PROBABILITAS

Pertemuan 5

1
TUJUAN
 Mendefinisikan masalah distribusi probabilitas dan
variabel random
 Membedakan antara distribusi probabilitas diskrit
dan kontinyu
 Menghitung rata-rata, varians, dan standar deviasi
distribusi probabilitas diskrit
 Memahami karakteristik dan menghitung probabilitas
menggunakan formula distribusi probabilitas
binomial, multinomial, hipergeometrik, dan Poisson
 Memahami karakteristik dan menghitung probabilitas
menggunakan formula distribusi probabilitas normal
dan distribusi eksponensial
2
PEMBAHASAN

1. Variabel Random, Variabel Diskrit, dan Variabel

Kontinyu
2. Faktorial, Permutasi, dan Kombinasi
3. Nilai Harapan Matematis
4. Distribusi Probabilitas Variabel Diskrit: Distribusi
Binomial, Distribusi Poisson, Distribusi
Multinomial, dan Dsitribusi Hipergeometrik
5. Distribusi Probabilitas Variabel Kontinyu: Distribusi
Normal dan Distribusi Eksponensial

3
PENGERTIAN
 Pada bagian ini akan diuraikan mengenai
penentuan probabilitas suatu peristiwa pada
percobaan yang dilakukan secara berulang.
 Distribusi probabilitas adalah suatu distribusi
frekuensi teoritis (Teoritical Frequency
Distribution), yaitu distribusi probabilitas yang
menggambarkan bagaimana hasil (outcome)
diperkirakan berubah-ubah

4
PERCOBAAN
 Misalnya percobaan dilakukan dengan melempar koin (memiliki sisi
angka dan sisi gambar) sebanyak dua kali. Distribusi probabilitas
muncul sisi angka (A) adalah

0,6
Hasil Probabilitas 0,5
0,5
Banyaknya Pasangan P(A)

Probabilitas
0,4
Angka (A)
0,3 0,25 0,25
0 (G;G) 0,25 0,2
1 (A;G) + (G;A) 0,50 0,1

2 (A;A) 0,25 0
0 1 2
Banyaknya Sisi Angka

5
 VARIABEL DISKRIT, VARIABEL KONTINYU
DAN NILAI HARAPAN MATEMATIS
 Variabel Random: Suatu variabel merupakan random apabila nilai
variabel tersebut diperoleh dari hasil suatu percobaan random
yang nilainya antara percobaan yang satu dengan percobaan yang
lain adalah berbeda. Variabel random dapat berbentuk diskrit
(discrete) dan dapat pula berbentuk kontinyu (continuous).
 Variabel diskrit: variabel yang nilainya tidak dapat dalam bentuk
pecahan. Jumlah karyawan di suatu perusahaan merupakan
variabel diskrit, karena banyaknya karyawan tidak mungkin dalam
bentuk pecahan (misalnya 234 orang
 Variabel kontinyu: variabel yang nilainya dapat dalam bentuk
pecahan. Jarak tempuh sepeda motor merek Honda setiap liter
premium merupakan variabel kontinyu, karena jarak dapat dalam
bentuk pecahan (misalnya 54,6KM).

6
FAKTORIAL, PERMUTASI, DAN KOMBINASI

 Aturan 1
Apabila suatu percobaan akan menghasilkan k peristiwa yang
berbeda dan peristiwa saling meniadakan dan percobaan
tersebut dilakukan sebanyak n kali, maka banyaknya
kemungkinan hasil percobaan tersebut adalah kn.
Misalnya kita melempar koin yang mempunyai 2 sisi (gambar dan
angka) dilempar sebanyak 10 kali, maka banyaknya kemungkinan
hasilnya adalah 210 = 1.024. Sedangkan sebuah dadu yang
mempunyai 6 sisi dilempar sebanyak 2 kali, maka banyaknya
kemungkinan hasil adalah 62 = 36.

7
LANJUTAN ...
 Aturan 2
Apabila pada suatu percobaan menghasilkan k1
peristiwa pada percobaan pertama, k2 peristiwa pada
percobaan kedua, ..., kn peristiwa pada n kali
percobaan, maka banyaknya hasil yang mungkin
terjadi adalah (k1)(k2)... (kn).

Misalnya sebuah perusahaan menyediakan menu yang

dapat dipilih pelanggan terdiri dari 4 macam donat, 10
macam masakan Indonesia, 3 macam puding, dan 6
macam lalapan. Banyaknya kemungkinan menu yang
dapat dinikmati adalah (4)(10)(3)(6) = 720.

8
LANJUTAN ...

 Aturan 3
Apabila terdapat n obyek, maka banyaknya
susunan yang diperoleh adalah n! = n.(n-1).(n-
2) ... 1. Notasi n! disebut n faktorial dan 0! = 1.

Misalnya 6 buah kotak akan kita susun, maka

banyaknya susunan yang bisa dibentuk adalah 6! =
(6)(5)(4)(3)(2)(1) = 720

9
FAKTORIAL, PERMUTASI, DAN KOMBINASI
 Aturan 4
Permutasi adalah banyaknya cara untuk menyusun x obyek yang dipilih
dari n obyek dengan memperhatikan urutannya
Formulasinya: n!
Pxn 
(n - x)!

