DISTRIBUSI

PELUANG DISKRIT
Pengantar

 Model peluang untuk suatu fenomena biasanya selalu

dispesifikasikan dalam suatu ruang sampel, yaitu kumpulan
hasil eksperimen yang mungkin. Tetapi tidak semua
eksperimen dapat dinyatakan secara KUANTITATIF, ada
juga yang dinyatakan secara KUALITATIF.

 Kekuatan cahaya di suatu ruang dapat dikategorikan menjadi

kuat, sedang, maupun lemah.

 Pencemaran udara di suatu kota dapat dikatakan parah atau

tidak parah.
Jenis Data

1. Numerik:
 Diskrit

 Kontinu

2. Kategori
PENDAHULUAN
 Distribusi frekuensi yang didasari atas hasil pengukuran yang
nyatadistribusi frekuensi empirik

 Penyusunan distribusi frekuensi yang didasarkan atas teori

peluangDISTRIBUSI PELUANG/DISTRIBUSI
PROBABILITAS/DISTRIBUSI FREKUENSI TEORITIS
DISTRIBUSI PELUANG
 Sebuah susunan distribusi yang mempermudah
mengetahui peluang suatu peristiwa.
 Sebuah daftar dari keseluruhan hasil suatu percobaan
yang disertai dengan probabilitas masing-masing
hasil tersebut

 Hasil dari setiap peluang peristiwa.

DISTRIBUSI PELUANG
 memperkirakan terjadinya peluang dihubungkan
dengan terjadinya peristiwa tersebut dalam
beberapa keadaan.

 Jika kita mengetahui keseluruhan peluang dari

kemungkinan outcome yang terjadi, seluruh
peluang kejadian tersebut akan membentuk suatu
distribusi probabilitas.
 Ruang Sampel

Percobaan Pertama Kedua Ketiga Jumlah mata

angka
1 A A A 3
2 A A G 2
3 A G G 1
4 G G G 0
5 G A A 2
6 G G A 1
7 G A G 1
8 A G A 2
HASIL DISTRIBUSI
PROBABILITAS
JUMLAH MATA ANGKA PROBABILITAS

0 1/8 = 0.125

1 3/8 = 0.375

2 3/8 = 0.375

3 1/8 = 0.125

TOTAL 8/8 = 1
JENIS DISTRIBUSI PELUANG
 DISTRIBUSI PELUANG DESKRIT
 DISTRIBUSI PELUANG KONTINYU
DISTRIBUSI PELUANG
DISKRIT (L)
 Contoh distribusi peluang diskrit
Menggunakan data penjualan TV di Toko JSL, distribusi
peluang adalah sebagai berikut:
Jumlah TV Terjual Jumlah hari x f(x)
0 80 0 0,40
1 50 1 0,25
2 40 2 0,20
3 10 3 0,05
4 20 4 0,10
200 1,00
DISTRIBUSI PELUANG
DISKRIT (L)
 Contoh: Toko JSL
Representasi distribusi peluang data penjualan TV di Toko
JSL secara grafik adalah sebagai berikut:
.50
.40
Probabilita

.30
.20
.10

0 1 2 3 4
Nilai variabel acak x (penjualan TV)
JENIS DISTRIBUSI PROBABILITA
DISKRIT
BINOMIAL

Sifat percobaan Binomial

 Percobaan dilakukan dalam n kali ulangan yang sama.
 Kemungkinan yang terjadi pada tiap ulangan hanya
ada 2, yaitu “sukses” atau “gagal”.
 Probabilita “sukses” yang dinotasikan dengan p selalu
tetap pada tiap ulangan.
 Tiap ulangan saling bebas (independent).
JENIS DISTRIBUSI PELUANG
DISKRIT
2. Binomial (Lanjutan)

 Nilai Harapan (Expected Value)

E(x) =  = np

 Varian
Var(x) = 2 = np(1 - p)

 Simpangan Baku (Standard Deviation)

