diketahui bahwa μ = 5. Jadi,
65
DISTRIBUSI POISSON
Jawab (lanjutan…):
a) x=0 → = poisson(0; 5) = 0,0067
b) x≤3 → = poisson(0; 5) + poisson(1; 5) + poisson(2; 5)
+ poisson(3; 5)
= 0,0067 + 0,0337 + 0,0842 + 0,1404 = 0,2650
c) x>3 → = poisson(x>3; 5)
= poisson(4; 5) + poisson(5; 5) + poisson(6; 5) +
poisson(7; 5) + ….. + poisson(15; 5)
atau dapat dicari dengan cara…
66
DISTRIBUSI POISSON
Jawab (lanjutan…):
atau dapat dicari dengan cara…
poisson(x>3; 5) = 1 – poisson(x≤3; 5)
= 1 – [poisson(0; 5) + poisson(1; 5) +
poisson(2; 5) + poisson(3; 5)]
= 1 – (0,0067 + 0,0037 + 0,0842
+ 0,1404)
= 1 – 0,2650 = 0,7350
d) x≥3 → = 1 – poisson(x≤2; 5)
= 1 – [poisson(0; 5) + ….. + poisson(2; 5)]
= 1 – (0,0067 + 0,0037 + 0,0842)
= 1 – 0,0946 = 0,9054
67
DISTRIBUSI POISSON
Contoh 9:
Dari 1000 orang mahasiswa, 2 orang mengaku selalu
telat masuk kuliah tiap hari. Jika pada suatu hari
terdapat 5000 mahasiswa, berapa peluang ada lebih
dari 3 orang yang telat?
68
DISTRIBUSI POISSON
Jawab:
Kejadian SUKSES: selalu telat masuk kuliah
p = 2 = 0,002; n = 5000; x>3
1000
Jika masalah di atas diselesaikan dengan peluang binomial:
b(x>3; 5000, 0,002) → tidak ada di dalam tabel
→ tidak praktis diselesaikan manual
Dengan pendekatan poisson →
hitung μ = n × p = 5000 × 0,002 = 10
Dengan demikian,
69
DISTRIBUSI POISSON
Jawab (lanjutan…):
→ poisson(x>3; 10)= 1 – poisson(x≤3; 10)
= 1 – [poisson(0; 10) + poisson(1; 10) +
poisson(2; 10) + poisson(3; 10)]
= 1 – (0,0000 + 0,0005 + 0,0023)
= 1 – 0,0028 = 0,9972
70
DISTRIBUSI POISSON
REVIEW
Emprit Airlines adalah perusahaan penerbangan yang melayani
rute penerbangan musiman dari Surabaya ke berbagai kota di
Indonesia Bagian Timur. Akhir-akhir ini Emprit Airlines sedang
dihadapkan pada masalah klaim bagasi yang hilang. Marwoto
dari Departemen Analitis diminta untuk melakukan studi atas
masalah ini. Dia memilih contoh secara acak 500 penerbangan
dan menemukan bahwa total 20 bagasi telah hilang dalam
penerbangan-penerbangan tersebut. Hitunglah berapa peluang
bahwa tidak ada bagasi yang hilang pada suatu penerbangan?
Berapa pula peluangnya bahwa setidaknya 1 bagasi hilang?
71
Distribusi Probabilitas Diskret Bab 8
Jawab:
n = 120 X=5 p=0,1 =n.p =120 x 0,1 = 12
72
Distribusi Probabilitas Diskret Bab 8
• 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 (=)
73
74
75
Distribusi Probabilitas Diskret Bab 8
OUTLINE
Distribusi Probabilitas
Distribusi Probabilitas
Diskret
Hipergeometrik
77
TERIMA KASIH
78