Probabilitas dan distribusi diskret - Blog untuk staff dan dosen d3ti ...
Probabilitas dan distribusi diskret - Blog untuk staff dan dosen d3ti ...
Probabilitas dan distribusi diskret - Blog untuk staff dan dosen d3ti ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Probabilitas</strong> <strong>dan</strong><br />
<strong>distribusi</strong> <strong>diskret</strong><br />
Hartatik. M.Si<br />
Materi:<br />
1. Pengantar probabilitas<br />
a. pengertian prob<br />
b. permutasi kombinasi<br />
c. populasi , sample, var acak<br />
2. Distribusi prob Diskrit<br />
a. <strong>distribusi</strong> binomial<br />
b. <strong>distribusi</strong> poisson<br />
c. <strong>distribusi</strong> hipergemoetrik<br />
3. Perhitungan dengan spss<br />
Teknik Informatika UNS 2010<br />
A. Pengertian probabilitas<br />
1.1 Arti <strong>dan</strong> Pentingnya <strong>Probabilitas</strong><br />
I. PENGANTAR PROBABILITAS<br />
<strong>Probabilitas</strong> merupakan suatu nilai <strong>untuk</strong> mengukur<br />
besarnya tingkat kemungkinan terjadinya suatu<br />
kejadian yang acak.<br />
Kejadian Acak atau random event ialah suatu kejadian<br />
yang tak dapat ditentukan dengan pasti sebelumnya.<br />
<strong>Probabilitas</strong> merupakan suatu frekuensi relatif dari<br />
suatu sukses yang diperoleh jika suatu percobaan<br />
dilakukan berulang-ulang sampai tak terbatas<br />
didalam situasi <strong>dan</strong> kondisi yang sama.
Bila kejadian A terjadi dalam m cara pada ruang sampel S<br />
yang terjadi dalam n cara, maka probabilitas kejadian A<br />
adalah :<br />
P (A) = n(A)/n(S) = m/n<br />
Perumusan ini harus memenuhi ketentuan :<br />
<strong>Probabilitas</strong> A harus merupakan bilangan non-negatif atau<br />
bukan bernilai negatif, yaitu : P (A) 0 .<br />
Nilai probabilitas suatu peristiwa berkisar antara :<br />
0 P (A) 1<br />
Jumlah probabilitas A ditambah A (bukan A) harus sama<br />
dengan 1.<br />
Atau : P (A) + P (A) = 1 P (A) = 1 – P (A)<br />
Contoh :<br />
Sebuah dadu yang seimbang memiliki enam sisi. Lima<br />
dari keenam sisi tersebut dicat biru se<strong>dan</strong>gkan satu<br />
sisi selebihnya dicat hijau.bila dadu tersebut dilempar<br />
sebanyak satu kali, berapa :<br />
a. probabilitas timbulnya sisi yang bercat biru<br />
b. probabilitas timbulnya sisi yang bercat hijau<br />
Jawab : a. P (Biru) = 5/6<br />
b. P (Hijau) = 1/6<br />
1.2 Peristiwa (event) <strong>dan</strong> Notasi Himpunan<br />
Ruang sampel adalah kumpulan (himpunan) dari semua<br />
hasil yang mungkin muncul atau terjadi pada suatu<br />
percobaan.<br />
Keseluruhan dari titik sampel dinamakan Ruang sampel<br />
<strong>dan</strong> dilambangkan dengan S.<br />
Contoh : S = { 1,2,3,4,5,6} ruang vektor<br />
Kejadian yang dapat terjadi di dalam suatu eksperimen<br />
(percobaan) <strong>dan</strong> biasanya dilakukan berulang kali<br />
dinamakan Titik Sampel. A = { 2 } titik sampel<br />
dimana A S<br />
Peristiwa/kejadian (event)<br />
Kumpulan (himpunan) dari hasil yang muncul<br />
atau terjadi pada suatu percobaan statistik.<br />
Perlu diperhatikan :<br />
Peristiwa A atau B dinotasikan dengan A B<br />
Peristiwa A <strong>dan</strong> B dinotasikan dengan A B<br />
Peristiwa A <strong>dan</strong> B merupakan peristiwa yang<br />
saling lepas, A B =0
1.3 <strong>Probabilitas</strong> Suatu Peristiwa<br />
Gambar peristiwa saling lepas<br />
Kejadian A,B <strong>dan</strong> C tidak mungkin terjadi secara bersamaan<br />
Peristiwa yang saling lepas (Mutually Exclusive)<br />
Bila A <strong>dan</strong> B dua kejadian sembarang pada S <strong>dan</strong> berlaku A <br />
B =Ø, maka A <strong>dan</strong> B dikatakan dua kejadian saling lepas<br />
atau saling terpisah.<br />
Secara matematis dua himpunan A <strong>dan</strong> B dikatakan saling<br />
lepas atau terpisah (disjoint) jika <strong>dan</strong> hanya jika mereka<br />
tidak memiliki unsur yang sama <strong>dan</strong> A B = 0 ( himpunan<br />
kosong ).<br />
A<br />
B<br />
C<br />
Bila A <strong>dan</strong> B saling lepas <strong>dan</strong> merupakan peristiwa dalam<br />
sebuah ruang sampel yang terbatas , maka :<br />
P (A B) = P (A) + P (B)<br />
Dimana : A B = 0 <strong>dan</strong> P (A B) = 0.<br />
Contoh : Bila sebuah dadu dilempar sekali , berapakah<br />
probabilitas timbulnya mata dadu 1 atau 3 <br />
Jawab : Jika A = peristiwa timbulnya mata dadu 1<br />
B = peristiwa timbulnya mata dadu 3<br />
P(A) = 1/6 <strong>dan</strong> P(B) = 1/6<br />
A <strong>dan</strong> B merupakan dua peristiwa yang saling lepas.<br />
P (A B) = P (A) + P (B) = 1/6 + 1/6 = 2/6 = 1/3<br />
Kejadian Majemuk<br />
Bila A <strong>dan</strong> B peristiwa sembarang pada ruang sampel S,<br />
maka gabungan kejadian A <strong>dan</strong> B ditulis A B adalah<br />
kumpulan semua titik sampel yang ada pada A atau B<br />
atau pada kedua-duanya. Kejadian A B disebut<br />
kejadian majemuk, <strong>dan</strong><br />
A B yaitu kumpulan titik sampel yang ada pada A <strong>dan</strong><br />
B disebut kejadian majemuk.<br />
P (A B) = P (A) + P (B) – P (A B)<br />
Dua peristiwa dikatakan tidak saling lepas bila kedua peristiwa<br />
tersebut tidak usah terpisah.
