BAB I
                                  PENDAHULUAN

1.1 Latar Belakang
     Dalam suatu peristiwa atau kejadian yang memungkinkan untuk munculnya sebuah
peluang dari kejadian tersebut maka perlu dilakukan perhitungan, banyak peristiwa yang
dapat dihitung peluang kejadiannya, salah satunya adalah mengenai distribusi peluang,
dalam, distribusi peluang ini sangat berbeda dengan peluang yang terjadi biasanya, sehingga
perlu dikaji lebih dalam lagi. Dalam distribusi peluang ini banyak distribusi – distribusi yang
mungkin terjadi, salah satunya yaitu “ Distribusi Binomial / Distribusi Bernoulli “ &
Distribusi Multinomial yang akan dibahas dalam makalah ini.


1.2 Rumusan Masalah
 1.2.1 Apa itu Distribusi Binomial ?
 1.2.2 Bagaimana ciri – ciri dari Distribusi Binom ?
 1.2.3 Apa itu Distribusi Multinomial ?
 1.2.4 Bagaimana Cara menghitung Rata-rata dan Varian dari Distribusi Binom &
       Multinom ?
 1.2.5 Bagaimana Aplikasi soal dari Distribusi Binom dan Multinom ?




1.3 Tujuan
 1.3.1 Untuk mengetahui apa itu distribusi Binom & Multinom
 1.3.2 Untuk mengetahui bentuk dari Distribusi Binom & Multinom
 1.3.3 Untuk menghitung nilai rata – rata dan varian dari Distribusi Binom & Multinom
 1.3.4 Untuk menghitung banyaknya kejadian dalam Distribusi Binom & Multinom




                                                                                   Page 1 of 8
BAB II
  DISTRIBUSI BINOMIAL & DISTRIBUSI MULTINOMIAL

A. Pengertian Distribusi Binom atau Bernoulli
        Distribusi binomial atau distribusi Bernoulli (ditemukan oleh James Bernoulli) adalah
 suatu distribusi teoritis yang menggunakan variabel random diskrit yang terdiri dari dua
 kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat.Distribusi binomial
 berasal dari percobaan binomial.
 Contoh: pengundian dengan menggunakan koin.


B. Ciri – Ciri dari Distribusi Binom
        Distribusi ini memiliki ciri-ciri berikut :
   1.    Percobaan diulang sebanyak n kali
   2.    Setiap hasil percobaan dibedakan menjadi dua, yaitu kejadian sukses (S) dan
         kejadian gagal (G)
   3.    Probabilitas terjadinya kejadian sukses (S) dan gagal (G), yaitu P (sukses) = P(S) = p
         dan P(gagal) = 1 – p = q adalah tetap.
   4.    Semua hasil yang muncul saling bebas satu sama lain.
        Jika kita melakukan percobaan sebanyak n percobaan dengan x yang sukses, maka
        jumlah titik sampel yang mungkin adalah




        Dengan n-x adalah yang gagal dalam n percobaan.
        Suatu percobaan binomial yang diulang sebanyak n kali, dengan P (sukses) = P(S) = p
        dan P(gagal) = P(G) = 1 – p = q adalah tetap pada setiap percobaan dan X menyatakan
        banyaknya sukses dalam percobaan binomial, maka variabel acak X mempunyai
        distribusi binomial yang dirumuskan sebagai berikut :
        Rumus dalam Distribusi Binomial adalah :

                p(x) = P(X=x) = b(x,n,p) = ( n | x ) px qn-x
                                                        atau

               p(x) = P (X=x) = b (x,n,p) = ( n | x ) px (1 – p)n-x

                                                                                   Page 2 of 8
Di    mana     x    =    0,1,2    …,n      dan    q   =    1       –    p
         p dan q disebut parameter.


C. Rata – rata & Varians dalam Distribusi Binomial
     Rata – Rata         & Varians




  Ket.     : rata-rata
           2
         σ : variansi
           : peluang sukses
          q : peluang gagal


D. Aplikasi soal Distribusi Binom
   Contoh soal :
   1. Peluang sebuah item akan tetap hidup ketika dilakukan shock test adalah ¾. Hitung
         peluang ada 2 item yg tetap hidup jika dilakukan test terhadap 4 item, rata-rata &
         varian?
          Penyelesaian :




                                              dan

   2. Misalkan diketahui 100 biji telur berpeluang cacat 5%, jika diambil 3 biji telur.
      Berapakah peluang satu telur yang cacat, dan cari pula rata – rata dan variansnya ?