Banyaknya cara yang dapat dilakukan untuk menyusun 6 buku di

tempat yang hanya dapat menampung 4 buah buku (permutasi) adalah
6 6! 6! 720
P4 = = = = 360
(6 - 4)! 2! 2
Contoh:
Dari 3 calon pemimpin (misalnya A, B, C) akan dipilih 2 orang untuk
menduduki jabatan ketua dan wakil ketua. Berapa pasangan yang
dapat terjadi?
3! 3! 6
Jawab: 3
P2 = = = =6
(3 - 2)! 1! 1

Ada 6 pasangang, yaitu AB, AC, BC, BA, CA, dan CB.
10
LANJUTAN ...
 Aturan 5
Kombinasi adalah banyaknya cara untuk menyusun x obyek yang
dipilih dari n obyek dengan mengabaikan urutannya.
Formulasinya : n!
C nx 
x! (n - x)!
Banyaknya cara yang dapat dilakukan untuk menyusun 6 buku di tempat
yang hanya dapat menampung 4 buah buku dengan mengabaikan susunan
(kombinasi) yang mengandung obyek yang sama adalah
6 6! 6! 720
C4 = = = = 15
4! (6 - 4)! 4!2! 48
Contoh:
Jika ada 3 orang pemain bulu tangkis (misalnya A, B, dan C) akan
dijadikan pemain ganda. Berapa kombinasi yang dapat disusun?
Jawab: n! 3! 6
C nx    3
x! (n - x)! 2!(3  2)! 2(1)
Ada 3 kombinasi pasangan, yaitu pasangan AB, AC, dan BC.

11
LANJUTAN ...
 Harapan Matematis (Mathematical Expectation)
 Apabila P adalah probabilitas untuk memperoleh sejumlah
Q, maka harapan matematisnya adalah sebesar PQ.

Formulasi nilai harapan matematis:

E(x) = {X . P(x)}

E(x): Nilai harapan matematis x.

x: Setiap nilai asumsi dari variabel x.
P(x): Probabilitas terjadinya nilai x.

12
LANJUTAN ...
Contoh:
Seorang penjual es mendapat laba Rp5000 jika hari
panas. Namun ia akan rugi Rp1000 jika hari hujan.
Berapa harapan matematisnya jika probabilitas akan
turun hujan sebesar 0,4?
Jawab:
E(X)   X.P(X)
 0,6(5000)  0,4(1000)  3.400

Nilai harapan matematisnya adalah Rp3.4000

13
DISTRIBUSI PROBABILITAS:
VARIABEL DISKRIT
• Distribusi Binomial
• Distribusi Poisson
• Distribusi Multinomial
• Distribusi Hipergeometrik

14
 DISTRIBUSI BINOMIAL
Proses Bernoulli memiliki ciri-ciri sebagai berikut:
1. Setiap percobaan hanya ada dua kemungkinan
peristiwa yang akan terjadi, yaitu sukses atau
gagal.
2. Setiap percobaan adalah independen secara
statistik, sehingga peristiwa yang dihasilkan dari
suatu percobaan tidak berpengaruh terhadap
peristiwa pada percobaan berikutnya.
3. Probabilitas peristiwa setiap percobaan tidak
berubah

15
LANJUTAN BINOMIAL..

Apabila pada suatu percobaan, probabilitas sukses

p dan percobaan tersebut dilakukan sebanyak n
kali, maka probabilitas sukses sebanyak x kali
adalah
n! x n- x
P(x) = p q
x!(n - x)!

di mana q = 1 - p

16
LANJUTAN ...
Soal 1
Koin yang mempunyai dua sisi, yaitu sisi gambar (G) dan sisi angka (A)
dilempar sebanyak 3 kali. Berapa probabilitas yang muncul sisi gambar
(G) sebanyak dua kali?
Jawab:
Percobaan ini memenuhi proses Bernoulli, karena:
1. hanya ada dua kemungkinan peristiwa yang akan terjadi, yaitu
muncul sisi gambar dan muncul bukan sisi gambar.
2. munculnya sisi gambar dan munculnya bukan sisi gambar adalah dua
peristiwa yang independen.
Karena percobaan tersebut memenuhi proses Bernoulli, maka
probabilitas suatu peristiwa dapat digunakan formula distribusi binomial
dengan n = 3; x = 2; p= 0,5. Jadi probabilitas munculnya sisi gambar dua
kali dari 3 kali melempar koin adalah
3! 3! 6
P(x  2) = 0, 52 . 0, 53 - 2 = 0, 52 . 0, 51  .(0,25).(0 ,5)  0,375
2! (3 - 2)! 2!1! 2

17
LANJUTAN ...
Soal 2
Berdasarkan informasi dari manajer produksi, pada setiap proses
produksi terdapat 20% barang yang cacat. Apabila diambil 6 barang
hasil suatu proses produksi secara random, berapa probabilitas tiga
barang yang rusak?
Jawab:
n = 6, X = 3, p(X) = 0,2.
Jadi probabilitas terambilnya 3 barang yang rusak dari 6 kali
pengambilan adalah
6!
P(x  3) = 0,2 3. 0,8 6-3
3! (6 - 3)!

6! 720
= .0,2 3.0,8 3  .(0,008).( 0,512)  0,0819
3!3! 36

18
LANJUTAN ...
Soal 3
Berdasarkan informasi dari manajer produksi, pada setiap proses
produksi terdapat 20% barang yang cacat. Apabila diambil 6
barang hasil suatu proses produksi secara random, berapa
probabilitas paling sedikit 4 barang yang rusak

Jawab:
n=6; p = 0,2; q = 0,8 ; x  4
Karena X  4, maka probabilitas yang kita cari adalah
probabilitas x = 4, x = 5, dan x = 6 yang kemudian probabilitas
tersebut dijumlahkan untuk memperoleh probabilitas x  4.