Gambar peristiwa tidak saling lepas<br />
Peristiwa yang saling bebas (independen)<br />
Dua peristiwa dikatakan independen jika <strong>dan</strong><br />
hanya jika terjadi atau tidak terjadinya peristiwa<br />
pertama tidak mempengaruhi peristiwa kedua.<br />
A<br />
B<br />
Dua kejadian A <strong>dan</strong> B dalam ruang sampel S<br />
dikatakan saling bebas jika kejadian A tidak<br />
mempengaruhi kejadian B <strong>dan</strong> sebaliknya kejadian B<br />
tidak mempengaruhi kejadian A. Jika A <strong>dan</strong> B<br />
merupakan dua kejadian saling bebas, maka berlaku<br />
rumus :<br />
P (A B ) = P (A) . P (B)<br />
Contoh Soal<br />
1. Kita ambil satu kartu secara acak dari satu set kartu bridge<br />
yang lengkap. Bila A = kejadian terpilihnya kartu as <strong>dan</strong> B =<br />
kejadian terpilihnya kartu wajik, Hitung P ( A peluang<br />
B )<br />
jawab:<br />
P(A) = 4 /52; P(B) = 13/52;<br />
maka P( A B)<br />
1/ 52<br />
P( AB)<br />
P(<br />
A)<br />
P(<br />
B)<br />
P(<br />
AB)<br />
4/5213/52<br />
1/5216/52<br />
4/13<br />
2. Jika diketahui dua kejadian A <strong>dan</strong> B saling bebas dengan P(A)=<br />
0,3 <strong>dan</strong> P(B)= 0,4 maka berlaku:<br />
3. Sebuah kotak berisi 3 bola merah, 4 bola putih <strong>dan</strong> 3 bola biru. Jika<br />
diambil 1 bola secara acak dengan syarat:<br />
a. Setelah diambil bola dikembalikan lagi, tentukanlah probabilitas<br />
terpilihnya: bola merah, bola putih, bola biru, tidak merah, merah atau<br />
putih.<br />
jawab:<br />
banyaknya bola dlam kotak n = 3+4+3 = 10<br />
- P(bola merah) = 3/10 - P(bola putih) = 4/10<br />
- P(bola biru) = 3/10<br />
- P(tidak merah)= 1- P(bola merah)=1-3/10 = 6/10 = 3/5<br />
- P(merah atau putih) = 3/10 + 4/10 = 7/10<br />
P( A B)<br />
P(<br />
A).<br />
P(<br />
B)<br />
(0,3)(0,4) 0,12
. Setelah diambil bola tidak dikembalikan, tentukan probabilitas<br />
terpilih: merah, putih, biru, merah atau putih, merah <strong>dan</strong><br />
biru.<br />
jawab: P(merah) = 3/10<br />
P(putih) = 4/9<br />
P(biru) = 3/8<br />
P( merah atau putih) = 3/10 + 4/9 = 67/90<br />
P(merah <strong>dan</strong> biru) = 3/10 . 3/8 = 9/80<br />
Latihan soal:<br />
1. Pada pelemparan dua buah dadu, tentukanlah:<br />
a. ruang sampel S<br />
b. Bila A menyatakan kejadian munculnya dua dadu dengan muka<br />
sama, hitung P(A)!<br />
c. Bila B menyatakan kejadian munculnya jumlah muka dua dadu<br />
kurang dari 5, hitunglah P(B)!<br />
2. Peluang seorang mahasiswa lulus kalkulus adalah 2/3 <strong>dan</strong><br />
peluang ia lulus bahasa Inggris adalah 4/9. Bila peluang lulus<br />
sekurang-kurangnya satu mata kuliah di atas adalah 4/5,<br />
berapa peluang ia lulus kedua mata kuliah itu<br />
3. Pada pelemparan dua buah mata dadu, tentukanlah probabilitas<br />
munculnya muka dua dadu dengan jumlah 5 atau 11!<br />
4. Pada pelemparan dua dadu, jika A adalah kejadian munculnya<br />
muka dadu sama, hitunglah probabilitas munculnya muka dua<br />
dadu yang tidak sama!<br />
5. Pada pelemparan dua dadu, apakah kejadian munculnya muka X ≤<br />
3 dadu I <strong>dan</strong> kejadian munculnya muka Y ≥ 3 dadu II saling<br />
bebas <br />
1.4 Pengertian <strong>Probabilitas</strong><br />
bersyarat<br />
<strong>Probabilitas</strong> terjadinya kejadian A dengan syarat<br />
bahwa B sudah terjadi atau akan terjadi disebut<br />
<strong>Probabilitas</strong> bersyarat (conditional probability)<br />
Rumus <strong>Probabilitas</strong> bersyarat<br />
<strong>Probabilitas</strong> bersyarat<br />
P (B A) = P (A) . P (B/A) )<br />
Atau<br />
P(A B) = P (B) . P (A/B)<br />
Bila A <strong>dan</strong> B merupakan peristiwa yang independen<br />
<strong>dan</strong> memiliki probabilitas lebih besar dari nol ,<br />
maka :<br />
P (A/B) = P (A) <strong>dan</strong> P (B/A) = P (B).<br />
Jadi prob bersyarat :<br />
P A<br />
B<br />
PA B<br />
<br />
P(B)<br />
Jadi merupakan kejadian A dengan syarat B,<br />
di mana A <strong>dan</strong> B tidak saling lepas
Contoh soal :<br />
Misalkan<br />
sebuah<br />
dadu<br />
dilemparkan; ; B = kejadian<br />
munculnya<br />
bilangan<br />
kuadrat<br />