          Jawab :
               Untuk n = 3 dan x = 1
                                                              5
               p adalah peluang terambil telur cacat = 5% =
                                                            100
                                                                95
               q adalah peluang terambil telur baik = 1- 5% =
                                                               100


                                                                                  Page 3 of 8
P        =
         =
              =                   = 0,135375


E. Pengertian Distribusi Multinomial
       Dalam teori probabilitas , distribusi multinomial merupakan generalisasi dari
  distribusi binomial. Percobaan binomial menjadi percobaan multinomial bila tiap usaha
  dapat memberikan lebih dari dua hasil. Umumnya bila suatu usaha dapat menghasilkan k
  hasil yang mungkin E1, E2, …, Ek dengan peluang P1, P2, …, Pk. Maka distribusi
  multinomial akan memberikan peluang bahwa E1 ,terjadi sebanyak E2x2 kali, …, Ekxk
  kali dalam n usaha bebas dengan x1 + x2 + … + xk = n.
      Distribusi Multinomial : Bila suatu usaha tertentu dapat menghasilkan k macam hasil
  dengan peluang, maka distribusi peluang peubah acak yang menyatakan banyak terjadinya
  dalam n usaha bebas ialah :




F. Rata – Rata ( ) dan Varian Distribusi Multinomial (           )


   Ket. μ         : rata-rata
       σ2         : variansi
       xi         : hasil sukses ke-
       pi         : peluang ke-


G. Aplikasi Soal Distribusi Multinomial
    Contoh 1 :
    Bila dadu dilantumkan 6 kali , berapakah peluang mendapat jumlah 7 atau 11 muncul 2
    kali,sepasang bilangan yang sama 1 kali,dan kombinasi lainnya 3 kali ?
    Jawab
    Nilai :

                                                                              Page 4 of 8
P1 = 2/9
P2 = 1/6
P3 = 11/18
X1 = 2
X2 = 1
X3 = 3




Contoh 2 :
Dalam undian dengan sebuah dadu sebanyak 12 kali maka peluang di dapat mata1,
mata 2, …, mata 6 masing-masing tapat 2 kali adalah ?
Jawab :




                                                                   Page 5 of 8
BAB III
                                           PENUTUP

A. Kesimpulan
   Distribusi binomial atau distribusi Bernoulli (ditemukan oleh James Bernoulli) adalah suatu
   distribusi teoritis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian
   yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat. Contohnya ; pengundian
   dengan menggunakan koin.
   Distribusi Binom atau Bernoulli mempunyai ciri – ciri sebagai berikut :
   1. Percobaan diulang sebanyak n kali
   2. Setiap hasil percobaan dibedakan menjadi dua, yaitu kejadian sukses (S) dan kejadian
     gagal (G)
   3. Probabilitas terjadinya kejadian sukses (S) dan gagal (G), yaitu P (sukses) = P(S) = ¶ dan
     P(gagal) = 1 – ¶ = q adalah tetap.
   4. Semua hasil yang muncul saling bebas satu sama lain
   Dalam Distribusi Binom hanya terdapat dua peristiw yaitu p (sukses ) dan q ( gagal )
   Rumus mencari probabilitas dalam distribusi Binom adalah




   Distribusi Multinomial merupakan generalisasi dari distribusi binomial. Percobaan binomial
   menjadi percobaan multinomial bila tiap usaha dapat memberikan lebih dari dua hasil.
   Rumus untuk mencari probabilitas distribusi multinomial adalah




   Rata – rata dan varian Distribusi Binom & Distribusi Multinom
   # Distribusi Binom                     # Distribusi Multinom




                                                                                    Page 6 of 8
B.   Saran
        Dalam suatu percobaan peluang sebaiknya dilakukan bukan hanya sekali supaya lebih
     mendapatkan hasil yang lebih tepat, dalam melakukan percobaan peluang juga jangan hanya
     terpaku pada suatu distribusi untuk lebih baiknya menggunakan bnayak distribusi sebagai
     bahan pertimbangan.