P(x4) = P(x = 4) + P(x = 5) + P(x = 6)

= 0,0154 + 0,0015 + 0,0001
= 0,0170
19
LANJUTAN ...
Soal 4
Berdasarkan informasi dari manajer produksi, pada setiap proses
produksi terdapat 20% barang yang cacat. Apabila diambil 6
barang hasil suatu proses produksi secara random, berapa
probabilitas paling sedikit 1 barang yang rusak?

Jawab:
Probabilitas yang akan kita tentukan adalah
P(x1) = P(x=1) + P(x=2) + P(x=3) + P(x=4) + P(x=5) + P(x=6)
atau
P(x  1) = 1 - P(x < 1) = 1 - P(x = 0)
Probabilitas terambil 0 barang yang rusak (tidak ada terambil
berang yang rusak) adalah

20
LANJUTAN ...

6!
P(x = 0) = 0, 20 0, 86 - 0
0! (6 - 0)!
6!
= 0, 20 0, 86 = 0,2621
0!.6!

P(x  1) = 1 – 0,2621
= 0,7379

21
MEMBACA TABEL BINOMIAL
Soal 5
Berdasarkan informasi dari manajer produksi, pada setiap proses produksi terdapat 20%
barang yang cacat. Apabila diambil 6 barang hasil suatu proses produksi secara random,
berapa probabilitas tiga barang yang rusak? Tentukan dengan menggunakan Tabel
Distribusi Binomial.
 
Jawab:
Banyaknya percobaan: n = 6
Probabilitas sukses: p = 0,2
Banyaknya sukses yang diharapkan: x = 3

p
n x 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
6 0     0.2621            
1     0.3932            
2     0.2458            
3     0.0819            
4     0.0154            
5     0.0015            
6     0.0001            

22
MEMBACA TABEL BINOMIAL
Soal 6
Berdasarkan informasi dari manajer produksi, pada setiap proses produksi terdapat
20% barang yang cacat. Apabila diambil 6 barang hasil suatu proses produksi secara
random, berapa probabilitas kurang tiga barang yang rusak? Tentukan dengan
menggunakan Tabel Distribusi Binomial.
 
Jawaban 5
Banyaknya percobaan: n=6
Probabilitas sukses: p = 0,2
Banyaknya sukses yang diharapkan: x ≤ 3
p
n x 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
6 0     0.2621            
1     0.3932            
2     0.2458            
3     0.0819            
4     0.0154            

P(x < 3) = P(x=0) + P(x=1) + P(x=2) = 0,2621 + 0,3932 + 0,2458 = 0,9011

23
LANJUTAN …
 Rata-rata () dan Standar Deviasi ()
Distribusi Binomial
 Rata-rata ():

=n.p

 Standar Deviasi ()

σ= npq

24
LANJUTAN ...
Soal 7
Berdasarkan informasi dari manajer produksi, pada setiap proses
produksi terdapat 20% barang yang cacat. Apabila diambil 6
barang hasil suatu proses produksi secara random, berapa rata-
rata () dan standar deviasi () barang yang rusak?

Jawab:

 = n . P = 6(0,2) = 1,2

σ = npq  6(0,2)(0,8)  0,9798

25
KASUS UNTUK LATIHAN
Berdasarkan informasi dari manajer produksi, pada setiap
proses produksi terdapat 20% barang yang cacat. Apabila
diambil 6 barang hasil suatu proses produksi secara
random, tentukan pada setiap kali proses produksi:
1. Rata-rata dan standar deviasi barang yang cacat.
2. probabilitas tiga barang yang cacat.
3. probabilitas tidak ada barang yang cacat.
4. probabilitas kurang dari 2 barang yang cacat.
5. probabilitas minimal satu barang yang cacat.
 

26
DISTRIBUSI POISSON
Sama dengan proses Bernoulli, namun probabilitas
sukses relatif kecil dan frekuensi percobaan relatif tinggi
Formulasi distribusi Poisson:

-μ x
e μ
P(x) =
atau x!

μx
P(x) = μ
e . x!
P(x): probabilitas x dengan  tertentu.
: banyaknya sukses yang diharapkan (rata-rata)
e: suatu konstanta matematis yang nilainya mendekati 2,71828
x: banyaknya sukses pada percobaan

27
LANJUTAN ……..

 Rata-rata (µ) distribusi Poisson:

 = E(X) = n . P

 Standar Deviasi () distribusi Poisson:

 

28
CONTOH KASUS
Soal 8
Berdasarkan catatan pendaftaran suatu rumah sakit bahwa setiap
bulan terdapat 5% pasien berasal dari luar kota. Jika pada bulan
April di negara tersebut terdapat 100 pasien luar kota, tentukan
probabilitas 2 pasien berasal dari luar kota.

Jawab:
a.  = E(X) = n . p = 100 (5%) = 5
x=2

μx 55 25
P(x)  μ  5
  0,08425
e .x! (2,71828) (2x1) (148,4)(2)

29
LANJUTAN ...
Soal 9
Berdasarkan catatan pendaftaran suatu rumah sakit bahwa setiap bulan
terdapat 5% pasien yang berasal dari luar kota. Jika pada bulan April di
rumah sakit tersebut terdapat 100 pasien luar kota, tentukan
probabilitas kurang dari 3 pasien yang berasal dari luar kota.
 = E(X) = n . p = 100 (5%) = 5
P(x < 3) = P(x = 0) + P(x = 1) + P(x = 2)

0
Probabilitas untuk x = 0: P(x = 0) = 5 1
= = 0,00674
(2,71828) 5 . 0! (148,4)(1)
1
5 5
Probabilitas untuk x = 1 P(x = 1) = = = 0,03370
(2,71828) 5 . 1! (148,4)(1)
2
5 25
Probabilitas untuk x = 2 P(x = 2) = 5
= = 0,08425
(2,71828) . 2! (148,4)(2)

Jadi P(x<3) = P(x=0) + P(x=1) + P(x=2)

= 0,00674 + 0,03370 + 0,08425 = 0,1247

30
MEMBACA TABEL DISTRIBUSI POISSON

 Probabilitas x = 2 dan µ = 5 menggunakan Tabel

Poisson.
µ
x
1 2 3 4 5 6 7 8 9
0 0,0067
1 0,0337
2 0,0842
3 0,1400
4 0,1755
5 0,1755
6 0,1462
. .
. .