murni, <strong>dan</strong><br />
diketahui<br />
bahwa peluang munculnya bilangan ganjil = 1/9 <strong>dan</strong><br />
peluang<br />
munculnya<br />
bilangan<br />
genap = 2/9. Bila<br />
diketahui A = {4,5,6} telah terjadi, tentukanlah P(BA)!<br />
Jawab:<br />
S = {1,2,3,4,5,6}, P(genap) ) = 2/9, P(ganjil) ) = 1/9<br />
B = {1,4}<br />
A = {4,5,6} P(A) = 2/9 + 1/9 + 2/9 = 5/9<br />
AB B ={4} P(AB) = 2/9<br />
P(B/A) = P(AB) = 2/9 = 2/5<br />
P(A) 5/9<br />
Aturan bayes<br />
Contoh bayes:
Hukum probabilitas:<br />
1. Hukum penjulahan<br />
Latihan bayes!<br />
2. Aturan bersyarat:<br />
3. Aturan perkalian:<br />
4. Aturan bayes
Latihan prob!<br />
3. Misalkan diberikan populasi sarjana di suatu kota yang dibagi<br />
menurut jenis kelamin <strong>dan</strong> status pekerjaan sebagai berikut :<br />
Bekerja<br />
Menganggur<br />
Jumlah<br />
Laki-laki<br />
460<br />
40<br />
500<br />
1. Bila dalam suatu keluarga yang mempunyai 4(empat) orang<br />
anak, diketahui paling sedikit mempunyai seorang anak lakilaki,<br />
tentukanlah nilai kemungkinan keluarga tersebut<br />
mempunyai :<br />
a. Dua anak laki-laki<br />
b. Empat anak laki-laki<br />
Wanita<br />
Jumlah<br />
140<br />
600<br />
260<br />
300<br />
Misalkan diambil seorang dari mereka <strong>untuk</strong> ditugaskan<br />
melakukan promosi barang di suatu kota tersebut. Bila<br />
ternyata yang terpilih adalah dalam status telah bekerja,<br />
berapakah probabilitasnya bbahwa dia :<br />
a. laki-laki b. wanita<br />
400<br />
900<br />
B. PERMUTASI DAN KOMBINASI<br />
2.1 Pengertian Permutasi<br />
1. Permutasi dari n obyek seluruhnya :<br />
nP n = n! = n.(n - 1).(n - 2) … 2.1<br />
= n.(n - 1)!<br />
2. Permutasi sebanyak r dari n obyek yang<br />
berbeda<br />
nPr = n !<br />
( n – r ) !<br />
3. Permutasi keliling ( circular permutation )<br />
Sejumlah n obyek yang berbeda dapat disusun secara teratur<br />
dalam sebuah lingkaran dalam ( n – 1 ) ! Cara<br />
4. Permutasi dari n obyek yang tidak seluruhnya dapat dibedakan.<br />
n n !<br />
n 1 , n 2 , …, n k = n 1 ! n 2 !…n k !<br />
<br />
Kalau urutan diperhatikan atau dibedakan , persoalan disebut<br />
permutasi.
Contoh soal<br />
1 . Hitung jumlah permutasi 3 jilid buku A , B , C !<br />
Jawab : 3<br />
P 3<br />
= 3 ! = 3 . 2 . 1 = 6<br />
2. Dalam berapa cara 2 huruf yang berbeda dari kata “Laut“ dapat diatur atau<br />
dipilih dalam suatu urutan tertentu <br />
Jawab : n<br />
P r<br />
= 4<br />
P 2<br />
= 4 ! = 4 ! = 4.3.2.1 = 12 cara<br />
(4-2) ! 2 ! 2.1<br />
3 . Dalam berapa cara kata Tamara dapat dipermutasikan <br />
Jawab : n ! = 6 ! =120 cara<br />
n 1<br />
! n 2<br />
! n 3<br />
! n 4<br />
! 1 ! 3 ! 1 ! 1 !<br />
4. Lima orang anak se<strong>dan</strong>g melakukan siskusi dengan membentuk lingkaran,<br />
ada berapa cara mereka bisa mengatur duduknya<br />
Jawab: (n-1)! = (5-1)! = 4.3.2.1 = 24 cara.<br />
Latihan soal :<br />
1. Berapa banyak susunan huruf yang<br />
dapat dibentuk dari huruf dalam<br />
kata: PEMILU, ALUMNI, STATISTIKA,<br />
PROBABILITAS<br />
2. Ada berapa banyak susunan huruf<br />
dapat dibentuk dari huruf dalam kata<br />
PELUANG bila:<br />
a. semua huruf dipakai;<br />
b. memakai 6 huruf saja;<br />
c. Memakai 5 huruf saja;<br />
d. Memakai kurang dari 5 huruf.<br />
2.2 Kombinasi<br />
Latihan soal<br />
Kombinasi sebanyak r dari n obyek yang berbeda :<br />
n n !<br />
r = r ! . ( n – r ) !<br />
Kalau urutan tak diperhatikan atau tak dibedakan , persoalan<br />
disebut kombinasi.<br />
1. Suatu perguruan tinggi di Jakarta memberikan<br />
kesempatan kepada 3 orang staf <strong>dosen</strong> <strong>untuk</strong><br />
melanjutkan studinya setingkat lebih tinggi. Se<strong>dan</strong>gkan<br />
yang memenuhi persyaratan ada 9 orang <strong>dosen</strong>. Ada<br />
berapa carakah pimpinan perguruan tinggi tersebut<br />
memilih 3 dari 9 orang tersebut <br />
Jawab:<br />
9!<br />
9 C 3 = = 84 cara<br />
6!3!<br />
2. Seorang anak perempuan mempunyai 3 bunga yang<br />
jenisnya berlainan. Berapa banyak cara berbeda yang<br />
dapat dibuat <br />
Jawab: 3!<br />
Ia dapat memilih 1 dari 3 bunga = 3 C 1 = = 3<br />
2!1!
