SlideShare a Scribd company logo
1 of 2
Download to read offline
Makalah Statistika Probabilitas
| STMIK Provisi - 2013
Makalah Distribusi Poisson
Ardian Prasetyo
Program Studi Teknik Informatika, STMIK Provisi Semarang
Email : pras192@gmail.com
Abstrak - Pada makalah ini akan dibahas distribusi teoritis untuk menghitung rata-rata probabilitas, salah satu distribusi tersebut adalah distribusi
Poisson. Pada makalah ini akan diuraikan juga contoh kasus dari penggunaan distribusi Poisson yaitu probabilitas penduduk yang terjangkit
Demam Berdarah.
I. Pendahuluan
Distribusi Poisson membantu untuk
menghitung pada percobaan n relative besar.
Distribusi poisson merupakan peubah acak
dimana hasil percobaan sejumlah penduduk
yang terjangkit penyakit demam berdarah yang
terjadi selama waktu tertentu atau disuatu
daerah tertentu.
Salah satu penyelesaian dengan metode
distribusi Poisson adalah menghitung
banyaknya penduduk yang terjangkit penyakit
demam berdarah, menentukan nilai peluang
dari jumlah populasi penduduk dan rata-rata
penduduk yang terjangkit demam berdarah.
II. Landasan Teori
Percobaan yang menghasilkan peubah
acak X yang bernilai numerik yaitu banyaknya
hasil selama selang waktu tertentu atau dalam
daerah tertentu, disebut percobaan poisson.
Banyaknya hasil X dalam suatu percobaan
poisson disebut peubah acak poisson dan
fungsi distribusi peluangnya disebut distribusi
poisson (Walpole dan Myers, 1995).
Menurut Benson (2008), percobaan Poisson
memiliki ciri-ciri sebagai berikut ;
1. Banyaknya hasil percobaan yang terjadi
pada suatu selang waktu tertentu atau
daerah tertentu tidak bergantung pada
banyaknya hasil percobaan pada selang
waktu dan daerah lain.
2. Probabilitas terjadinya satu hasil
percobaan selama selang waktu tertentu
yang singkat sekali atau daerah lain yang
kecil sebanding dengan panjang selang
waktu atau daerah lain, juga tidak
bergantung pada banyaknya hasil
percobaan yang terjadi diluar selang waktu
atau daerah lain.
3. Probabilitas bahwa lebih dari satu hasil
percobaan akan terjadi dalam selang waktu
yang singkat atau daerah kecil dapat
diabaikan.
Bentuk umum percobaan binomial
b( x, n, p) =
௡.ሺ௡ିଵሻ.ሺ௡ିଶሻ…ሺ௡ି௫ାଵሻ
௑!
px
.(1-p)n-x
rata-rata distribusi binomial adalah
ߤ = ݊. ‫݌‬
Nilai-nilai probabilitas distribusi Poisson hanya
bergantung pada parameter ߤ , yaitu rata-rata
banyaknya percobaan yang terjadi selama
selang waktu tertentu atau daerah lain yang
diberikan. Dengan demikian rumus distribusi
Poisson adalah
p(X, ߤ	) =
௘షഋ		ఓೣ
௫!
Keterangan :
p(X, ߤ) , probabilitas x dengan ߤ tertentu
ߤ , banyaknya sukses yang diharapkan
݁ , suatu konstanta matematis yang nilainya
mendekati 2,71828
‫ݔ‬ , banyaknya sukses setiap unit
Distribusi Poisson merupak turunan
langsung dari distribusi binomial bila jumlah
percobaan lebih dari 20 amatan dan
probabilitas p ≤ 0,05. Dalam hal seperti ini
rata-rata binomial akan diganti dengan rata-rata
Poisson.
Makalah Statistika Probabilitas
| STMIK Provisi - 2013
III. Pembahasan
Berdasarkan uraian diatas diberikan contoh
kasus sebagai berikut ;
Dengan rata-rata 4 orang dari 100 orang
penduduk terjangkit penyakit demam berdarah.
Tentukan probabilitas dari 500 orang .
- Terdapat 12 orang yang terjangkit penyakit
demam berdarah.
- Terdapat lebih dari 16 orang yang
terjangkit penyakit demam berdarah.
Dari data tersebut dapat di uraikan secara
matematis sebagai berikut ;
n = 500
p = 0,04 ( diperoleh dari 4/100 = 0,04 )
ߤ = n.p = (500).(0,04) = 20
‫1ݔ‬ = 12
‫2ݔ‬ ≥ 16
Perhitungan ;
a. Untuk tepat 12 orang yang terjangkit
penyakit demam berdarah (X1)
p(X=12, ߤ) =
௘షഋ		ఓೣ
௫!
=
ଶ,଻ଵ଼ଶ଼షమబ		ଶ଴భమ
ଵଶ!
= 0,0176
b. Untuk lebih dari 16 orang yang terjangkit
penyakit demam berdarah (X2)
p(X≥16, ߤ) = 1-
௘షഋ		ఓೣ
௫!
=1-
ଶ,଻ଵ଼ଶ଼షమబ		ଶ଴భల
ଵ଺!
= 0,9354
Perhitungan dengan Microsoft excel
a. Untuk tepat 12 orang yang terjangkit
penyakit demam berdarah (X1)
Gambar 3.1
b. Untuk lebih dari 16 orang yang terjangkit
penyakit demam berdarah (X2)
Gambar 3.2
IV. Kesimpulan
Berdasarkan hasil pembahasan yang
diuraikan pada bab IV dapat disimpulkan
sebagai berikut, hasil perhitungan
menggunakan distribusi Poisson jumlah
penduduk yang terjangkit penyakit demam
berdarah tepat 12 orang memiliki nilai
probabilitas 0,0176 sedangkan jumlah
penduduk yang terjangkit penyakit demam
berdarah lebih dari 16 orang memiliki nilai
probabilitas 0,9354. Perhitungan dilakukan
baik manual maupun dilakukan dengan aplikasi
Microsoft excel menunjukkan hasil akurasi
yang hampir sama.
Referensi
Sudaryono, M.Pd. 2012. Statistika Probabilitas
( Teori dan Aplikasi ). Yogyakarta: Andi.
http://elibrary.ub.ac.id/bitstream/123456789/24
319/1/Karakterisasi-distribusi-poisson-dan-
penerapannya-untuk-menghitung-peluang-
kemenanagan-suatu-pertandingan.pdf
di akses tanggal 19 Juni 2013, pukul 15:00
WIB
Biodata penulis
Ardian Prasetyo
terlahir dikota Surakarta
pada 09 Maret 1988,
telah menjalani
pendidikan di Taman
kanak-kanak Pertiwi
Karanganyar, Sekolah Dasar Negeri Bejen III
Karanganyar, Sekolah Menengah Pertama
Negeri I Karanganyar, Sekolah Menengah Atas
Negeri 7 Surakarta. Dan sekarang tengah
menyelesaikan pendidikan Strata Satu program
studi Teknik Informatika, STMIK Provisi,
Semarang, Indonesia.

