SlideShare a Scribd company logo
1 of 26
Download to read offline
DISTRIBUSI PELUANG


Ketika melakukan percobaan (eksperimen) dengan melantunkan
sebuah mata uang, kita akan dapatkan P(G) = P(A) = 1/2.

Kalau dihitung banyaknya G, maka kita dapat mengatakan
banyaknya G = 1 dan G = 0.

Jika banyaknya G kita beri simbol X, maka untuk :
G berlaku X=1, dan
H berlaku X=0

                     P(X=1) = 1/2 dan P(X=0) = 1/2
Lanjutan . . .
Jika percobaan dengan menggunakan 2 mata uang, maka peristiwa
yang terjadi adalah :

T = {GG, GH, HG, HH} dengan probabilitas masing-masing adalah :

P(GG) = P(GH) = P(HG) = P(HH) = 1/4

Jika X menyatakan banyaknya G, maka nilai X di atas adalah
X=0,1,2, sehingga :

P(X=0) = 1/4   P(X=1) = 2/4     P(X=2) = 1/4

                 x            P(X=x)
                 0             1/4
                 1             1/2
                 2             1/4
               jumlah           1
Lanjutan . . .
Simbol X di atas, yang memiliki peluang, bersifat variabel dan hanya
memiliki nilai 0, 1, 2. . .

Variabel ini disebut VARIABEL ACAK DISKRET

Dalam tabel contoh, jumlah peluang selalu sama dengan 1. Apabila
semua ini terjadi, maka dikatakan bahwa DISTRIBUSI PELUANG
VARIABEL ACAK X TELAH TERBENTUK.



                           x            P(X=x)
                          0               1/4
                          1               1/2
                          2               1/4
                        jumlah             1
Lanjutan . . .
Variabel acak diskret X menentukan distribusi peluang apabila untuk
nilai-nilai X = x1, x2, x3,...., xn terdapat peluang p(xi) = P(X=xi)
sehingga :

                            ∑p(xi) = 1

p(x) disebut fungsi peluang untuk variabel acak X pada nilai X=x
Nilai Rata-Rata


Nilai rata-rata pada distribusi probabilitas adalah sama pada
penghitungan nilai rata-rata yang telah dibahasa pada bagian
sebelumnya.
Nilai rata-rata pada distribusi probabilitas = nilai harapan (expexted
value) yang dilambangkan dengan E(x) = nilai rata-rata untuk variabel
acak X


                  µ = E(x) = ∑ xi .p(xi)
Contoh :
  Ada tiga orang nasabah yang akan menabung di bank. Terdapat 2 bank
  yang terdapat di Jln. Pajajaran Timur, yaitu BCA dan BNI. Ketiga orang
  tersebut bebas memilih bank tempat untuk menabung, bisa di BCA semua,
  BNI semua atau di BCA dan BNI.

Pertanyaan :
  1. Berikan ruang sampel pilihan nasabah tersebut.
  2. Jika X = Pilihan tampat menabung di BNI berikan tabel distribusi
     frekuensinya
  3. Berapakah expexted value pada kasus pilihan tiga nasabah tersebut.
Contoh :
  Pengamatan yang menunjukkan banyaknya kendaraan yang melalui
  sebuah tikungan setiap menit mengikuti distribusi peluang sbb :

  Jml            0      1      2      3      4      5      6      7      8
  Kendaraan
  Peluang        0.01   0.05   0.10   0.28   0.22   0.18   0.08   0.05   0.03


Pertanyaan :
  1. Berapakah Peluang dalam satu menit paling sedikit tiga kendaraan
     melalui tikungan.
  2. Berapakah rata-rata tiap menit terdapat kendaraan melalui tikungan
     tsb ?
  3. Berapakah perkiraan kendaraan yang melewati tikungan tiap 100
     menit ?
Contoh :
  Untuk keperluan analisis saham telah dicatat distribusi probabilitas untuk
  harga saham yaitu probabilitas harga naik 0.16; harga tetap 0.64 ; dan
  harga turun 0.20.

Pertanyaan :
  1. Berapakah nilai rata-rata apabila pada hari Sabtu, 15 Desember 2012
     harga saham Indosat sempat naik ke Rp. 7800 dan sempat turun ke Rp.
     7650 dari harga sebelumnya Rp. 7700 ?
Contoh :
  Sebuah kotak berisi 8 telor dimana 3 diantaranya busuk. Seseorang
  membeli 4 buah telor dari kotak tersebut secara acak.