Ia dapat memilih 2 dari 3 bunga = 3 C 2 = 3<br />
Ia dapat memilih 3 dari 3 bunga = 3 C 3 = 1<br />
Maka banyaknya cara membentuk susunan bunga adalah:<br />
3 C 1 + 3 C 2 + 3 C 3 = 3 + 3 + 1 = 7<br />
3. Dari kelompok ahli ada 5 orang sarjana ekonomi <strong>dan</strong> 7 sarjana<br />
hukum. Akan dibuat tim kerja yang terdiri atas 2 sarjana<br />
ekonomi <strong>dan</strong> 3 sarjana hukum. Berapa banyak cara <strong>untuk</strong><br />
membuat tim itu, jika:<br />
a. Tiap orang dapat dipilih dengan bebas;<br />
b. Seorang sarjana hukum harus ikut dalam tim itu;<br />
c. dua orang sarjana ekonomi tidak boleh ikut dalam tim itu<br />
4. Suatu panitia akan dibentuk dengan jumlah anggota 5<br />
orang. Berapa carakah pembentukan panitia tersebut<br />
dapat dilakukan jika calon anggota terdiri dari 4 orang<br />
pria <strong>dan</strong> 3 orang wanita, <strong>dan</strong> panitia harus<br />
a. Terbentuk tanpa persyaratan lain<br />
b. Terdiri dari 3 pria <strong>dan</strong> 2 wanita<br />
c. Terdiri dari 2 pria <strong>dan</strong> 3 wanita<br />
2.3 Aplikasi Excel<br />
Permutasi<br />
Langkah-langkah dengan Excel<br />
Insert fungsi fx <strong>dan</strong> pilih category statisticals<br />
Pilih fungsi permutate<br />
Isilah kotak number dengan banyaknya objek <strong>dan</strong><br />
kotak number_chosen dengan jumlah objek yang<br />
diambil <strong>dan</strong> klik OK<br />
Maka hasilnya akan tampak pada result seperti pada<br />
gambar 2a<br />
kombinasi<br />
Langkah-langkah dengan Excel<br />
Insert fungsi fx <strong>dan</strong> pilih category math&trig<br />
Pilih fungsi combin<br />
Isilah kotak number dengan banyaknya objek <strong>dan</strong><br />
kotak number_chosen dengan jumlah objek yang<br />
diambil <strong>dan</strong> klik OK<br />
Maka hasilnya akan tampak pada result seperti pada<br />
gambar 2b
Gambar 2a (menghitung permutasi)<br />
Gambar 2a (menghitung kombinasi)<br />
C. POPULASI, SAMPEL & DISTRIBUSI TEORITIS<br />
VARIABEL DISKRIT DAN FUNGSI PROBABILITAS<br />
3.1 Variabel Random atau Variabel Acak<br />
Variabel yang nilainya merupakan suatu bilangan yang ditentukan oleh<br />
terjadinya hasil suatu percobaan dinamakan variabel random.<br />
Contoh :<br />
Bila 2 mata uang dilempar 1 x , maka ruang sampelnya :<br />
S = { AA,AG, GA , GG }<br />
Variabel Acak yang terdapat dalam fungsi probabilitas :<br />
a. Variabel diskrit<br />
Variabel diskrit hanya dapat dinyatakan dengan nilai – nilai yang<br />
terbatas jumlahnya , <strong>dan</strong> dinyatakan dengan bilangan bulat.<br />
b. Variabel kontinu<br />
Variabel kontinu dinyatakan dengan harga yang terdapat dalam suatu<br />
interval.<br />
Fungsi Distribusi<br />
PDF (probability distribution Function) : P( X=x )=f(x)<br />
CDF (Cumulative distribution Function) : F ( x ) = P ( X <br />
x )<br />
Jika kita mempunyai variabel acak x maka fungsi<br />
sebenarnya adalah<br />
sigma )<br />
F ( x ) = P ( X x )=<br />
dengan<br />
<br />
f( x ) ; x diskrit (dinyatakan dengan<br />
<br />
f ( x ) dx ; x kontinu (dinyatakan<br />
integral)
3.2 Nilai Harapan (Mean/Rata–rata)<br />
<strong>dan</strong> Varians Dist. Diskrit<br />
Nilai harapan suatu variabel acak x ditulis E (x)<br />
didefinisikan<br />
E (x) = x. f (x)<br />
Var (x) = x2 =E [ x – E (x) ] 2 =E (x 2 ) –{E (x) } 2<br />
Jika k suatu bilangan , maka E ( k ) = k<br />
Contoh : E (3) = 3 <strong>dan</strong> seterusnya.<br />
Latihan Soal<br />
1 .Dua buah dadu dilempar . Jika x = jumlah mata dadu yang timbul ,<br />
berapakah:<br />
a. P (3 < x 6)<br />
b. Rata–rata (Nilai harapan)<br />
Jawab:<br />
a. P (3 < x 6) = P (x = 4) + P (x = 5) + P (x = 6)<br />
= f (4) + f (5) + f (6)<br />
= 3/36 + 4/36 + 5/36 = 12/36 = 1/3<br />
b. E (x) = x . f(x)<br />
= 2.1/36 + 3.2/36 + 4.3/36 + 5.4/36 + 6.5/36 +<br />
