DISTRIBUSI POISSON

• Penghitungan distribusi probabilitas dengan

probabilitas sukses (p) kecil (< 0,05) dan n besar (>
100 ) dengan menggunakan distribusi binomial
kurang efektif. Oleh sebab itu, dikembangkan
distribusi poisson.
• Distribusi poisson digunakan untuk menghitung
nilai probabilitas suatu kejadian yang jarang
terjadi, misalnya banyaknya dering telpon dalam
satu jam di suatu kantor, banyaknya kesalahan ketik
dalam satu halaman laporan dan sebagainya.
•  
Ilustrasi.
Misalkan n=75 dan p=0,01, maka bentuk umum binomial
b(x;75;0,01)= x75-x
dengan x= 1,2,…….n
Apabila x=2, maka b(2;75;0,01)= 275-2 suatu perhitungan
yang sulit diselesaikan. Agar lebih efektif menggunakan
distribusi Poisson.

Distribusi probabilitas sampel random Poisson x, dimana x

menyatakan banyaknya sukses yang terjadi dalam suatu interval
waktu atau daerah tertentu, dinyatakan dengan rumus :
P(x;µ)= , dengan x= 1,2,……..
Dengan µ menyatakan rata-rata banyaknya sukses yang terjadi
per satuan waktu atau daerah dan e=2,71828. Nilai µ didekati
dengan (n)(p).
Contoh. Diketahui bahwa 10% produksi
setrika listrik dari PT Elektrika adalah cacat.
Apabila diambil sampel sebanyak 20 setrika
listrik, hitunglah probabilitas :
• a. dua diantaranya cacat
• b. lima diantaranya cacat
• c. tiga diantaranya cacat
• d. lima belas diantaranya tidak cacat
Penyelesaian

Diketahui e=2,71828, p=0,1 ; n=20,

maka µ =(0,1)(20)=2. misalkan x adalah
banyaknya setrika listrik yang cacat, dengan
demikian maka :
•  
Penyelesaian

Diketahui p=0,1 ; n=20, maka µ =(0,1)(20)=2.

misalkan x adalah banyaknya setrika listrik yang
cacat, dengan demikian maka :
• Untuk x=2, maka P(2;2)==0,2707
• Untuk x=5, maka P(5;2)==0,0361
• Untuk x=3, maka P(3;2)==0,1804
• Lima belas diantaranya tidak cacat, berarti yang
cacat (x)=5, sehingga untuk x=5, maka
P(5;2)==0,0361
Latihan
Manajer pemasaran PT Eka Mulia, sebuah
perusahaan yang memproduksi pasta gigi,
memberikan pernyataan bahwa dari 250 pasta
gigi ternyata hanya ada 5 pasta gigi yang
rusak. Apabila diambil 10 pasta gigi, maka
hitunglah probabilitas :
• a. dua diantaranya rusak
• b. empat diantaranya rusak
• c. maksimum tiga yang rusak
• d. antara 3 sampai 4 rusak
Penyelesaian
Diketahui p=0,02 dan n=10, maka µ =(0,02)
(10)=0,2. Misalkan x adalah banyaknya
pasta gigi yang rusak, maka akan didapat :
•Penyelesaian
 
Diketahui p=0,02 dan n=10, maka µ =(0,02)
(10)=0,2. Misalkan x adalah banyaknya pasta gigi
yang rusak, akan didapat :
• Untuk x=2, maka P(2;0,2)==0,0164
• Untuk x=4, maka P(4;0,2)==0,0001
• Untuk x= 0;1;2;dan 3, maka P(0;0,2)+ P(1;0,2)+
P(2;0,2)+ P(3;0,2) =
0,8187+0,1638+0,0164+ 0,0010 = 0,9999
• Untuk x=3 dan 4, maka P(3;0,2)+P(4;0,2) =
0,0010+0,0001= 0,0011
   Distribusi Poisson
Nilai rata-rata µ dan variansi

•   rata-rata µ dan variansi dari Distribusi Poisson adalah

Nilai

Rata-rata = µ = (n)(p) dan

Variansi = = (n)(p)

Contoh.
Diketahui bahwa 10% produksi setrika listrik dari PT
Elektrika adalah cacat. Apabila diambil sampel sebanyak 20
setrika listrik, maka hitunglah rata-rata dan variansinsinya.
Penyelesaian
Diketahui p=0,1 dan n=20, maka µ =(n)(p) =(0,1)(20)=2 dengan
demikian rata-rata dan variansinya =2
 Tabel Poisson

Untuk membantu menghitung distribusi Poisson,

dibuat tabel distribusi Poisson.

Contoh.
Diketahui bahwa 10% produksi setrika listrik dari PT
Elektrika adalah cacat. Apabila diambil sampel
sebanyak 20 setrika listrik, hitunglah probabilitas :
• a. dua diantaranya cacat
• b. lima diantaranya cacat
• c. tiga diantaranya cacat
• d. lima belas diantaranya tidak cacat
Penyelesaian :

Diketahi p=0,1 dan n=20, maka µ=(0,1)(20)=2. Misalkan x adalah

banyaknya setrika listrik yang cacat, maka dengan bantuan tabel
Poisson dengan µ=2, diperoleh :
a. untuk x=2, maka P(2;2) = 0,2707
b. untuk x=5, maka P(5;2) = 0,0361
c. untuk x=3, maka P(3;2) = 0,1804
d. lima belas diantaranya tidak cacat, maka yang cacat (x)=5
sehingga untuk x=5, maka P(5;2)= 0,0361
TERIMA KASIH
Latihan soal
1. Seorang kepala bagian kredit suatu Bank
beranggapan bahwa 4% dari nasabahnya merasa
tidak puas dengan pelayanan Bank tersebut. Apabila
50 orang nasabah dipilih secara acak, hitung
probabilitas dengan Tabel Poisson paling banyak 5
orang nasabah tidak puas.
2. Seorang pedagang trafo beberapa waktu yang lalu
mengeluarkan 5 unit trafo dari gudang untuk dijual .
Hitung probabilitas dgn rumus Poisson untuk
menjual :
a. maksimal 3 buah trafo
b. minimal 3 buah trafo
3. PT Ekspress, sebuah perusahaan ekspedisi
pengiriman paket, menyatakan bahwa 5 dari 100
pengiriman paket ternyata tidak sampai ke tujuan.
Apabila perusahaan tersebut akan mengirim 50
paket, berapa probabilitasnya :
a. Tiga diantaranya tidak sampai tujuan
b. Maksimum 4 tidak sampai tujuan
c. Antara 5 sampai 7 tidak sampai tujuan
d. Minimum 48 sampai ke tujuan