31
LANJUTAN ...

 Probabilitas x < 3 dan µ = 5 menggunakan Tabel

Poisson.

µ
x
1 2 3 4 5 6 7 8 9
0 0,0067
1 0,0337
2 0,0842
3 0,1400
4 0,1755
5 0,1755
6 0,1462
. .
. .

32
KASUS UNTUK LATIHAN (1)
Bagian Produksi melaporkan terdapat 5% prododuk
rusak pada setiap kali proses produksi. Jika diambil
100 produk yang dihasilkan dari proses produksi
tersebut secara random, tentukan:
1. rata-rata dan standar deviasi produk yang rusak
pada setiap kali proses produksi.
2. probabilitas 2 produk rusak.
3. probabilitas kurang dari 2 produk rusak.

33
HUBUNGAN DISTRIBUSI POISSON DAN
DISTRIBUSI BINOMIAL
Misalnya suatu percobaan memiliki nilai-nilai sebagai berikut:
n = 20 ; p = 2% ; dan x=3
Formula Distribusi Poisson:
 = np = 20 . (2%) = 0,4
-0,4
0, 43 (0,67032)( 0,064)
P(x = 3) = e = = 0,00715
3! 6

Formula Distribusi Binomial:

n! x n- x
P(x = 3) = p q
x!(n - x)
20! 20!
= (0, 023 ) (0, 9820 -3 ) = (0, 023 ) (0, 9817 ) = 0,0065
3! (20 - 3)! 3!17!

Hasil perhitungan menggunakan formula distribusi Poisson dan

formula distribusi Binomial memiliki selisih yang sangat kecil.
34
KASUS UNTUK LATIHAN (2)
Misalnya berdasarkan pengalaman frekuensi error
network per hari pada local area network (LAN)
terdistribusi Poisson dengan rata-rata banyaknya error
network per hari adalah 4,2. Tentukan probabilitas
suatu hari:
1. tidak terjadi error network.
2. dua kali terjadi error network.
3. paling banyak sekali terjadi error network.
4. tiga kali terjadi error network.

35
DISTRIBUSI MULTINOMIAL
Ciri-ciri percobaan dengan probabilitas multinomial
adalah sebagai berikut:
1. Setiap percobaan memiliki lebih dari dua
kemungkinan peristiwa yang akan terjadi.
2. Setiap percobaan adalah independen secara
statistik, sehingga peristiwa yang dihasilkan dari
suatu percobaan tidak berpengaruh terhadap
peristiwa pada percobaan berikutnya.
3. Probabilitas setiap peristiwa pada setiap percobaan
tidak berubah.

36
LANJUTAN ...
Misalnya suatu percobaan akan menghasilkan m peristiwa,
yaitu A1, A2, A3, ..., Am dengan probabilitas masing-masing
peristiwa berturut-turut p1, p2, p3. ..., pm. Jika percobaan
dilakukan sebanyak n kali, maka probabilitas terjadinya
peristiwa A1 sebanyak k1 kali, A2 sebanyak k2 kali, A3 sebanyak
k3 kali, ..., Am sebanyak km kali adalah

n!
P( k1; k 2 ;...; k m) = p1k1 p k2 2 p 3k 3 ,..., p kmm
k1! k 2 ! k 3! ,..., k m !

p1 + p2 + p3 + ... + pm = 1
k1 + k2 + k3 + ... + km = n

37
LANJUTAN ...
Soal 10
Pada percobaan pelemparan buah dadu sebanyak 4 kali, berapa
probabilitas muncul permukaan 2 sebanyak satu kali, 4
sebanyak dua kali.

Jawab:
p1 = p2 = 1/6; dan p3 = 4/6
k1 = 1 ; k2 = 2; dan k3 = 1

Probabilitas muncul permukaan 2 sebanyak satu kali, 4

sebanyak dua kali adalah
n!
P(k1; k 2 k 3 ) = p1k1 pk22 pk33
k1! k 2 ! k 3 !
4!
P(k1  1; k 2  2; k 3  1) = (1/6 )1 (1/6 )2 (4/6 )1 = 0,0371
1! 2! 1!

38
LANJUTAN ...

Soal 11:
Molex Cosmetics memproduksi tiga macam lipstick, yaitu
lipstick rasa Strawberry, lipstick rasa Jeruk, dan lipstick rasa
Mangga. Berdasarkan hasil riset pasar diperoleh kesimpulan
bahwa persentase wanita yang menggunakan lipstick menyukai
lipstick rasa strawberry, rasa jeruk, dan rasa mangga berturut-
turut 0,2; 0,3; dan 0,5. Apabila kita berjumpa denga 6 wanita
yang memakai lipstick, berapa probabilitas 2 wanita tersebut
menyukai lipstik rasa strawberry, seorang menyukai lipstick
rasa jeruk, dan sisanya menyukai lipstik rasa mangga.