SD(x)  σ  np(1  p)
DISTRIBUSI BINOMIAL
 P(x) =
n! x n x
p q
x!(n  x)!
N = banyaknya Percobaan
x = banyaknya peristiwa sukses
P = probabilitas sukses
Q = probabilitas gagal, 1- P
DISTRIBUSI BINOMIAL
 Simbol peristiwa binomial: b (x, n, p)
b = binomial
x = banyaknya sukses yang diinginkan (bil.
Random)
n = jumlah percobaan
p = peluang sukses dalam 1 kali percobaan
JENIS DISTRIBUSI PELUANG
DISKRIT
2. Binomial (Lanjutan)

CONTOH: PERUSAHAAN ASURANSI

Misalkan sebuah perusahaan asuransi mempunyai 3 calon
pelanggan, dan pimpinan perusahaan yakin bahwa
probabilita dapat menjual produknya adalah 0,1. Berapa
probabilita bahwa 1 pelanggan akan membeli produknya?

Pada kasus ini, p = 0,1 n=3 x=1

JENIS DISTRIBUSI PELUANG
DISKRIT
2. Binomial (Lanjutan)
CONTOH: PERUSAHAAN ASURANSI
3!
f (1)  (0,1)1(0,9)2
1! (3  1)!

= (3)(0,1)(0,81) = 0,243

Nilai Harapan: E(x) =  = np = 3.(0,1) = 0,3

Varian: Var(x) = 2 = np(1 - p) = 3(0,1)(0,9) = 0,27
Simpangan Baku:  = 0,52
DISTRIBUSI BINOMIAL
Contoh:
 Dadu dilemparkan 7 kali, diharapkan keluar mata 3, tiga

kali, maka kejadian ini dapat ditulis b(3, 7,1/6)  x=3,

n=7, p=1/6

 Probabilitas seorang bayi tidak di imunisasi polio adalah

0,2 (p). Pada suatu hari di Puskesmas “X” ada 4 orang
bayi. Hitunglah peluang dari bayi tersebut 2 orang belum
imunisasi polio. Jadi, di dalam kejadian binomial ini
dikatakan b (x=2, n=4, p=0,2)  b (2, 4, 0,2)
JENIS DISTRIBUSI PROBABILITA
DISKRIT
3. Poisson

Sifat percobaan Poisson

 Peluang suatu kejadian adalah sama untuk 2 (dua)
interval yang sama.

 Kejadian pada suatu interval saling bebas dengan

kejadian pada inverval yang lain
Ciri-ciri Distribusi Poisson
 Banyak hasil eksperimen yang terjadi selama suatu selang
waktu tertentu (banyak dering telepon per jam disuatu kantor,
banyak kematian karena suatu penyakit selama satu tahun
terakhir)

 Banyak hasil eksperimen yang terjadi pada suatu daerah

tertentu (banyak bakteri dalam suatu kultur biakan, banyak
kesalahan ketik per halaman)
JENIS DISTRIBUSI PELUANG
DISKRIT
3. Poisson (Lanjutan)

Fungsi Peluang Poisson

 x e 
f (x) 
x!

dimana
x = banyaknya kejadian pada interval waktu tertentu
 = rata-rata banyaknya kejadian pada interval waktu
tertentu
e = 2.71828
JENIS DISTRIBUSI PELUANG
DISKRIT
Poisson (Lanjutan)

CONTOH: RUMAH SAKIT MERCY

Di RS Mercy, rata-rata pasien mendatangi UGD pada akhir
minggu adalah 3 pasien per jam. Berapa peluang ada 4
pasien mendatangi UGD pada akhir minggu?

 = 3 pasien perjam, x = 4

3 4 (2,71828 )3
f ( 4)   0,1680
4!
 Rata-rata banyak kematian karena DBD pada
periode satu bulan adalah 4,6. Berapa probabilitas
bahwa banyak kematian adalah tepat satu dalam
periode satu bulan?
 SEKIAN &
SEE YOU NEXT SESSION