MODEL DAN SIMULASI

Aspek statistik dan probabilitas dalam simulasi

Bagian 2
Distribusi Poisson

OLEH :

LARISSA NAVIA RANI M.KOM

Universitas Putra Indonesia ‘YPTK’ Padang
 DAFTAR ISI

1. DEFINISI DISTRIBUSI POISSON

2. CIRI-CIRI DISTRIBUSI POISSON
3. PENERAPAN DISTRIBUSI POISSON
4. RUMUS DISTRIBUSI POISSON
5. CONTOH SOAL DISTRIBUSI
POISSON
6. LATIHAN
Distribusi Poisson disebut juga distribusi peristiwa yang jarang terjadi,

ditemukan oleh S.D. Poisson (1781 – 1841), seorang ahli matematika bangsa Prancis.

Distribusi poisson termasuk distribusi teoretis yang memakai variabel random diskrit.

Distribusi Poisson adalah distribusi nilai-nilai bagi suatu

variabel random X(X diskrit), yaitu banyaknya hasil percobaan yang terjadi dalam

suatu interval waktu tertentu atau di suatu daerah tertentu.

Distribusi Poisson memiliki ciri-ciri sebagai berikut.
a. Banyaknya hasil percobaan yang terjadi dalam suatu interval waktu atau

suatu daerah tertentu tidak bergantung pada banyaknya hasil percobaan

yang terjadi pada interval waktu atau daerah lain yang terpisah.

b. Probabilitas terjadinya hasil percobaan selama suatu interval waktu yang

singkat atau dalam suatu daerah yang kecil, sebanding dengan panjang
interval waktu atau besarnya daerah tersebut dan tidak bergantung pada
banyaknya hasil percobaan yang terjadi di luar interval waktu atau daerah
tersebut.

c. Probabilitas lebih dari satu hasil percobaan yang terjadi dalam interval
waktu yang singkat atau dalam daerah yang kecil dapat diabaikan.
Contoh Penerapan dari Distribusi Poisson:

Peristiwa datangnya kendaraan yang lewat dalam suatu interval waktu di suatu
ruas jalan. Dari peristiwa tersebut, dapat diamati hal-hal berikut.

a.Tingkat kedatangan rata-rata kendaraan dapat dihitung berdasarkan data

masa lalu.

b.Tingkat kedatangan rata-rata kendaraan per satuan waktu adalah konstan.

c.Banyaknya kedatangan kendaraan dalam suatu interval waktu tertentu

merupakan peristiwa independen (bebas).

d.Probabilitas kedatangan kendaraan-kendaraan itu dalam suatu interval waktu

adalah sangat kecil, dan dapat dikatakan mendekati nol.

Contoh Penerapan dari Distribusi Poisson (Lanjutan….) :

A.Menghitung probabilitas terjadinya peristiwa menurut satuan waktu, ruang atau isi, luas,

panjang tertentu, seperti menghitung probabilitas dari:

1) banyaknya penggunaan telepon per menit atau banyaknya mobil yang lewat selama 5
menit di suatu ruas jalan;

2) banyaknya bakteri dalam 1 tetes atau 1 liter air;

3) banyaknya kesalahan ketik per halaman sebuah buku;

4) banyaknya kecelakaan mobil di jalan tol selama minggu pertama

bulan Oktober.
B. Menghitung Distribusi Poisson menggunakan pendekatan distribusi binomial apabila nilai
n besar (n ≥ 30) dan p kecil (p < 0,1)
a. Rumus Distribusi Poisson suatu peristiwa sebagai pendekatan distribusi binomial

Probabilitas suatu peristiwa yang berdistribusi Poisson sebagai pendekatan distribusi

binomial dirumuskan:
b. Rumus Distribusi Poisson suatu peristiwa

Probabilitas suatu peristiwa yang berdistribusi Poisson menyatakan banyaknya sukses yang
terjadi dalam suatu selang waktu atau daerah tertentu dinyatakan dengan t, dirumuskan
sebagai berikut :

Keterangan:

𝜆 = tingkat kedatangan rata-rata per satuan waktu

𝑡 = banyaknya satuan waktu

𝑥 = banyaknya kedatangan dalam 𝑡 satuan waktu

𝑒 = bilangan alam = 2,71828

CONTOH SOAL

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)
CONTOH SOAL (LANJUTAN…)
Soal :
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)
CONTOH SOAL (LANJUTAN…)

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)
CONTOH SOAL (LANJUTAN…)
Soal :
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)
CONTOH SOAL (LANJUTAN…)

3. Sebuah toko alat-alat listrik mencatat rata-rata penjualan lampu TL 40 W

setiap hari 5 buah. Jika permintaan akan lampu tersebut mengikuti
distribusi Poisson, berapa probabilitas untuk penjualan berikut?

a. 0 lampu TL

b. 3 lampu TL
CONTOH SOAL (LANJUTAN…)
3. Sebuah toko alat-alat listrik mencatat rata-rata penjualan lampu TL 40 W setiap hari 5 buah.
Jika permintaan akan lampu tersebut mengikuti distribusi Poisson, berapa probabilitas untuk
penjualan berikut?

a. 0 lampu TL

b. 3 lampu TL