7.6/36 + 8 .5/36 + 9 . 4/36 + 10.3/36 +<br />
11.2/36 + 12.1/36 = 252/36 = 7<br />
2 . Jika Nilai E (x) = 1/3 <strong>dan</strong> E (x 2 ) = 1/3 . Tentukan Nilai<br />
Variansnya.<br />
Jawab : Var (x) = E (x 2 ) – { E (x) } 2<br />
= 1/3 – (1/3) 2 = 1/3 – 1/9 = 2/9<br />
3 . Jika E (x) = 2 , berapa nilai dari : a. E [ 3 (x + 2)]<br />
b. E [x – 3 (x + 2)]<br />
Jawab : a. E [ 3 (x + 2) ] = E [ 3x + 6 ]<br />
= E (3x) + E (6)<br />
= 3. E (x) + 6<br />
= 3 . 2 + 6 = 6 + 6 = 12<br />
b. E [ x – 3 (x + 2) ] = E (x) – E [ 3 (x + 2) ]<br />
= 2 – 12 = -10<br />
4. Jika x mata dadu seimbang , berapa nilai harapan (rata – rata) nya <br />
Jawab :<br />
E (x) = x . f (x)<br />
= 1 .1/6 + 2 .1/6 + 3 .1/6 + 4 .1/6 + 5 .1/6 + 6 . 1/6<br />
= 21/6 = 3,5<br />
II. DISTRIBUSI PROB DISKRET
a. Distribusi BINOMIAL<br />
Ciri-ciri Percobaan Bernouli:<br />
• Setiap percobaan menghasilkan dua kejadian:<br />
(a) kelahiran anak: laki-laki-perempuan;<br />
(b) transaksi saham: jual- beli,<br />
(c) perkembangan suku bunga: naik–turun <strong>dan</strong> lain-lain.<br />
• <strong>Probabilitas</strong> suatu kejadian <strong>untuk</strong> suskes atau gagal adalah tetap<br />
<strong>untuk</strong> setiap kejadian. P(p), peluang sukses, P(q) peluang gagal,<br />
<strong>dan</strong> P(p) + P(q)= 1.<br />
• Suatu percobaan dengan percobaan bersifat bebas.<br />
• Data yang dihasilkan adalah data perhitungan.<br />
Distribusi bernoulli yang diulang n kali merupakan <strong>distribusi</strong><br />
BINOMIAL<br />
Rumus Distribusi Binomial :<br />
b (x / n , p) = P (X = x)= n C x p x . q n-x ;<br />
x = 0,1,…n, q = 1 – p<br />
Dimana : - b ( x / n , p ) 0<br />
- b ( x/n , p ) = ( q + p ) n = 1<br />
Rata – rata ( Mean ) = x = n . p<br />
Varians ( x ) = x2 = n . p . q<br />
Distribusi yang dipakai sebagai pendekatan bagi <strong>distribusi</strong><br />
binomial adalah Distribusi Poisson <strong>dan</strong> Distribusi Normal.<br />
Suatu eksperimen Binomial akan memenuhi 4 syarat<br />
sebagai berikut :<br />
Jumlah percobaan harus tetap, n kali<br />
Setiap percobaan harus menghasilkan dua alternatif<br />
yaitu sukses atau tidak sukses merupakan percobaan<br />
Binomial.<br />
Semua percobaan mempunyai nilai probabilitas yang<br />
sama <strong>untuk</strong> sukses.<br />
Percobaan – percobaan tersebut harus bebas satu sama<br />
lain.<br />
Latihan Soal<br />
1. Bila sekeping uang logam yang seimbang dilempar sebanyak 6 kali,<br />
berapa:<br />
a. probabilitas memperoleh 5 sisi gambar<br />
b. probabilitas memperoleh paling sedikit 5 sisi gambar<br />
Jawab : a. n = 6 ; p = ½ ; q = 1 – p = 1 – ½ = ½<br />
b ( x / n , p ) = b ( 5/6 , ½ ) = ( ½ ) 5 . ( ½ ) 6-5<br />
= 6! (½) 5 . (½) 1 = 3/32<br />
5!.1!<br />
b. n = 6 ; x = 6 ; p = 1/2<br />
b ( x/n , p ) = b ( 6/6 , ½ ) = ( ½ ) 6 . ( ½ ) 6-6<br />
= 6 ! ( ½ ) 6 . ( ½ ) 0 = 1/64<br />
6!0!<br />
<strong>Probabilitas</strong> memperoleh 5 sisi gambar adalah :<br />
b ( 5/6 , ½ ) + b ( 6/6 , ½ ) = 3/32 + 1/64 = 6/64 + 1/64 = 7/64
B. Distribusi Poisson<br />
2. Jika x ber<strong>distribusi</strong> Binomial dengan n = 4 <strong>dan</strong> p = 1/6 , berapa :<br />
a. Rata – rata dari x<br />
b. Varians (x)<br />
Jawab : a. n = 4 ; p = 1/6 ; q = 1 – p = 1 – 1/6 = 5/6<br />
E ( x ) = n.p = 4.1/6 = 2/3<br />
b. Var ( x ) = x 2 = n.p.q = 4.1/6.5/6 = 20/36<br />
= 5/9<br />
3. Ada 4000 paku pada sayap . <strong>Probabilitas</strong> kerusakan sebuah paku<br />
khusus pada permukaan sayap pesawat terbang adalah 0,001. Berapa E<br />
( x ) nya <br />
Jawab : E (x) = n . p = 4000 . (0,001) = 4<br />
Ciri-ciri Distribusi Poisson<br />
Digunakan <strong>untuk</strong> menghitung probabilitas terjadinya<br />
kejadian menurut satuan waktu atau ruang.Distribusi<br />
Poisson digunakan sebagai pendekatan dari <strong>distribusi</strong><br />