More Related Content

Similar to Distribusi poisson

Distribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poissonDistribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poissonSuci Agustina
 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalAisyah Turidho
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonNarwan Ginanjar
 
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) editPertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) editreno sutriono
 
Distribusi peluang, kelompok 1, r2 a
Distribusi peluang, kelompok 1, r2 aDistribusi peluang, kelompok 1, r2 a
Distribusi peluang, kelompok 1, r2 adilaniya
 
Kelompok 3 staTER PRESENTASI.pptx
Kelompok 3 staTER PRESENTASI.pptxKelompok 3 staTER PRESENTASI.pptx
Kelompok 3 staTER PRESENTASI.pptxDimasPrayuda10
 
Fp unsam 2009 distribusi probabilitas
Fp unsam 2009  distribusi probabilitasFp unsam 2009  distribusi probabilitas
Fp unsam 2009 distribusi probabilitasIr. Zakaria, M.M
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitasRiswan
 
Distribusi Binomial, Poisson dan Normal ppt
Distribusi Binomial, Poisson dan Normal pptDistribusi Binomial, Poisson dan Normal ppt
Distribusi Binomial, Poisson dan Normal pptAisyah Turidho
 
Pertemuan 10 (distribusi binomial, poison, normal)
Pertemuan 10 (distribusi binomial, poison, normal)Pertemuan 10 (distribusi binomial, poison, normal)
Pertemuan 10 (distribusi binomial, poison, normal)reno sutriono
 
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptTeori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptHulwanulAzkaPutraPra
 
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptTeori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptPittTube
 
DISTRIBUSI PROBABILITAS.ppt
DISTRIBUSI PROBABILITAS.pptDISTRIBUSI PROBABILITAS.ppt
DISTRIBUSI PROBABILITAS.pptWan Na
 
Distribusi binomial dan poisson baru
Distribusi binomial dan poisson baruDistribusi binomial dan poisson baru
Distribusi binomial dan poisson baruratuilma
 
DISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.pptDISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.pptRIZKYSETIABUDI
 
DISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.pptDISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.pptlutfiamaulidina
 

Similar to Distribusi poisson (20)

Makalah poisson
Makalah poissonMakalah poisson
Makalah poisson
 
Distribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poissonDistribusi binomial dan distribusi poisson
Distribusi binomial dan distribusi poisson
 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normal
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poisson
 
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) editPertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
 
Ek107 122215-598-8
Ek107 122215-598-8Ek107 122215-598-8
Ek107 122215-598-8
 
Distribusi peluang, kelompok 1, r2 a
Distribusi peluang, kelompok 1, r2 aDistribusi peluang, kelompok 1, r2 a
Distribusi peluang, kelompok 1, r2 a
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitas
 
Kelompok 3 staTER PRESENTASI.pptx
Kelompok 3 staTER PRESENTASI.pptxKelompok 3 staTER PRESENTASI.pptx
Kelompok 3 staTER PRESENTASI.pptx
 
Fp unsam 2009 distribusi probabilitas
Fp unsam 2009  distribusi probabilitasFp unsam 2009  distribusi probabilitas
Fp unsam 2009 distribusi probabilitas
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitas
 
Distribusi Binomial, Poisson dan Normal ppt
Distribusi Binomial, Poisson dan Normal pptDistribusi Binomial, Poisson dan Normal ppt
Distribusi Binomial, Poisson dan Normal ppt
 
Konsep dasar probabilitas
Konsep dasar probabilitasKonsep dasar probabilitas
Konsep dasar probabilitas
 
Pertemuan 10 (distribusi binomial, poison, normal)
Pertemuan 10 (distribusi binomial, poison, normal)Pertemuan 10 (distribusi binomial, poison, normal)
Pertemuan 10 (distribusi binomial, poison, normal)
 
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptTeori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
 
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.pptTeori_Prob_Distribusi_Teoritis__sesi_6.ppt
Teori_Prob_Distribusi_Teoritis__sesi_6.ppt
 
DISTRIBUSI PROBABILITAS.ppt
DISTRIBUSI PROBABILITAS.pptDISTRIBUSI PROBABILITAS.ppt
DISTRIBUSI PROBABILITAS.ppt
 
Distribusi binomial dan poisson baru
Distribusi binomial dan poisson baruDistribusi binomial dan poisson baru
Distribusi binomial dan poisson baru
 
DISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.pptDISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.ppt
 
DISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.pptDISTRIBUSI PROBABILITAS amin kuliah.ppt
DISTRIBUSI PROBABILITAS amin kuliah.ppt
 

