Distribusi Probabilita

Tujuan pembelajaran :
1. Memahami tentang konsep distribusi
probabilita
2. Memahami tentang konsep Variabel acak
3. Memahami tentang Nilai Harapan dan cara
menghitungnya.
4. Memahami terapan Nilai Harapan.
5. Memahami konsep Probabilita Binomial.
6. Mampu menghitung Prob Binomial dengan
menggunakan rumus maupun menggunakan
Tabel Binomial.
 Distribusi Probabilita
Distribusi Probabilita adalah probabilita
yang terdistribusi menurut nilai-nilai
variabel acak.

Variabel acak adalah fungsi yang

memetakan peristiwa dasar dari suatu
ruang sampel (R) ke nilai numerik (X).
 Variabel Acak
Contoh 1 : R X
a. 1 coin dilempar sekali  R = { G , A }
X = peristiwa banyaknya sisi Angka G 0
yang muncul A 1
= { 0, 1 }

R X
b. 1 coin dilempar 2 kali  R = { GG, GA,
AG, AA } GG 0
X = peristiwa banyaknya sisi Angka GA 1
yang muncul
= { 0, 1, 2 } AG
AA 2
c. Sebuah dadu dilempar sekali  R = { 1, 2, 3, 4, 5, 6 }
X = banyaknya mata dadu yang muncul
= { 1, 2, 3, 4, 5, 6 }
d. Sebuah dadu dilempar 2 kali
R = {(1,1), (1,2) …….(6,5) (6,6)}
X = jumlah dua mata dadu
= {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
e. Pengamatan terhadap tamu di hotel Ambruk
X = lamanya menginap (hari)
= { 0, 1, 2, 3, 4, 5, …}
f. Pengamatan terhadap tabungan di Bank Collaps
X = saldo tabungan
= { x | x > 0}

Berdasarkan contoh di atas, variabel acak dapat dikelompokkan

menjadi var. acak diskret ( a,b,c,d,e) dan var. acak kontinu (f)

.;
Distribusi Probabilita Diskret
Prob R X P(X)
a. Pelemparan sebuah coin
½ G 0 ½
X = banyaknya sisi angka
muncul ½ A 1 ½
1 1

Prob R X P(X)
b. Pelemparan sebuah coin ¼ GG 0 ¼
2 kali ¼ GA 1 ½
X = banyaknya sisi angka
¼ AG
muncul
¼ AA 2 ¼
1 1
Distribusi Probabilita Diskret
c. Sebuah dadu dilempar sekali
X = banyaknya mata dadu yang muncul
X 1 2 3 4 5 6
P(x) 1/6 1/6 1/6 1/6 1/6 1/6

d. Sebuah coin dilempar 3 kali

X = banyaknya sisi Angka yang muncul
X 0 1 2 3

P(x) 1/8 3/8 3/8 1/8

Buatlah jabaran seperti pada contoh b, hingga menghasilkan P(x)
seperti di atas.
 Nilai Harapan (Expected Value)
Nilai harapan merupakan rata-rata semua nilai
variabel yang mungkin.

μ = E (X) = ∑ x.P(x)
Contoh 2 :
Berapa rata-rata (nilai harapan) munculnya sisi
angka dari sebuah coin yang dilempar 3 kali ?
X = banyaknya sisi Angka yang muncul
X 0 1 2 3
P(X) 1/8 3/8 3/8 1/8
x.P(x) 0 3/8 6/8 3/8 = 12/8 = 1,5

μ = E(X) = 1,5
Contoh 3 :
Suatu permainan judi dilakukan dengan cara
melempar 3 coin sekaligus. Peraturan yang
disepakati adalah petaruh akan menerima USD
5,000 bila hasil lemparan itu menghasilkan sisi
Gambar (G) semua atau sisi Angka (A) semua.
Atau ia harus membayar kepada Bandar
sebesar USD 3,000 jika yang muncul adalah
sisi campuran.
a. Berapa nilai harapan uang yang akan diterima
petaruh ?
b. Bila petaruh tsb terus bermain, apakah ia akan
menang ?
 Jawab
Ruang sampel pelemparan sebuah coin 3 kali adalah sbb :
R = {GGG, GGA, GAA, AAG, AGG, AGA, GAG, AAA }
Prob 1/8 1/8 1/8 1/8 1/8 1/8 1/8 1/8