Pertanyaan :
  1. Buatlah tabel distribusi peluangnya   bahwa   pembeli   tersebut
     mendapatkan telur yang busuk.
VARIAN DAN DEVIASI STANDAR


Varian dan deviasi standar merupakan ukuran penyebaran yaitu
mengukur seberapa besar data menyebar dari nilai tengahnya.
Semakin kecil sebaran data, maka semakin baik karena
menunjukkan data mengelompok pada nilai rata-rata hitung.
Ini juga menunjukkan adanya kehomogenan yang lebih tinggi dan
perbedaan antar data tidak terlalu tinggi.



                varians = σ2 = Σ(xi – µ)2.p(xi)
Contoh :
  Hitunglah standar deviasi untuk distribusi probabilitas pilihan nasabah dan
  saham Indosat pada contoh sebelumnya.
DISTRIBUSI PROBABILITAS DISKRET




Distribusi Probabilitas Binomial

              Distribusi Probabilitas Hipergeometrik


                            Distribusi Probabilitas Poisson
DISTRIBUSI BINOMIAL


   Ciri-ciri Percobaan Bernouli:

   • Setiap percobaan menghasilkan dua kejadian:
     (a) kelahiran anak: laki-laki-perempuan;
     (b) transaksi saham: jual- beli,
     (c) perkembangan suku bunga: naik–turun dan lain-lain.

   • Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap
     untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal,
     dan P(p) + P(q)= 1.

   • Suatu percobaan dengan percobaan bersifat bebas.

   • Data yang dihasilkan adalah data perhitungan.
DISTRIBUSI BINOMIAL

  Sebagai misal, dilakukan pengambilan 3 bahan secara acak dari
  hasil pengolahan pabrik, diperiksa, dan kemudian yang cacat
  dipisahkan dari yang tidak cacat. Bahan yang cacat akan disebut
  sebagai sukses. Banyaknya sukses merupakan suatu peubah acak X
  dengan nilai bilangan bulat dari 0 sampai 3. Kedalapan hasil yang
  mungkin (C = cacat, T = Tak cacat) da nilai X adalah :

   Hasil     x             Jika diasumsikan bahan tersebut dipilih secara
   TTT       0             bebas dari hasil proses yang dianggap
                           menghasilkan 25% bahan cacat, maka :
   TCT       1
   TTC       1             P(TCT) = P(T) . P(C) . P(T)
   CTT       1                      3/4 . 1/4 . 3/4
                                  = 9/64
   TCC       2
   CTC       2
                          x          0          1          2         3
   CCT       2
                       P =(X=x)    27/64      27/64      9/24       1/64
   CCC       3
DISTRIBUSI BINOMIAL

  Banyaknya usaha X yang sukses dalam n usaha Bernouli disebut
  peubah acak binomial.

  Distribusi peluang peubah acak diskret ini disebut distribusi binomial
  dan dinyatakan dengan : b(x;n,p).
  karena nilainya tergantung kepada banyaknya usaha (n) dan peluang
  sukses dalam usaha (p).


  Jadi untuk distribusi peluang X, bila X menyatakan banyaknya cacat,
  maka dalam contoh di atas dapat dinyatakan :
  P(X=2) = b(2;3,1/4) = 9/64


      x          0         1         2         3
    P(X=x)     27/64     27/64      9/24      1/64
DISTRIBUSI BINOMIAL

  Suatu usaha Bernouli dapat menghasilkan sukses dengan peluang p
  dan gagal dengan peluang q = 1-p, maka distribusi peubah acak
  binomial X, yaitu banyaknya sukses dalam n usaha bebas adalah :




               b( x ; n , p) = ( n ) p x q n− x ,   x=0,1,2,3... n
                                 x
DISTRIBUSI BINOMIAL : CONTOH

  PT. Moena Indihe Farm (MIF) mengirim buah semangka ke GIANT
  supermarket, dengan jaminan kualitas yang baik, maka 90%
  semangka yang dikirim harus lolos seleksi. PT. MIF setiap hari
  mengirim semangka 15 buah dengan berat antara 5 – 6 kg.
  1. Berapa probabilitas 15 buah diterima ?
  2. Berapa probabilitas 13 buah diterima ?
  3. Berapa probabilitas 10 buah diterima ?