Distribusi poisson

  • 1. Makalah Statistika Probabilitas | STMIK Provisi - 2013 Makalah Distribusi Poisson Ardian Prasetyo Program Studi Teknik Informatika, STMIK Provisi Semarang Email : pras192@gmail.com Abstrak - Pada makalah ini akan dibahas distribusi teoritis untuk menghitung rata-rata probabilitas, salah satu distribusi tersebut adalah distribusi Poisson. Pada makalah ini akan diuraikan juga contoh kasus dari penggunaan distribusi Poisson yaitu probabilitas penduduk yang terjangkit Demam Berdarah. I. Pendahuluan Distribusi Poisson membantu untuk menghitung pada percobaan n relative besar. Distribusi poisson merupakan peubah acak dimana hasil percobaan sejumlah penduduk yang terjangkit penyakit demam berdarah yang terjadi selama waktu tertentu atau disuatu daerah tertentu. Salah satu penyelesaian dengan metode distribusi Poisson adalah menghitung banyaknya penduduk yang terjangkit penyakit demam berdarah, menentukan nilai peluang dari jumlah populasi penduduk dan rata-rata penduduk yang terjangkit demam berdarah. II. Landasan Teori Percobaan yang menghasilkan peubah acak X yang bernilai numerik yaitu banyaknya hasil selama selang waktu tertentu atau dalam daerah tertentu, disebut percobaan poisson. Banyaknya hasil X dalam suatu percobaan poisson disebut peubah acak poisson dan fungsi distribusi peluangnya disebut distribusi poisson (Walpole dan Myers, 1995). Menurut Benson (2008), percobaan Poisson memiliki ciri-ciri sebagai berikut ; 1. Banyaknya hasil percobaan yang terjadi pada suatu selang waktu tertentu atau daerah tertentu tidak bergantung pada banyaknya hasil percobaan pada selang waktu dan daerah lain. 2. Probabilitas terjadinya satu hasil percobaan selama selang waktu tertentu yang singkat sekali atau daerah lain yang kecil sebanding dengan panjang selang waktu atau daerah lain, juga tidak bergantung pada banyaknya hasil percobaan yang terjadi diluar selang waktu atau daerah lain. 3. Probabilitas bahwa lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat atau daerah kecil dapat diabaikan. Bentuk umum percobaan binomial b( x, n, p) = ௡.ሺ௡ିଵሻ.ሺ௡ିଶሻ…ሺ௡ି௫ାଵሻ ௑! px .(1-p)n-x rata-rata distribusi binomial adalah ߤ = ݊. ‫݌‬ Nilai-nilai probabilitas distribusi Poisson hanya bergantung pada parameter ߤ , yaitu rata-rata banyaknya percobaan yang terjadi selama selang waktu tertentu atau daerah lain yang diberikan. Dengan demikian rumus distribusi Poisson adalah p(X, ߤ ) = ௘షഋ ఓೣ ௫! Keterangan : p(X, ߤ) , probabilitas x dengan ߤ tertentu ߤ , banyaknya sukses yang diharapkan ݁ , suatu konstanta matematis yang nilainya mendekati 2,71828 ‫ݔ‬ , banyaknya sukses setiap unit Distribusi Poisson merupak turunan langsung dari distribusi binomial bila jumlah percobaan lebih dari 20 amatan dan probabilitas p ≤ 0,05. Dalam hal seperti ini rata-rata binomial akan diganti dengan rata-rata Poisson.
  • 2. Makalah Statistika Probabilitas | STMIK Provisi - 2013 III. Pembahasan Berdasarkan uraian diatas diberikan contoh kasus sebagai berikut ; Dengan rata-rata 4 orang dari 100 orang penduduk terjangkit penyakit demam berdarah. Tentukan probabilitas dari 500 orang . - Terdapat 12 orang yang terjangkit penyakit demam berdarah. - Terdapat lebih dari 16 orang yang terjangkit penyakit demam berdarah. Dari data tersebut dapat di uraikan secara matematis sebagai berikut ; n = 500 p = 0,04 ( diperoleh dari 4/100 = 0,04 ) ߤ = n.p = (500).(0,04) = 20 ‫1ݔ‬ = 12 ‫2ݔ‬ ≥ 16 Perhitungan ; a. Untuk tepat 12 orang yang terjangkit penyakit demam berdarah (X1) p(X=12, ߤ) = ௘షഋ ఓೣ ௫! = ଶ,଻ଵ଼ଶ଼షమబ ଶ଴భమ ଵଶ! = 0,0176 b. Untuk lebih dari 16 orang yang terjangkit penyakit demam berdarah (X2) p(X≥16, ߤ) = 1- ௘షഋ ఓೣ ௫! =1- ଶ,଻ଵ଼ଶ଼షమబ ଶ଴భల ଵ଺! = 0,9354 Perhitungan dengan Microsoft excel a. Untuk tepat 12 orang yang terjangkit penyakit demam berdarah (X1) Gambar 3.1 b. Untuk lebih dari 16 orang yang terjangkit penyakit demam berdarah (X2) Gambar 3.2 IV. Kesimpulan Berdasarkan hasil pembahasan yang diuraikan pada bab IV dapat disimpulkan sebagai berikut, hasil perhitungan menggunakan distribusi Poisson jumlah penduduk yang terjangkit penyakit demam berdarah tepat 12 orang memiliki nilai probabilitas 0,0176 sedangkan jumlah penduduk yang terjangkit penyakit demam berdarah lebih dari 16 orang memiliki nilai probabilitas 0,9354. Perhitungan dilakukan baik manual maupun dilakukan dengan aplikasi Microsoft excel menunjukkan hasil akurasi yang hampir sama. Referensi Sudaryono, M.Pd. 2012. Statistika Probabilitas ( Teori dan Aplikasi ). Yogyakarta: Andi. http://elibrary.ub.ac.id/bitstream/123456789/24 319/1/Karakterisasi-distribusi-poisson-dan- penerapannya-untuk-menghitung-peluang- kemenanagan-suatu-pertandingan.pdf di akses tanggal 19 Juni 2013, pukul 15:00 WIB Biodata penulis Ardian Prasetyo terlahir dikota Surakarta pada 09 Maret 1988, telah menjalani pendidikan di Taman kanak-kanak Pertiwi Karanganyar, Sekolah Dasar Negeri Bejen III Karanganyar, Sekolah Menengah Pertama Negeri I Karanganyar, Sekolah Menengah Atas Negeri 7 Surakarta. Dan sekarang tengah menyelesaikan pendidikan Strata Satu program studi Teknik Informatika, STMIK Provisi, Semarang, Indonesia.