39
LANJUTAN ...
Jawab:
p1 = 0,2 (probabilitas menyukai lipstick rasa strawberry)
p2 = 0,3 (probabilitas menyukai lipstick rasa jeruk)
p3 = 0,5 (probabilitas menyukai lipstick rasa mangga)
k1 = 2 (banyaknya wanita yang menyukai lipstick rasa strawberry)
k2 = 1 (banyaknya wanita yang menyukai lipstick rasa jeruk)
k3 = 3 (banyaknya wanita yang menyukai lipstick rasa mangga)
Besarnya probabilitas 2 wanita tersebut menyukai lipstik rasa
strawberry, seorang menyukai lipstick rasa jeruk, dan sisanya menyukai
lipstik rasa mangga adalah
n!
P(k 1; k 2 ; k 3 )  p1k1 pk22 pk33
k1! k 2 ! k 3 !
6!
P(k 1  2; k 2  1; k 3  3)  (0,2 )2 (0,3 )1 (0,5 )3 = 0,090
2! 1! 3!

40
KASUS UNTUK LATIHAN
Suatu kotak yang berisi permen terdapat 3 macam
rasa, yaitu 60% rasa Jeruk (J), 30% rasa Apel (N),
dan 10% rasa Durian (D). Jika diambil 8 buah
permen secara random, tentukan probabilitas
terambil:
1. dua rasa Jeruk dan 3 rasa Apel
2. paling banyak 1 buah rasa Jeruk
3. empat buah rasa Jeruk

41
DISTRIBUSI HIPERGEOMETRIK
Ciri-ciri percobaan dengan probabilitas
hipergeometrik adalah sebagai berikut:
1. Setiap percobaan hanya terdapat dua
kemungkinan peristiwa yang akan terjadi.
2. Setiap peristiwa pada setiap percobaan adalah
dependen . Artinya peristiwa yang dihasilkan dari
suatu percobaan berpengaruh terhadap peristiwa
pada percobaan berikutnya.
3. Probabilitas setiap peristiwa pada setiap
percobaan berubah.

42
LANJUTAN …
 Distribusi Hipergeometrik
Formulasi:
Ck
x
N-k
Cn -x
P(x) =
CnN

N : banyaknya elemen dalam populasi

k : banyaknya yang sukses dalam populasi
n : banyaknya elemen dalam sampel
x : banyaknya yang sukses dalam sampel

43
LANJUTAN ..
Soal 12:
Apotek X mempunyai 8 TTK . Dari 8 TTK tersebut terdapat 4
karyawan yang bergelar Ahli madya farmasi. Apabila dipilih 5
karyawan secara random dari 8 karyawan tersebut untuk
mengikuti trainning, berapa probabilitas terpilih 3 karyawan yang
bergelar ahli madya farmasi?

Jawab:
N = 8 (semuaTTK)
k = 4 (TTK yang bergelar Ahli madya farmasi)
n = 5 (banyaknya TTK yang dipilih)
x = 3 (TTK yang terpilih mengikui training)
k N-k
P(x) = Cx CNn- x
Cn 4! 4! 4! 4!
4 8- 4 4 4
C3 C5-3 = C3 C2 = 3! (4 - 3)! 2! (4 - 2)! =
3! (1)! 2! (2)!
= 0,4285
P(x = 3) = 8 8! 8!
C5
8 C 5
5!(8 - 5)! 5!(3)!

44
KASUS UNTUK LATIHAN

Dalam suatu kelas terdapat 14 mahasiswa yang

terdiri dari 8 mahasiswa pria (P) dan 6 mahasiswa
wanita (W). Jika dipilih 5 mahasiswa secara
random, tentukan probabilitas terpilih:
1. empat mahasiswa pria
2. kurang dari 2 mahasiswa wanita

45
DISTRIBUSI PROBABILITAS
VARIABEL KONTINYU

Distribusi Normal

46
KARAKTERISTIK
 Karakteristik kurva normal yang dihubungkan dengan
nilai rata-rata dan nilai standar deviasi data adalah
 Sekitar 68% nilai data observasi yang terdistribusi secara
normal, berada di dalam ± 1 standar deviasi dari rata-
ratanya.
 Sekitar 95,5% nilai data observasi yang terdistribusi secara
normal, berada di dalam ± 2 standar deviasi dari rata-
ratanya.
 Sekitar 99,7% nilai data observasi yang terdistribusi secara
normal, berada di dalam ± 3 standar deviasi dari rata-
ratanya.

47
LANJUTAN …
 Bentuk Kurva Distribusi Normal

68%

96%

99,7%

48
LANJUTAN ….
 Formulasi probabilitas distribusi normal
1 - (1/2)[(X -  )/  ]2
f(X) = e x x
2  x

e : konstanta yang nilainya mendekati 2,7183

 : konstanta yang nilainya mendekati 3,1416
x: rata-rata populasi
x: standar deviasi populasi
X : setiap nilai variabel random kontinyu yang besarnya - 
sampai dengan + 

49
LANJUTAN ….
 Formulasi probabilitas disribusi normal
menggunakan tabel distribusi normal

X -μ
Z=
σ
X : nilai data tertentu
 : rata-rata
 : standar deviasi

50
LUAS DAERAH DI BAWAH KURVA NORMAL

0,5 0,5

51
MENENTUKAN NILAI Z
 Misalnya nilai Z = 1,26. Dengan menggunakan Tabel Z
(Tabel Distribusi Normal) diperoleh luas daerah dibawah
kurva normal dari  sampai dengan X adalah 0.3962.
Berarti probabilitas X adalah 0.3962.

Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
. . . . . . . . . . .
. . . . . . . . . . .
1.2 0.3962
. . . . . . . . . . .
. . . . . . . . . . .
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990

52
LANJUTAN ...
Soal 13:
Waktu tempuh rata-rata dari kota A ke kota B menggunakan
sepeda motor adalah 50 menit dengan standar deviasi 4,8 menit.
Tentukan probabilitas waktu tempuh sebuah sepeda motor dari
kota A ke kota B adalah 62 menit.

Jawab:
 = 50;  = 4,8; dan X = 62 P(X=62) = 0,4938
x - μ 62  50
Z=   2,5
σ 4,8

50 62

53
LANJUTAN ...
Soal 14
Penghasilan rata-rata per bulan lulusan sebuah perguruan tinggi
swasta di Jakarta adalah $500 dengan standar deviasi $100.
Tentukan probabilitas seorang lulusan perguruan tinggi swasta
tersebut adalah $625.

Jawab:
 = $500;  = $100; X = $625
P(X=625) = 0,3944

x - μ 625  500
Z=   1,25
σ 100

500 625

54
 LANJUTAN ...
Soal 15
Penghasilan rata-rata per bulan lulusan sebuah perguruan tinggi
swasta di Jakarta adalah $500 dengan standar deviasi $100.
Tentukan probabilitas seorang lulusan perguruan tinggi swasta
tersebut lebih dari $687.

Jawab: P(X>687) = 0,0307

 = $500;  = $100; X > $625

x - μ 687  500
Z=   1,87
σ 100 500 687

Luas daerah di bawah kurva normal dengan nilai Z = 1,87 adalah 0,4693. Dengan
demikian probabilitas seorang lulusan perguruan tinggi swasta tersebut lebih dari $687
adalah 0,5- 0,4693 = 0,0307

55
LANJUTAN ...
Soal 16
Penghasilan rata-rata per bulan lulusan sebuah perguruan tinggi swasta
di Jakarta adalah $500 dengan standar deviasi $100. Tentukan
probabilitas seorang lulusan perguruan tinggi swasta tersebut antara
$625 sampai dengan $687.

Jawab:
 = $500;  = $100; $625 < X < $687
P(625<X<687) = 0,0749
x - μ 625  500
Z=   1,25
σ 100

x - μ 687  500
Z=   1,87
σ 100 500 625 687

Luas daerah Z = 1,87 adalah 0,4693 dan Z = 1,25 adalah 0,3944. Probabilitas
seorang lulusan perguruan tinggi swasta antara $625 sampai dengan $687 adalah
0,4693 - 0,3944 = 0,0749.
56
LANJUTAN ...
Soal 17
Penghasilan rata-rata per bulan lulusan sebuah perguruan tinggi
swasta di Jakarta adalah $500 dengan standar deviasi $100.
Tentukan probabilitas seorang lulusan perguruan tinggi swasta
tersebut kurang dari $625

Jawab: P(X<625) = 0,8944

 = $500;  = $100; X < $625
0,5
x - μ 625  500
Z=   1,25
σ 100 500 625

Luas daerah di bawah kurva normal dengan nilai Z = 1,25 adalah 0,3944. Dengan
demikian probabilitas seorang lulusan perguruan tinggi swasta tersebut kurang
dari $625 adalah 0,8944, yaitu dari 0,5 + 0,3944 = 0,8944.

57
LANJUTAN ...

Soal 18
Penghasilan rata-rata per bulan lulusan sebuah perguruan tinggi
swasta di Jakarta adalah $500 dengan standar deviasi $100. Tentukan
probabilitas seorang lulusan perguruan tinggi swasta tersebut
mempunyai penghasilan rata-rata antara $386 sampai dengan dari
$625.

Jawab: P(386<X<625) = 0,7673

 = $500;
x -μ  =$100;
625 500 $386 < X < $625.
Z=   1,25
σ 100
x - μ 386  500
Z=   1,14
σ 100 386 500 625

Luas daerah dengan nilai Z = 1,25 adalah 0,3944 dan nilai Z = -1,14 adalah 0,3729. Probabilitas
$386 sampai dengan $625 adalah 0,7673 , yaitu dari 0,3944 + 0,3729 = 0,7673.

(Catatan: Tanda minus pada Z menunjukkan bahwa nilai X kurang dari . Tanda minus tidak
mempengaruhi cara menentukan luas daerah di bawah kurva normal menggunakan Tabel Z).

58
LANJUTAN ...
Soal 19
Penghasilan rata-rata per bulan lulusan sebuah perguruan tinggi
swasta di Jakarta adalah $500 dengan standar deviasi $100.
Tentukan probabilitas seorang lulusan perguruan tinggi swasta
tersebut kurang dari $386.

Jawab:
 = $500 ;  = $100 ; X < $386
P(386<X) = 0,1271

x - μ 386  500
Z=   1,14
σ 100
386 500

Luas daerah di bawah kurva normal dengan nilai Z = - 1,14 adalah 0.3729. Dengan
demikian probabilitas seorang lulusan perguruan tinggi swasta tersebut kurang dari
$386 adalah 0,5- 0.3729 = 0,0271.

59
KASUS UNTUK LATIHAN
Sebuah perusahaan memproduksi minuman
berenergi dalam kemasan kaleng. Setiap kaleng
berisi rata-rata 200 ml dengan standar deviasi 8
ml. Jika diambil sebuah kaleng secara random,
tentukan probabilitas berisi minuman:
1. 210 ml
2. lebih dari 220 ml
3. lebih dari 186 ml
4. 210 ml sampai dengan 220 ml

60
MENENTUKAN NILAI X
Misalnya suatu populasi diketahui memiliki nilai rata-rata
500.
Berdasar gambar berikut ini:

20%

Nilai X adalah batas terendah dari 20% nilai data tertinggi. Dengan
demikian nilai X tersebut dapat dikatakan sebagai nilai data terendah
dari 20% nilai data tertinggi.
61
LANJUTAN ...
Berdasar gambar berikut ini:

10%

X 500

Nilai X adalah batas tertinggi dari 10% nilai data terendah.