Jika X = uang yang diterima petaruh

X = - 3000 5000
P(x) = 6/8 2/8

a. μ = E(X) = 6/8 (– 3000) + 2/8 (5000) = - 1000

b. Jadi petaruh secara rata-rata akan kalah USD 1000 per

permainan. (tanda negatif menunjukkan petaruh tsb harus
mengeluarkan uang)
Contoh 4 :
Sebuah perusahaan sedang mempertimbangkan
beberapa kebijakannya apakah Buy Large Stock
ataukah Buy Small Stock :

State of Nature Probabilita X1 X2

Buy Large Stock Buy Small Stock
High Demand 0,6 $ 20000 $ 10000
Low Demand 0,4 $ -6000 $ 5000
E(x) $ 9600 $ 8000

E(X1) = ($20,000) (0.6) + (-$6,000) (0.4) = $ 9,600

E(X2) = ($10,000) (0.6) + (-$5,000) (0.4) = $ 8,000
Keputusan yg sebaiknya diambil perusahaan adalah yg
E(Xi)-nya terbesar yaitu Buy Large Stock.
 Distribusi Probabilita Binomial

Seringkali dalam suatu percobaan menghasilkan

dua hasil alternatif seperti siang-malam,
gambar-angka, sakit-sehat, baik-buruk, cacat-
tdk cacat, sukses-gagal, dll

Tetapi jika percobaan tersebut dilakukan

berulang-ulang, maka percobaan itu
dinamakan percobaan binomial.
 Ciri-ciri percobaan binomial :
1. Percobaan dilakukan atas n ulangan
2. Setiap ulangan hasilnya digolongkan menjadi
dua yaitu ‘sukses’ dan ‘gagal’
3. Probabilita peristiwa ‘sukses’ (p) untuk setiap
ulangan sama atau tidak berubah.
4. Antara ulangan yang satu dan ulangan yang
lain bersifat bebas.
Probabilita ‘gagal’ (q) = 1 – p
‘sukses’ disini berarti salah satu hasil yang
sedang diperhatikan akan muncul.
Misalkan : sukses = sisi angka yang muncul
sukses = sisi cacat yang muncul
 Percobaan Binomial

perc. 1 perc. 2 perc. ke n

S G S G S G
p q p q p q
Contoh :
Sebuah dadu dilempar 2 kali  n = 2
Jika X = banyaknya mata dadu 6 yang muncul,
Sukses = mata dadu 6 yang muncul, maka p = 1/6 dan q = 5/6
R = { (1,1)(1,2)(1,3)(1,4)(1,5)(1,6); (2,1)(2,2)(2,3)(2,4)(2,5)(2,6); (3,1)
(3,2)(3,3)(3,4)(3,5)(3,6); (4,1)(4,2)(4,3)(4,4)(4,5)(4,6); (5,1)(5,2)(5,3)
(5,4)(5,5)(5,6); (6,1)(6,2)(6,3)(6,4)(6,5)(6,6)}
= {qq, qp, pq, pp} = {25/36, 5/36, 5/36, 1/36}

X = { 0, 1, 2}  P (x) = { 25/36 10/36 1/36 }

Contoh :
Sebuah coin dilempar 3 kali  n = 3
X = banyaknya sisi angka yang muncul
Buatlah distribusi probabilita binomialnya !

Hasil Probabilita Jumlah Sisi P (X=x) Probabilita

Percobaan Peristiwa X (sukses) b(x│3, p)
SSS ppp 3 p3 1/8
SSG ppq 2
SGS pqp 2 2 3p2q 3/8
GSS qpp 2
SGG pqq 1
GSG qpq 1 1 3pq2 3/8
GGS qqp 1
GGG qqq 0 q3 1/8
 Rumus Binomial
Bila X = banyaknya peristiwa sukses yang
memilki prob. p dari percobaan binom dengan n
ulangan, maka distribusi prob. Binomial X
adalah :

n x
b ( xn, p)  P ( X  x)    p (1  p ) n  x Untuk x = 0, 1, 2, …. n
 x

Contoh :
Sebuah coin dilempar 3 kali  n = 3
X = banyaknya sisi angka yang muncul  p = 0,5
Buatlah distribusi probabilita binomialnya !
Jawab :
Untuk x = 0 P(x=0) = 3C0 (0,5)0 (0,5)3 = 0,125
Untuk x = 1 P(x=1) = 3C1 (0,5)1 (0,5)2 = 0,375
Untuk x = 2 P(x=2) = 3C2 (0,5)2 (0,5)1 = 0,375
Untuk x = 3 P(x=3) = 3C3 (0,5)3 (0,5)0 = 0,125