binomial.<br />
Rumus Distribusi Poisson<br />
f ( x ) = x . e - = p ( x/n , p )<br />
x!<br />
Dimana : x = 0 , 1, 2 … n <strong>dan</strong> e = 2,71828…<br />
Rata – rata = x = n . p<br />
Varians (x) = x 2 = n . p<br />
Dalam <strong>distribusi</strong> Poisson Rata – rata dengan Variansnya<br />
adalah sama<br />
Latihan soal !<br />
1. Bila 5 keping uang logam dilempar sebanyak 64 kali , berapa<br />
probabilitas timbulnya 5 sisi angka sebanyak 0,1, 2 , 3 ,4 , 5<br />
kali <br />
Jawab:<br />
probabilitas memperoleh 5 sisi angka dari pelemparan 5 keping<br />
uang logam sebanyak satu kali adalah :<br />
p = 1.( ½ ) 5 = 1/32<br />
Bila p = 1/32 , n = 64 ; probabilitas memperoleh 5 sisi angka<br />
dari pelemparan 5 keping uang logam sebanyak 64 kalimenjadi :<br />
f( x ) = 64 1/32 x 31 / 32<br />
64-x<br />
x<br />
Rumus ini sulit dikerjakan dengan Distribusi Binomial, maka<br />
diambil =n.p = 64 . 1/32 = 2 diperoleh :<br />
f ( x ) = x . e - = 2 x . e -2 ; x = 0 , 1 , 2 , 3 , 4 , 5<br />
x ! x ! e -2 = 0 ,1353<br />
x 0 1 2 3 4 5<br />
f ( x ) 0,135 0,271 0,271 0,180 0,090 0,036
2. Jika x ber<strong>distribusi</strong> Poisson dengan n = 7 <strong>dan</strong> p = 1/4<br />
berapa :<br />
a. Rata – rata x<br />
b. Varians (x)<br />
jawab : a. E (x) = n . p = 7.1/4 = 7/4<br />
b. Var (x) = n . p = 7 . 1/4 = 7/4<br />
3. Mata uang dilempar 6 kali . Jika x = banyaknya gambar,<br />
berapa E (x) <br />
Jawab : n = 6 ; p = ½<br />
E (x) = n.p = 6.1/2 = 3<br />
Latihan soal:<br />
X<br />
P(X)<br />
8 12 16 20 24<br />
¼ 1/12 1/6 1/8 3/8<br />
1. Dari tabel diatas tentukan:<br />
a. mean X;<br />
b. standar deviasi X;<br />
c. E(2X – 3 ) 2<br />
2. Misalkan X adalah suatu variabel acak dengan<br />
E{(X-1) 2 } =10 <strong>dan</strong> E{(X-2) 2 } = 6 , tentukan mean X <strong>dan</strong><br />
simpangan baku X.<br />
3. Bila sekeping uang logam dilemparkan 6 kali, hitunglah<br />
probabilitas memperoleh:<br />
a. 5 muka b. paling sedikit 5 muka<br />
4. Bila 20 dadu dilemparkan sekaligus, tentukanlah:<br />
a. rata-rata dari banyaknya muncul muka 3;<br />
b. simpangan baku dari banyaknya muncul muka 3!<br />
5. Bila variabel acak X ber<strong>distribusi</strong> binomial dengan n = 100,<br />
p = 0,005, hitunglah P(X=15)!<br />
6. Bila 5 uang logam dilemparkan sebanyak 128 kali,<br />
hitunglah probabilitas munculnya 5 muka sebanyak<br />
0,1,2,3,4 <strong>dan</strong> 5 dari seluruh pelemparan!<br />
C. Distribusi Hipergeometrik<br />
Perbedaan <strong>distribusi</strong> binomial dengan <strong>distribusi</strong> multinomial<br />
terletak pada cara pengambilan sampelnya. Penggunaan <strong>distribusi</strong> ini<br />
hampir sama dengan <strong>distribusi</strong> binomial. Misalnya <strong>distribusi</strong> binomial<br />
diterapkan pada sampling dari sejumlah barang (sekotak kartu,<br />
sejumlah hasil produksi) sampling harus dikerjakan dengan<br />
pengembalian setiap barang setelah diamati. Sebaliknya <strong>distribusi</strong><br />
hipergeometrik tidak memerlukan kebebasan <strong>dan</strong> didasarkan pada<br />
sampling tanpa pengembalian.<br />
Distribusi hipergeometrik mempunyai sifat:<br />
1. Sampel acak berukuran n yang diambil tanpa pengembalian dari N<br />
benda.<br />
2. Sebanyak k-benda dapat diberi nama sukses <strong>dan</strong> sisanya N-k<br />
diberi nama gagal.<br />
60
Distribusi Hipergeometrik<br />
Distribusi probabilitas perubah acak hipergeometrik X yang<br />
menyatakan banyaknya kesuksesan dalam sampel acak dengan<br />
ukuran n yang diambil dari N-obyek yang memuat k sukses <strong>dan</strong> N-k<br />
gagal dinyatakan sebagai:<br />
k<br />
Nk<br />
<br />
<br />
x<br />
<br />
nx<br />
<br />
h(x;N,n,k) <br />
<br />
; x 0, 1, 2,......,n<br />
N<br />
<br />
n<br />
<br />
<br />
Contoh (5.8)<br />