Dengan demikian nilai X tersebut dapat dikatakan sebagai nilai
data tertingi dari 10% nilai data terendah.

62
 LANJUTAN ...
Soal 20
Penghasilan rata-rata per bulan lulusan sebuah perguruan tinggi swasta
di Jakarta adalah $500 dengan standar deviasi $100. Tentukan besarnya
penghasilan terendah dari 20% penghasilan tertinggi seorang lulusan
perguruan tinggi swasta tersebut.

Jawab:
 = $500 dan  = $100

Cari nilai Z pada Tabel Z untuk luas daerah di bawah kurva normal 0,3. Atau jika
tidak ada, gunakan nilai terdekat 0,3. Pada Tabel Z, nilai terdekat dengan 0,3
adalah 0,2995. Nilai Z untuk 0,2995 adalah 0,84. (Lihat Tabel)
X 0,84 
X  500
Z
 100
100 (0,84) = X – 500
20% = 0,2
84 = X – 500 0,3
X = 500 + 84 = 584 X
63
MENENTUKAN NILAI Z
Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
0.8 0.2967 0.2995 0.3023
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990

64
 LANJUTAN ...
Soal 21
Penghasilan rata-rata per bulan lulusan sebuah perguruan tinggi
swasta di Yogyakarta adalah $500 dengan standar deviasi $100.
Tentukan besarnya penghasilan tertinggi dari 25% penghasilan
terendah seorang lulusan perguruan tinggi swasta tersebut.

Jawab:
 = $500 dan  = $100
25% = 0,25

X 0,25
Z
 X 500

Nilai Z untuk probabilitas 0,25 atau mendekati 0,25, yaitu 0,2486

adalah 0,67. (lihat Tabel)

65
LANJUTAN ...
Niai Z bertanda minus karena nilai X yang akan kita
tentukan terletak di sebelah kiri rata-rata ().

X  500
 0,67 
100

100 (- 0,67) = X – 500

- 67 = X – 500
X = 500 - 67= 433

Besarnya penghasilan tertinggi dari 25% penghasilan terendah

seorang lulusan perguruan tinggi swasta tersebut adalah $433.

66
MENENTUKAN NILAI Z

Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
0.6 0.2454 0.2486 0.2517 0.2549
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990

67
CONTOH KASUS 2:
Pada suatu ujian diperoleh informasi nilai rata-
rata peserta 60 dengan standar deviasi 6,4.
Tentukan:
1. probabilitas seorang peserta memperoleh
nilai kurang dari 70.
2. nilai terendah dari 20% nilai tertinggi
3. nilai tertinggi dari 30% nilai terendah

68
DISTRIBUSI NORMAL SEBAGAI PENDEKATAN
DISTRIBUSI BINOMIAL

 Formulasi distribusi normal dapat digunakan

untuk menentukan probabilitas distribusi
binomial.
 Penggunaannya untuk percobaan yang memiliki
karakteristik probabilitas sukses relatif tinggi
dan frekuensi percobaan juga tinggi

69
PEMBUKTIAN:
 Misalnya besarnya probabilitas sukses adalah
0,5 dan percobaan dilakukan sebanyak 8 kali.
Tentukan probabilitas minimal 5 yang sukses.
 Dengan distribusi binomial:
 p = 0,5 dan n = 8
 P(X 5) = P(X=5) + P(X=6) + P(X=7) + P(X=8)
 = 0,2188 + 0,1094 + 0,0312 + 0,0039
= 0,3633

70
LANJUTAN …
Dengan distribusi normal:
µ = n p = 0,5 (8) = 4

σ n.p.(1  p)  8.(0,5).(1  0,5)  1,4142

Untuk menentukan besarnya P(X5) adalah dengan menghitung

luas daerah di bawah kurva normal dari 4,5 ke kanan seperti
pada gambar berikut ini:
P(X=4,5) = 0,1368

P(X 5) = 0,5 – 0,1368 = 0,3632

4 4,5 5

71
LANJUTAN ...
Untuk menentukan nilai Z dimulai dari X = 4,5 disebabkan oleh
karena nilai X = 5 termasuk ke dalam probabilitas yang kita cari.
Oleh karena itu, perhitungan luas daerah di bawah kurva normal
dimulai dari 5 – 0,5. Besaran 0,5 disebut faktor koreksi
(correction factor) penggunaan formulasi distribusi binomial
untuk menentukan probabilitas peristiwa pada distribusi normal.
Nilai Z untuk X = 4,5 adalah

X - μ 4,5 - 4
Z= = = 0,35
σ 1,414

Nilai Z = 0,35 pada Tabel Z adalah 0,1368. Luas daerah dari 4 s.d
4,5 adalah 0,1368. Luas daerah di bawah kurva normal lebih dari
4,5 adalah 0,5 – 0,1368 = 0,3632. Nilai yang diperoleh mendekati
P(X5) menggunakan formulasi distribusi binomial 0,3633.

72
LANJUTAN ...
Soal 22
Manajer sebuah distributor obat menyatakan bahwa 80% konsumen merasa puas
terhadap pelayanan yang diberikan oleh karyawannya. Jika dipilih 100 konsumen
secara random, tentukan probabilitas 86 orang yang merasa puas atas pelayanan
yang diberikan karyawannya.