  Jawab : (1)
  n = 15 ; x = 15 ; p = 0.9 ; q = 0.1


                 b( x ; n , p) = ( n ) p x q n− x ,   x=0,1,2,3. .. n
                                   x
DISTRIBUSI BINOMIAL : CONTOH


  Jawab : (2)
  n = 15 ; x = 13 ( 13 diterima atau 2 ditolak) ; p = 0.9 ; q = 0.1


                 b( x ; n , p) = ( n ) p x q n− x ,   x=0,1,2,3. .. n
                                   x

  Jawab : (3)
  n = 15 ; x = 10 ; p = 0.9 ; q = 0.1


                 b( x ; n , p) = ( n ) p x q n− x ,   x=0,1,2,3. .. n
                                   x
DISTRIBUSI BINOMIAL : CONTOH

  Suatu suku cadang dapat menahan uji goncangan tertentu dengan
  peluang 3/4. Hitunglah peluang bahwa tepat 2 dari 4 suku cadang
  yang diuji tidak akan rusak.




  Jawab : (1)
  n = 4 ; x = 2 ; p = 0.75 ; q = 0.25


                 b( x ; n , p) = ( n ) p x q n− x ,   x=0,1,2,3. .. n
                                   x
BINOMIAL : RATAAN dan VARIANS


                                     n  x
Distribusi Binomial b( x ; n , p) = ( ) p q
                                              n− x
                                                     ,   x=0,1,2,3. .. n
                                   x
mempunyai rataan dan variansi : µ = n.p dan σ2 = n.p.q



Biasanya soal yang dihadapi diharuskan kita menghitung P(X < r)
atau P(a ≤ X ≤ b).
Untuk kasus semacam ini Anda dapat menggunakan tabel
BINOMIAL.
DISTRIBUSI BINOMIAL

  Sepasang suami-istri merencanakan            memiliki 3 anak. Bila X
  menyatakan banyaknya kelahiran anak laki-laki, hitunglah :
  1. Probabilitas kelahiran 2 anak laki-laki
  2. Probabilitas memiliki tidak lebih dari 2 anak laki-laki,
  3. Hitunglah rata-rata dan simpangan baku


 Jawab : (1)
 Probabilitas kelahiran anak laki-laki dan perempuan sama = 0.5.
 n = 3 ; x = 2; p = 0.5. P(X=2) ?

  b( x ; n , p) = ( n ) p x q n− x ,   x=0,1,2,3. .. n
                    x
DISTRIBUSI BINOMIAL

 Jawab : (2)
 Probabilitas kelahiran anak laki-laki dan perempuan sama = 0.5.
 n = 3 ; p = 0.5 ; x ≤ 2 .... x = 0, x = 1 dan x = 2

  b( x ; n , p) = ( n ) p x q n− x ,   x=0,1,2,3. .. n
                    x
 Dapat juga menggunakan tabel distribusi binomial, yakni :
                   2
  P ( X ⩽ 2)     ∑ b( x ; 3,0.5) =       b(0 ; 3,0.5) + b(1 ; 3,0.5) + b(2 ; 3,0.5)
                   0
DISTRIBUSI BINOMIAL

 Jawab : (3)
 Rataan dan varians kelahiran anak laki-laki :
 µ = n.p dan σ2 = n.p.q
DISTRIBUSI BINOMIAL

 Peluang seorang pasien sembuh dari suatu penyakit darah yang
 jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah
 mengidap penyakit ini, tentukan peluang:

 a. Sekurang-kurangnya 10 orang bisa sembuh,
 b. dari 3 sampai 8 orang bisa sembuh, dan
 c. tepat 5 orang bisa sembuh.


 Jawab (a)
 Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4
                                  9
  P ( X ⩽ 10) = 1−P ( X <10) =   ∑ b( x ; 15,0.4)
                                  0
DISTRIBUSI BINOMIAL

 Peluang seorang pasien sembuh dari suatu penyakit darah yang
 jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah
 mengidap penyakit ini, tentukan peluang:

 a. Sekurang-kurangnya 10 orang bisa sembuh,
 b. dari 3 sampai 8 orang bisa sembuh, dan
 c. tepat 5 orang bisa sembuh.


 Jawab (b)
 Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4
                      8
  P (3 ⩽ X ⩽ 8) =   ∑ b( x ;15,0.4)
                      3
                      8                    2
  P (3 ⩽ X ⩽ 8) =   ∑ b( x ;15,0.4)   −   ∑ b( x ;15,0.4)
                      0                   0
DISTRIBUSI BINOMIAL

 Peluang seorang pasien sembuh dari suatu penyakit darah yang
 jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah
 mengidap penyakit ini, tentukan peluang:

 a. Sekurang-kurangnya 10 orang bisa sembuh,
 b. dari 3 sampai 8 orang bisa sembuh, dan
 c. tepat 5 orang bisa sembuh.


