DISTRIBUSI

PELUANG
Diskrit
Distribusi Probabilitas Diskrit :
1. Benoulli
2. Binomial
3. Hipergeometric
4. Poisson
5. Lainnya
PENDAHULUAN
Setiap peristiwa akan mempunyai peluangnya
masing-masing, dan peluang terjadinya peristiwa
itu akan mempunyai penyebaran yang mengikuti
suatu pola tertentu yang di sebut dengan
distribusi.

Distribusi peluang untuk suatu variabel acak

menggambarkan bagaimana peluang terdistribusi
untuk setiap nilai variabel acak.

Distribusi peluang didefinisikan dengan suatu

fungsi peluang, dinotasikan dengan p(x), yang
menunjukkan peluang untuk setiap nilai variabel
acak.
Ada dua jenis distribusi, sesuai dengan
variabel acaknya.

Jika variabel acaknya variabel diskrit, maka

distribusi peluangnya adalah distribusi
peluang diskrit,

Sedangkan jika variabel acaknya variabel

yang kontinyu, maka distribusi peluangnya
adalah distribusi peluang kontinyu.
 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.

Variabel acak diskret Variabel acak kontinu

Ukuran hasil percobaan yang Ukuran hasil percobaan yang
mempunyai nilai tertentu dalam mempunyai nilai yang
suatu interval. menempati seluruh titik dalam
suatu interval.

5
 DISTRIBUSI PELUANG DISKRIT
Adalah sebuah tabel atau rumus yang mencantumkan semua
kemungkinan nilai variabel acak diskrit dan nilai peluangnya

Syarat:

1. P(x) ≥ 0, nilai peluang selalu lebih besar dari 0



2. 
i 0
p ( x) ,1 jumlah total peluang pada sebuah kejadian

sama dengan 1

3. Nilai Ekspektasi = Σ xi p(xi)

 
Distribusi peluang diskrit dapat digambarkan dalam bentuk
tabel, grafik, maupun persamaan.
Ketika melakukan undian dengan sebuah mata uang
yang homogin kita dapatkan P (muka G) = P (muka
H) = ½. Kalau dihitung banyak muka G yang
Nampak, maka muka H = 0G dan muka G=1G.
Kalau muka G kita beri simbul X, maka untuk muka
H berlaku X = 0 dan untuk muka G =1. Didapat
notasi baru untuk peluang, yaitu P(X=0) = ½; dan
P(X=1) = ½.
Jika undian dilakukan dengan 2 mata uang, didapat
peristiwa: P(GG) = P(GH) = P(HG) = P(HH) = ¼.
Jika X menyatakan banyak muka G, maka X = 0,1,2.
Sehingga P(X=0) = ¼, P(X=1) = ½, dan P(X=2) =
¼.
Dibuat
X Tabel: P(X)
0 ¼
1 ½
2 ¼
Jumlah 1
Undian dengan 3 mata uang didapat:

X P(X)
0 1/8
1 3/8
2 3/8
3 1/8
• Jika 4 mata uang, dst.
Contoh:
Pengamatan memperlihatkan bahwa banyak kendaraan yang
melalui sebuah tikungan setiap menit mengikuti distribusi
peluang sebagai berikut:
Banyak
0 1 2 3 4 5 6 7 8
kendaraan
Peluang 0,01 0,05 0,10 0,28 0,22 0,18 0,08 0,05 0,03

•Peluang dalam 1 menit paling sedikit ada 3 kendaraan yang

melalui tikungan = 1- (0,01+0,05+0,10) = 0,84
•Rata-rata tiap menit terdapat kendaraan yang melalui
tikungan= (0)(0,01) + (1)(0,05) + (2)(0,10) + (3)(0,28) + (4)
(0,22) + (5)(0,18) + (6)(0,08) + (7)(0,05) + (8)(0,03) = 3,94
(Nilai ekspektasi atau nilai harapan)
•Terdapat 394 kendaraan tiap 100 menit
DISTRIBUSI 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”. “A” dan “bukan
A”
• Probabilitas “sukses” yang dinotasikan dengan p
atau π selalu tetap pada tiap ulangan.
• Tiap ulangan saling bebas (independen).
 Fungsi Peluang Binomial

 n x ( n  x ) n ! x ( n x)
P( x)    p q  pq
 x x!( n  x)!

dimana :
p : probabilitas sukses sebuah percobaan,
q = 1-p,
n : jumlah percobaan
x : jumlah sukses.
Jumlah Probabilitas P(x)
sukses x
n!
0 p 0 q ( n 0 )
0!( n  0)!
n!
1 p1q ( n 1)
1!( n  1)!
n!
2 p 2 q ( n 2)
2!( n  2)!
n!
3 p 3 q ( n 3)
3!( n  3)!
 
n!
n p n q ( nn)
n!( n  n)!

1.00
Mean dari distribusi binomial :
  E ( X )  np

Variansi dari distribusi binomial :

 2  V ( X )  npq

Deviasi standar dari distribusi binomial :

 = SD(X) = npq
2. Undian dengan menggunakan 10 buah
dadu homogin sekaligus. Berapa
peluang nampaknya mata 6 sebanyak 8
buah ?
3. Sepuluh persen dari semacam benda tergolong ke
dalam kategori A (istimewa). Sebuah sampel
berukuran 30 telah diambil secara acak. Berapa
peluangnya sampel itu akan berisi kategori A :
a. Semuanya
b. Sebuah
c. Dua buah
d. Paling sedikit sebuah
e. Paling banyak 2 buah
f. Tentukan rata-rata terdapatnya kategori A.
DISTRIBUSI HIPERGEOMETRIK
Contoh:
Sekelompok orang terdiri dari 50 orang dan 3
diantaranya lahir pada tanggal 1 Januari. Secara acak
diambil 5 orang. Berapa peluangnya diantara 5 orang
tadi:
a.Tidak terdapat yang lahir tanggal 1 Januari ?
b.Tidak terdapat lebih dari seorang yang lahir pada
tgl 1 Janauari?
Jawab:
 DISTRIBUSI POISSON
Sifat percobaan Poisson
1.Peluang suatu kejadian adalah sama untuk 2 (dua)
interval yang sama.
2.Kejadian pada suatu inverval saling bebas dengan
kejadian pada inverval yang lain
3.Terjadinya kejadian sangat jarang terjadi
 
 • Fungsi Peluang Poisson

x 
e
p ( x) 
x!

Dimana x =banyaknya kejadian pada interval waktu tertentu

= rata-rata banyaknya kejadian pada interval waktu tertentu
e = 2.71828 (bilangan natural)

  n. p
Nilai Harapan (Expected Value) atau Rata-rata
  

  E( X )   xp( x)  
x 0

Varian
Var(x) = 2 = λ

Simpangan Baku (Standard Deviation)

 
2
   
Contoh :

Di RS Mercy, 3 dari 100 pasien pasti mendatangi

UGD per jamnya. Berapa peluang dari 100 pasien
akan mendatangi UGD pada akhir minggu
sebanyak:
a. 4 pasien saja
b. paling banyak 2 pasien
c. paling sedikit 2 pasien
 PENYELESAIAN :

Diketahui :
λ = n .p = 3/100 * 100
x=4
  4 3
3 e
p (4)   0,1680
4!

Jadi peluang ada 4 pasien mendatangi UGD pada

akhir minggu adalah 0,1680