                                                                                 Page 7 of 8
DAFTAR PUSTAKA


Sudjana, Metoda Statistika, Bandung : Tarsito, 2002.

http//www.endumediadadang.com

http//www.google-blog.co.id

http//Wikipedia.com




                                                       Page 8 of 8

Distr. binom & multinom

  • 1.
    BAB I PENDAHULUAN 1.1 Latar Belakang Dalam suatu peristiwa atau kejadian yang memungkinkan untuk munculnya sebuah peluang dari kejadian tersebut maka perlu dilakukan perhitungan, banyak peristiwa yang dapat dihitung peluang kejadiannya, salah satunya adalah mengenai distribusi peluang, dalam, distribusi peluang ini sangat berbeda dengan peluang yang terjadi biasanya, sehingga perlu dikaji lebih dalam lagi. Dalam distribusi peluang ini banyak distribusi – distribusi yang mungkin terjadi, salah satunya yaitu “ Distribusi Binomial / Distribusi Bernoulli “ & Distribusi Multinomial yang akan dibahas dalam makalah ini. 1.2 Rumusan Masalah 1.2.1 Apa itu Distribusi Binomial ? 1.2.2 Bagaimana ciri – ciri dari Distribusi Binom ? 1.2.3 Apa itu Distribusi Multinomial ? 1.2.4 Bagaimana Cara menghitung Rata-rata dan Varian dari Distribusi Binom & Multinom ? 1.2.5 Bagaimana Aplikasi soal dari Distribusi Binom dan Multinom ? 1.3 Tujuan 1.3.1 Untuk mengetahui apa itu distribusi Binom & Multinom 1.3.2 Untuk mengetahui bentuk dari Distribusi Binom & Multinom 1.3.3 Untuk menghitung nilai rata – rata dan varian dari Distribusi Binom & Multinom 1.3.4 Untuk menghitung banyaknya kejadian dalam Distribusi Binom & Multinom Page 1 of 8
  • 2.
    BAB II DISTRIBUSI BINOMIAL & DISTRIBUSI MULTINOMIAL A. Pengertian Distribusi Binom atau Bernoulli Distribusi binomial atau distribusi Bernoulli (ditemukan oleh James Bernoulli) adalah suatu distribusi teoritis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat.Distribusi binomial berasal dari percobaan binomial. Contoh: pengundian dengan menggunakan koin. B. Ciri – Ciri dari Distribusi Binom Distribusi ini memiliki ciri-ciri berikut : 1. Percobaan diulang sebanyak n kali 2. Setiap hasil percobaan dibedakan menjadi dua, yaitu kejadian sukses (S) dan kejadian gagal (G) 3. Probabilitas terjadinya kejadian sukses (S) dan gagal (G), yaitu P (sukses) = P(S) = p dan P(gagal) = 1 – p = q adalah tetap. 4. Semua hasil yang muncul saling bebas satu sama lain. Jika kita melakukan percobaan sebanyak n percobaan dengan x yang sukses, maka jumlah titik sampel yang mungkin adalah Dengan n-x adalah yang gagal dalam n percobaan. Suatu percobaan binomial yang diulang sebanyak n kali, dengan P (sukses) = P(S) = p dan P(gagal) = P(G) = 1 – p = q adalah tetap pada setiap percobaan dan X menyatakan banyaknya sukses dalam percobaan binomial, maka variabel acak X mempunyai distribusi binomial yang dirumuskan sebagai berikut : Rumus dalam Distribusi Binomial adalah : p(x) = P(X=x) = b(x,n,p) = ( n | x ) px qn-x atau p(x) = P (X=x) = b (x,n,p) = ( n | x ) px (1 – p)n-x Page 2 of 8
  • 3.
    Di mana x = 0,1,2 …,n dan q = 1 – p p dan q disebut parameter. C. Rata – rata & Varians dalam Distribusi Binomial Rata – Rata & Varians Ket. : rata-rata 2 σ : variansi : peluang sukses q : peluang gagal D. Aplikasi soal Distribusi Binom Contoh soal : 1. Peluang sebuah item akan tetap hidup ketika dilakukan shock test adalah ¾. Hitung peluang ada 2 item yg tetap hidup jika dilakukan test terhadap 4 item, rata-rata & varian? Penyelesaian : dan 2. Misalkan diketahui 100 biji telur berpeluang cacat 5%, jika diambil 3 biji telur. Berapakah peluang satu telur yang cacat, dan cari pula rata – rata dan variansnya ? Jawab : Untuk n = 3 dan x = 1 5 p adalah peluang terambil telur cacat = 5% = 100 95 q adalah peluang terambil telur baik = 1- 5% = 100 Page 3 of 8