0 1 2 3 X
 Membaca Tabel Binomial

Lihat tabel Binomial P(x) = nCx px (1-p)n-x

Carilah n = ? dan p = ?
Contoh n = 3 dan p = 0,5 maka ditemukan
x = 0 p(x=0) = 0,125
x = 1 p(x=1) = 0,375
x = 2 p(x=2) = 0,375
x = 3 p(x=3) = 0,125
 Nilai Harapan distribusi Binomial

μ = E (X) = ∑ x.P(x) = n p

Varians dan Deviasi standar :

Varians : σ2 = n p q

Deviasi std : σ = √npq

Soal Latihan 1

Sebuah perusahaan yang beresiko sedang memiliki

tingkat berkas yang bermasalah sebesar 10%. Seorang
akuntan audit mengambil 20 berkas sebagai sampel
yang akan diperiksa. Jawablah pertanyaan di bawah ini :
a. Definisikan variable acak untuk kasus di atas !
b. Hitung probabilitas tidak ditemukan berkas yang
bermasalah !
c. Hitung probabililtas ditemukan 2 berkas yang
bermasalah !
d. Hitung probabililtas ditemukan paling sedikit 18 berkas
yang tidak bermasalah !
Soal Latihan 2

Berdasarkan pengalaman bahwa TV merek ‘Sono’

memiliki tingkat kerusakan 5 %. Jika suatu toko membeli
10 buah TV merek tsb dan diasumsikan TV yang rusak
menyebar secara Binomial. Hitung probabilita bahwa :

a. Defenisikan variable acak X untuk kasus ini !

b. Toko tsb tidak menerima TV yang rusak paling banyak 2
c. Toko tsb menerima paling sedikit 10 TV yang baik.
d. Hitung nilai harapan TV yang baik dan standar
deviasinya
e. Toko tsb tidak menerima TV yang rusak.
Soal Latihan 3

Seorang manager toko memperkirakan probabilita

seorang pengunjung akan berbelanja adalah 60%. Bila
pada suatu saat ada 15 orang berkunjung, berapa
probabilita :

a. Definisikan variabel acak untuk kasus di atas !

b. Ada 10 orang berbelanja
c. Ada 10 orang tidak berbelanja
d. Paling sedikit 10 orang berbelanja
e. Tidak ada yang berbelanja
f. Ada yang berbelanja
g. Kurang dari 3 orang berbelanja
Soal Latihan 4

Dari sebuah permainan judi dapat diketahui

bahwa probabilita setiap petaruh akan dapat
menang adalah 5%. Jika ada 10 orang petaruh
akan bermain judi, hitunglah :

a. Probabilita tidak satupun yang akan

memenangkan perjudian.
b. Prob semua petaruh akan menang
c. Dalam beberapa kali permainankah seorang
pemain, baru akan memenangkan rata-rata 1
kali.
 Soal Latihan 5
Akhir-akhir ini sering ditayangan di stasiun TV, ada
program sms berhadiah dimana pemirsa diminta untuk
mengirimkan sms sebanyak-banyaknya. Sms yang
masuk akan diundi dan pemenangnya akan mendapat
hadiah motor seharga Rp 10 jt. Biaya pulsa Rp 2000
/sms. (Diasumsikan jumlah peserta ada 100 000 sms
dan hanya ada 1 buah motor)

a. Dengan konsep Nilai Harapan, tentukan Nilai Harapan

bagi nilai rupiah yang akan diterima setiap peserta sms !
Untung atau rugi ?
b. Dengan cara yang sama dan sekarang diasumsikan
hadiahnya ada 10 buah motor, lakukan perintah a !