Suatu panitia 5 orang dipilih secara acak dari 3 kimiawan <strong>dan</strong> 5<br />
fisikawan. Hitung <strong>distribusi</strong> probabilitas banyknya kimiawan yang<br />
duduk dalam panitia.<br />
Jawab:<br />
Misalkan: X= menyatakan banyaknya kimiawan dalam panitia.<br />
X={0,1,2,3}<br />
Distribusi probabilitasnya dinyatakan dengan rumus<br />
0 5<br />
x 0 h( 0; 8, 5, 3)<br />
1<br />
56<br />
1 4<br />
x 1 h( 1; 8, 5, 3)<br />
15<br />
56<br />
Tabel 5.6 Distribusi hipergeometrik<br />
;<br />
3 5<br />
<br />
8<br />
5<br />
3 5<br />
<br />
8<br />
5<br />
2 3<br />
x 2 h( 2; 8, 5, 3)<br />
30<br />
56<br />
;<br />
3 2<br />
x 3 h( 3; 8, 5, 3)<br />
10<br />
56<br />
x 0 1 2 3<br />
h(x;8,5,3) 1<br />
56<br />
3 5<br />
x5x<br />
8<br />
5<br />
3 5<br />
<br />
8<br />
5<br />
3 5<br />
<br />
8<br />
5<br />
h(x; 8, 5, 3) ; x 0, 1, 2,<br />
3<br />
15<br />
56<br />
30<br />
56<br />
10<br />
56<br />
61<br />
62<br />
Teorema(5.3)<br />
Distribusi hipergeometrik h(x;N,n,k) mempunyai rata-rata <strong>dan</strong><br />
variansi sbb:<br />
nk <strong>dan</strong> <br />
2<br />
Nn (n)( k )( 1 k )<br />
N<br />
N 1 n n<br />
Contoh (5.9)<br />
Tentukan mean <strong>dan</strong> variansi dari contoh (5.8) kemudikan<br />
gunakan teorema chebyshev <strong>untuk</strong> menafsirkanselang 2<br />
Jawab:<br />
Dari contoh 5.8 diketahui n=15 <strong>dan</strong> p=0.4<br />
( 5)( 3)<br />
Diperoleh<br />
3<br />
2<br />
0,<br />
375 <strong>dan</strong> 405 3 3<br />
40 8<br />
39 ( 5) 401 <br />
40<br />
0,<br />
3113<br />
Menggunakan teorema Chebyshev<br />
2 1, 491 <strong>dan</strong> 2<br />
0,<br />
741<br />
2<br />
adalah<br />
Jadi, selang yang ditanakan adalah dari -0,741 sampai 1,491<br />
63<br />
Contoh_ hipergeometrik:<br />
Suatu pabrik ban mempunyai data bahwa dari pengiriman sebanyak<br />
5000 ban ke sebuah toko tertentu terdapat 1000 cacat. Jika ada<br />
seseorang membeli 10 ban ini secara acak dari toko tersebut, berapa<br />
probabilitasnya memuat tepat 3 yang cacat.<br />
Jawab:<br />
Karena n=10 cukup kecil dibandingkan N=5000, maka probabilitasnya<br />
dihampiri dengan binomial dengan p= 10/5000= 0,2 adalah probailitas<br />
mendapat satu ban. Jadi probabilitas mendapat tepat 3 ban cacat:<br />
h( 3; 5000, 10, 1000) b( 3; 10, 0. 2)<br />
3 2<br />
b(x; 10, 0. 2) b(x; 10, 0. 2)<br />
x0 x0<br />
0, 8791 0,<br />
6778<br />
0,<br />
2013<br />
64
Contoh c2.<br />
Pendekatan Hipergeometrik dapat juga<br />
dilakukan <strong>untuk</strong> menyelesaikan persoalan<br />
binomial :<br />
Binomial <strong>untuk</strong> pengambilan contoh<br />
dengan pemulihan (dengan pengembalian)<br />
Hipergeometrik <strong>untuk</strong> pengambilan contoh<br />
tanpa pemulihan (tanpa pengembalian)<br />
Dalam suatu kotak terdapat 5 bola yang terdiri dari 2 bola<br />
Merah, 2 bola Biru <strong>dan</strong> 1 buah Putih. Berapa peluang<br />
a. terambil 2 bola Merah, dari 4 kali pengambilan yang<br />
dilakukan secara acak dengan pemulihan<br />
b. terambil 2 bola Merah, dari 4 kali pengambilan yang<br />
dilakukan secara acak tanpa pemulihan<br />
Soal a diselesaikan dengan Distribusi Peluang binomial :<br />
p = 2/5 = 0.40 n = 4 x = 2<br />
b(2; 4,0.40) = 0.16 (lihat Tabel atau gunakan rumus<br />
Binomial)<br />
Soal b diselesaikan dengan Distribusi Peluang Hipergeometrik<br />
N = 5 n = 4 k = 2 x = 2<br />
N-k = 3 n-x=2<br />
h(2; 5, 4,2) =<br />
2<br />
C2<br />
C2<br />
5<br />
1 3 3<br />
0.<br />
60<br />
3<br />
C 5 5<br />
4<br />
Aplikasi Excel menghitung <strong>distribusi</strong> Binomial<br />
Langkah-langkahnya sbb:<br />
1. Klik icon fx atau klik icon insert <strong>dan</strong> pilih fx function.<br />
2. Pilih menu statistical pada function category<br />
3. Pilih menu Binomdist pada function name, <strong>dan</strong> OK.<br />