Jawab
 = n . p = (100) . (0,8) = 80 P(X=86) = 0,0322

σ  n.p.(1  p)  100.(0,8). (1  0,8)  4

x - μ 86,5 - 80
Z=   1,625  1,63
σ 4 80 86
85,5 86,5
x - μ 85,5  80
Z=   1,375  1,38
σ 4

Luas daerah di bawah kurva normal dengan nilai Z = 1,63 adalah 0,4484 dan luas
daerah di bawah kurva normal dengan nilai Z = 1,38 adalah 0.4162. Dengan
demikian probabilitas 86 orang yang merasa puas atas pelayanan yang diberikan
karyawannya adalah 0,0322, diperoleh dari 0,4484 - 0.4162 = 0,0322.

73
LANJUTAN ...

Soal 23
Manajer sebuah distributor obat menyatakan bahwa 80% konsumen merasa
puas terhadap pelayanan yang diberikan oleh karyawannya. Jika dipilih
100 konsumen secara random, tentukan probabilitas lebih dari 86 orang
yang merasa puas atas pelayanan yang diberikan karyawannya.

Jawab P(X>86) = 0,0516

x - μ 86,5 - 80
Z=   1,625  1,63
σ 4

80 86
86,5
Luas daerah di bawah kurva normal yang dicari adalah di sebelah kanan rata-rata ()
dimulai dari 86,5. Nilai X yang dicari adalah lebih dari 86, berarti 86 tidak termasuk.
Dengan demikian kita mulai dari nilai X = 86,5 ke kanan.
Luas daerah di bawah kurva normal dengan nilai Z = 1,63 adalah 0,4484. Probabilitas
lebih dari 86 orang yang merasa puas atas pelayanan yang diberikan karyawannya
adalah 0,0516, diperoleh dari 0,5 - 0,4484 = 0,0516.

74
LANJUTAN ...
Soal 24
Manajer sebuah distributor obat menyatakan bahwa 80% konsumen merasa
puas terhadap pelayanan yang diberikan oleh karyawannya. Jika dipilih 100
konsumen secara random, tentukan probabilitas kurang dari 86 orang yang
merasa puas atas pelayanan yang diberikan karyawannya.

Jawab
 = n . p = (100) . (0,8) = 80
P(X<86) =
0,9162

σ  n.p.(1  p)  100.(0,8). (1  0,8)  4

x - μ 85,5  80 80 86
Z=   1,375  1,38 85,5
σ 4

Luas daerah di bawah kurva normal dengan nilai Z = 1,38 adalah 0,4162.
Dengan demikian probabilitas kurang dari 86 orang yang merasa puas atas
pelayanan yang diberikan karyawannya adalah 0,9162, diperoleh dari 0,5 +
0,4162 = 0,9162.
75
 KASUS UNTUK LATIHAN
Misalnya kapasitas produksi paracetamol sirup per hari dari PT. Sukses
farmasindo. berdistribusi normal dengan rata-rata 12.000 liter dengan
standar deviasi 1.500 liter.
1. Tentukan probabilitas pabrik farmasi tersebut berproduksi lebih dari
15.200 liter.
2. Tentukan probabilitas pabrik tersebut berproduksi kurang dari 10.000 liter.
3. Perusahaan farmasi tersebut memutuskan akan mengganti mesin yang
digunakan jika produksinya hanya 20 persen terendah dari kapasitas
produksi. Tentukan pada tingkat produksi maksimum berapa perusahaan
tersebut harus mengganti mesin?
4. Perusahaan farmasi tersebut memutuskan akan memberi insentif bonus
kepada karyawan jika produksinya mencapai 90 persen tertinggi dari
kapasitas produksi. Tentukan pada tingkat produksi minimum berapa
perusahaan tersebut harus memberikan insentif bonus kepada karyawan?

76
DISTRIBUSI EKSPONENSIAL
Distribusi probabilitas eksponensial termasuk distribusi
probabilitas kontinyu yang bermanfaat untuk menggambarkan
interval waktu terjadinya suatu peristiwa. Misalnya pada masalah
waktu tunggu (waiting time) pada suatu pelayanan, interval
waktu perbaikan mesin, dan lain-lain, Fungsi densitas
probabilitas eksponsial adalah
f(X) =  e- X
: tingkat rata-rata
e = 2,71828
X: banyaknya peristiwa sukses
X > 0 dan  > 0
Rata-rata uatu distribusi eksponensial: E(X) =  = 1/
Standar deviasi:  = 1/

77
LANJUTAN ...
Soal
Banyaknya pasien yang datang instalasi farmasi mengikuti pola
distribusi eksponensial dengan tingkat rata-rata  = 0,75. Apabila
waktu datang antara pasien satu dengan lainnya paling cepat 3
menit, petugas di instalasi farmasi dapat memberikan pelayanan
kepada pasien tanpa nasabah harus menunggu.
Pertanyaan:
a. Tentukan rata-rata dan standar deviasi waktu antara
kedatangan pasien di instalasi farmasi.
b. Tentukan probabilitas pasien tidak menunggu.

78
LANJUTAN ...
Jawab
a. Rata-rata : E(X) =  = 1/
= 1/0,75
= 1,33 menit untuk setiap nasabah
Standar deviasi:  = 1/
= 1/0,75
= 1,33 menit
b. Petugas instalasi farmasi dapat melayani pasien tanpa
menunggu apabila X < 3 menit.
P(X  3) = e-  3
P(X < 3) = 1 - e- (0,75)(3)
= 1 - 0,105
= 0,895
Probabilitas pelanggan tidak akan menunggu adalah 89,5%.
79