  • 4.
    P = = = = 0,135375 E. Pengertian Distribusi Multinomial Dalam teori probabilitas , distribusi multinomial merupakan generalisasi dari distribusi binomial. Percobaan binomial menjadi percobaan multinomial bila tiap usaha dapat memberikan lebih dari dua hasil. Umumnya bila suatu usaha dapat menghasilkan k hasil yang mungkin E1, E2, …, Ek dengan peluang P1, P2, …, Pk. Maka distribusi multinomial akan memberikan peluang bahwa E1 ,terjadi sebanyak E2x2 kali, …, Ekxk kali dalam n usaha bebas dengan x1 + x2 + … + xk = n. Distribusi Multinomial : Bila suatu usaha tertentu dapat menghasilkan k macam hasil dengan peluang, maka distribusi peluang peubah acak yang menyatakan banyak terjadinya dalam n usaha bebas ialah : F. Rata – Rata ( ) dan Varian Distribusi Multinomial ( ) Ket. μ : rata-rata σ2 : variansi xi : hasil sukses ke- pi : peluang ke- G. Aplikasi Soal Distribusi Multinomial Contoh 1 : Bila dadu dilantumkan 6 kali , berapakah peluang mendapat jumlah 7 atau 11 muncul 2 kali,sepasang bilangan yang sama 1 kali,dan kombinasi lainnya 3 kali ? Jawab Nilai : Page 4 of 8
  • 5.
    P1 = 2/9 P2= 1/6 P3 = 11/18 X1 = 2 X2 = 1 X3 = 3 Contoh 2 : Dalam undian dengan sebuah dadu sebanyak 12 kali maka peluang di dapat mata1, mata 2, …, mata 6 masing-masing tapat 2 kali adalah ? Jawab : Page 5 of 8
  • 6.
    BAB III PENUTUP A. Kesimpulan Distribusi binomial atau distribusi Bernoulli (ditemukan oleh James Bernoulli) adalah suatu distribusi teoritis yang menggunakan variabel random diskrit yang terdiri dari dua kejadian yang berkomplemen, seperti sukses-gagal, ya-tidak, baik-cacat. Contohnya ; pengundian dengan menggunakan koin. Distribusi Binom atau Bernoulli mempunyai ciri – ciri sebagai berikut : 1. Percobaan diulang sebanyak n kali 2. Setiap hasil percobaan dibedakan menjadi dua, yaitu kejadian sukses (S) dan kejadian gagal (G) 3. Probabilitas terjadinya kejadian sukses (S) dan gagal (G), yaitu P (sukses) = P(S) = ¶ dan P(gagal) = 1 – ¶ = q adalah tetap. 4. Semua hasil yang muncul saling bebas satu sama lain Dalam Distribusi Binom hanya terdapat dua peristiw yaitu p (sukses ) dan q ( gagal ) Rumus mencari probabilitas dalam distribusi Binom adalah Distribusi Multinomial merupakan generalisasi dari distribusi binomial. Percobaan binomial menjadi percobaan multinomial bila tiap usaha dapat memberikan lebih dari dua hasil. Rumus untuk mencari probabilitas distribusi multinomial adalah Rata – rata dan varian Distribusi Binom & Distribusi Multinom # Distribusi Binom # Distribusi Multinom Page 6 of 8
  • 7.
    B. Saran Dalam suatu percobaan peluang sebaiknya dilakukan bukan hanya sekali supaya lebih mendapatkan hasil yang lebih tepat, dalam melakukan percobaan peluang juga jangan hanya terpaku pada suatu distribusi untuk lebih baiknya menggunakan bnayak distribusi sebagai bahan pertimbangan. Page 7 of 8
  • 8.
    DAFTAR PUSTAKA Sudjana, MetodaStatistika, Bandung : Tarsito, 2002. http//www.endumediadadang.com http//www.google-blog.co.id http//Wikipedia.com Page 8 of 8