Maka akan keluar kotak dialog seperti berikut:<br />
APLIKASI SOFTWARE<br />
BINOMDIST<br />
Number_s : ………… (masukkan nilai X)<br />
Trials : ……….. (masukkan nilai n)<br />
Probability : ………… (masukkan nilai p)<br />
Cumulative: ………… (tulis kata False)<br />
Nilai P(x) ada pada baris Formula result atau tanda (=)
Contoh 1 :<br />
PT MJF mengirim buah melon ke Hero. Buah yang dikirim 90% diterima<br />
<strong>dan</strong> sisanya ditolak. Setiap hari 15 buah dikirim ke Hero. Berapa peluang<br />
hanya 13 buah diterima<br />
Jawab:<br />
Diketahui n=15; dimana X = 13 dengan p= 0,9 nilai P ( x = 13 ) = …<br />
Untuk menghitung dist. Binomial , contoh 1,dengan SPSS langkahlangkahnya<br />
sbb:<br />
1. Definisikan variabel x, lalu ketik nilai variabelnya<br />
2. Kilk menu transform <strong>dan</strong> pilih compute<br />
3. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan<br />
OK (dengan CDF)<br />
maka tampil hasil perhitungan pada data editor seperti pada gambar 2<br />
Gambar 2<br />
Atau dengan PDF:<br />
Klik transform<br />
Klik compute<br />
Ketik di traget variable :’nama variable”<br />
Klik : cdf binomial<br />
Isikan konstanta nya<br />
Klik: OK<br />
P( X=13 )<br />
0,2669
Perhitungan Distribusi Poisson<br />
Langkah-langkahnya<br />
1. Klik icon fx atau klik icon insert <strong>dan</strong> pilih fx function<br />
2. Pilih menu statistical pada function category<br />
3. Pilih menu POISSON pada function name, tekan OK<br />
maka akan keluar kotak dialog seperti berikut:<br />
POISSON<br />
X : ………… (masukkan nilai x)<br />
Mean : ……….. (masukkan nilai )<br />
Cumulative : ………… (tulis FALSE / 0 )<br />
Contoh 2:<br />
Jumlah emiten di BEJ ada 120 perusahaan. Akibat krisis ekonomi,<br />
peluang perusahaan memberikan deviden hanya 0,1. Apabila BEJ<br />
meminta secara acak 5 perusahaan, berapa peluang ke-5 perusahaan<br />
tersebut akan membagikan dividen<br />
Jawab:<br />
Nilai = 12 <strong>dan</strong> nilai X = 5, maka akan didapat nilai P( X = 5 ) = …<br />
Untuk menghitung dist. Poisson langkah-langkahnya sbb:<br />
1. Definisikan variabel x, lalu ketik data misal 1 sampai 5<br />
2. Kilk menu transform <strong>dan</strong> pilih compute<br />
3. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan<br />
OK<br />
maka tampil hasil perhitungan pada data editor seperti pada gambar 2
Gambar 2<br />
CONTOH_ DISTRIBUSI HIPERGEOMETRIK<br />
Suatu pabrik ban mempunyai data bahwa dari<br />
pengiriman sebanyak 5000 ban ke sebuah toko<br />
tertentu terdapat 1000 cacat. Jika ada seseorang<br />
membeli 10 ban ini secara acak dari toko<br />
tersebut, berapa probabilitasnya memuat tepat 3<br />
yang cacat<br />
P(X=5) = 0,127<br />
Untuk menghitung dist. hipergeometrik langkah-langkahnya sbb:<br />
1. Definisikan variabel x, lalu ketik data misal 1 sampai 5<br />
2. Kilk menu transform <strong>dan</strong> pilih compute<br />
3. Ketik ekspresi perhitungan seperti pada layar dibawah ini, tekan<br />
OK (pilih PDFHIPERGEOM)<br />
maka tampil hasil perhitungan pada data editor seperti pada gambar 3
Output/hasil:<br />
Lakukan perhitungan!<br />
1. Ada 33 perusahaan di BEJ akan memberikan<br />
deviden <strong>dan</strong> 20 di antaranya akan<br />
membagikan dividen di atas 100/lembar.<br />
Bapepam sebagai pengawas pasar saham<br />
akan melakukan pemeriksaan dengan<br />
mengambil 10 perusahaan. Berapa dari 10<br />
perusahaan tersebut, 5 perusahaan akan<br />
membagikan saham di atas 100/lembarnya<br />
2. CONTOH C2<br />
3. Rata-rata jumlah panggilan lewat telepon<br />
yang masuk bagian pelayanan Telkom per<br />
menit adalah 5 buah. Berapa probabilitas<br />
dalam satu menit tertentu tidak terdapat<br />
panggilan yang masuk dari pelanggan<br />
Berapa probabilitas dalam satu menit lebih<br />
dari 5 panggilan masuk<br />
3.
……..