Poisson , (1781 1841), seorang ahli matematika berkebangsaan Perancis. Distibusi ini merupakan distribusi probabilitas untuk variabel diskrit acak x yang mempunyai nilai 0,1, 2, 3 dst. Suatu bentuk dari distribusi ini adalah rumus pendekatan peluang Poisson untuk peluang Binomial yang dapat digunakan untuk pendekatan probabilitas Binomial dalam situasi tertentu. Rumus Poisson dapat digunakan untuk menghitung probabilitas dari jumlah kedatangan, misalnya : probabilitas jumlah kedatangan nasabah pada suatu bank pada jam kantor. Distribusi Poisson ini digunakan untuk menghitung probabilitas menurut satuan waktu.
Menurut Walpole, distribusi poisson adalah distribusi peluang acak poisson X, yang menyatakan banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah tertentu. Bilangan X yang menyatakan banyaknya hasil percobaan dalam suatu percobaan poisson disebut peubah acak poisson dan sebaran peluangnya disebut sebaran poisson. Karena nilai-nilai peluangnya hanya bergantung hanya pada , yaitu rata-rata banyaknya hasil percobaan yang terjadi selama selang waktu atau daerah yang diberikan, .
x, untuk x = 1, 2, 3,. . ., n
Keterangan: e = 2,71828 = Rata-rata banyaknya hasil percobaan. n = kuantitas x = 1, 2, 3, ...,n
= n*p
Jika Probabilitas lebih dari satu hasil percobaan yang terjadi dalam interval waktu yang singkat atau dalam daerah yang kecil dapat diabaikan. Selain itu, Distribusi poisson banyak digunakan dalam hal berikut: a. Menghitung probabilitas terjadinya peristiwa menurut satuan waktu, ruang atau isi, luas, panjang tertentu, seperti menghitung probabilitas dari: Banyaknya penggunaan telepon per menit atau banyaknya mobil yang lewat selama 5 menit di suatu ruas jalan, Banyaknya penggunaan telepon per menit, Banyaknya kesalahan ketik per halaman sebuah buku, dan Banyaknya kecelakaan mobil di jalan tol selama minggu pertama bulan Oktober. b. Menghitung distribusi binomial apabila n besar (n 30) dan p kecil (p < 0,1)
Sebaran poisson dan binom memiliki histogram yang bentuknya hampir sama bila n besar dan p kecil. Oleh karena itu, bila kedua kondisi itu dipenuhi, sebaran poisson dengan = n * p dapat digunakan untuk menghampiri peluang binom. Bila p nilainya dekat dengan 1, kita dapat saling menukarkan apa yang telah didefinisikan sebagai keberhasilan dan kegagalan, dengan demikian
DISTRIBUSI POISSON
Contoh Soal
Dua ratus penumpang telah memesan tiket untuk sebuah penerbangan luar negeri. Jika probabilitas penumpang yang telah mempunyai tiket tidak akan datang adalah 0.01 maka berapakah peluang ada 3 orang yang tidak datang. Jawaban: Dik : n = 200, p = 0.01, X = 3, = n . p = 200 . 0.01 = 2 p(x; )=e . X
X!
(KASUS LAIN) Jika rata rata Pengguna Telepon = 72 setiap jam, berapakah peluang dari x = 4 Pengguna Telepon dalam waktu t = 3 menit. Gunakan Proses Poisson..!!! Penyelesaian: Dik : = 72 Pengguna Telepon setiap jam atau 72 / jam maka 1 jam atau 60 menit adalah unit waktunya. Berarti 3 menit adalah 3 / 60 = 1 / 20 unit waktu, maka; t = 1 / 20 dan X = 4
P(x)=e .( .t)x X! P ( x ) = e 72 . ( 1/ 20 ) . ( 72 . 1 / 20 ) 4 4! = 0.191 atau 19.1 %
.t
e = 2.71828
KESIMPULAN
1. Distibusi Poisson merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai nilai 0,1, 2, 3 dst. Distribusi Poisson adalah distribusi nilai-nilai bagi suatu variabel random X (X diskrit), yaitu banyaknya hasil percobaan yang terjadi dalam suatu interval waktu tertentu atau disuatu daerah tertentu. 2. Distribusi Poisson mengkalkulasi distribusi probabilitas dengan kemungkinan sukses p sangat kecil dan jumlah eksperimen n sangat besar. 3. Rumus Distribusi Poisson suatu peristiwa P(x; )=e . X
X! Dimana : e = 2.71828
Ket : P(x) = Nilai probabilitas distribusi poisson = Rata-rata hitung dan jumlah nilai sukses, dimana = n . p e = Bilangan konstan = 2,71828 X = Jumlah nilai sukses P = Probabilitas sukses suatu kejadian
Dapat Juga Digunakan Rumus Seperti Di Bawah, Apabila Terdapat Perbandingan Pada DISTRIBUSI POISSON
P(x)=e
e = 2.71828
.t
.( .t)x X!