 Jawab (c)
 Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4
                5                  4
  P ( X =5) =   ∑ b( x ;15,0.4) − ∑ b( x ; 15,0.4)
                0                  0

More Related Content

What's hot

Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)rizka_safa
 
Distribusi Normal Matematika Peminatan Kelas XII Program MIPA
Distribusi Normal Matematika Peminatan Kelas XII Program MIPADistribusi Normal Matematika Peminatan Kelas XII Program MIPA
Distribusi Normal Matematika Peminatan Kelas XII Program MIPAMuhammad Arif
 
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITBAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITCabii
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parametermatematikaunindra
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasiHafiza .h
 
Soal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannyaSoal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannyaKana Outlier
 
Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )Kelinci Coklat
 
Ekonometrika Variabel Dummy
Ekonometrika Variabel DummyEkonometrika Variabel Dummy
Ekonometrika Variabel DummyAyuk Wulandari
 
Pembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksPembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksIpit Sabrina
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialSilvia_Al
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )Nur Sandy
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubahYulianus Lisa Mantong
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiRosmaiyadi Snt
 

What's hot (20)

Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)
 
Distribusi poisson
Distribusi poissonDistribusi poisson
Distribusi poisson
 
Distribusi Normal Matematika Peminatan Kelas XII Program MIPA
Distribusi Normal Matematika Peminatan Kelas XII Program MIPADistribusi Normal Matematika Peminatan Kelas XII Program MIPA
Distribusi Normal Matematika Peminatan Kelas XII Program MIPA
 
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITBAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasi
 
Soal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannyaSoal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannya
 
Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )Fungsi Dua Peubah ( Kalkulus 2 )
Fungsi Dua Peubah ( Kalkulus 2 )
 
01 barisan-dan-deret
01 barisan-dan-deret01 barisan-dan-deret
01 barisan-dan-deret
 
Ekonometrika Variabel Dummy
Ekonometrika Variabel DummyEkonometrika Variabel Dummy
Ekonometrika Variabel Dummy
 
Distribusi normal
Distribusi normalDistribusi normal
Distribusi normal
 
Akt 2-tabel-mortalitas
Akt 2-tabel-mortalitasAkt 2-tabel-mortalitas
Akt 2-tabel-mortalitas
 
Pembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi MatriksPembuktian Sifat – Sifat Operasi Matriks
Pembuktian Sifat – Sifat Operasi Matriks
 
Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
Materi P3_Distribusi Normal
Materi P3_Distribusi NormalMateri P3_Distribusi Normal
Materi P3_Distribusi Normal
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )
 
Distribusi Normal
Distribusi NormalDistribusi Normal
Distribusi Normal
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
 
Distribusi Binomial
Distribusi BinomialDistribusi Binomial
Distribusi Binomial
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
 

Similar to DISTRIBUSI BINOMIAL

Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptStatistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptblacknait
 
Statistika_Dasar_4.pdf
Statistika_Dasar_4.pdfStatistika_Dasar_4.pdf
Statistika_Dasar_4.pdfssuser04f845
 
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1ariefbudiman902449
 
STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) erik-pebs
 
DISTRIBUSI PELUANG TEORITIS.pptx
DISTRIBUSI PELUANG TEORITIS.pptxDISTRIBUSI PELUANG TEORITIS.pptx
DISTRIBUSI PELUANG TEORITIS.pptxCLAYNightcore
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluangYusuf Ahmad
 
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptLaddyLisya1
 
Presentasi distribusi poisson
Presentasi distribusi poissonPresentasi distribusi poisson
Presentasi distribusi poissonWulan_Ari_K
 
Distribusi binomial dan poisson baru
Distribusi binomial dan poisson baruDistribusi binomial dan poisson baru
Distribusi binomial dan poisson baruratuilma
 
Pert 9 10 -distribusi probabilitas
Pert 9 10 -distribusi probabilitasPert 9 10 -distribusi probabilitas
Pert 9 10 -distribusi probabilitasCanny Becha
 
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITASDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITASHusna Sholihah
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitasindrayani2002
 

Similar to DISTRIBUSI BINOMIAL (20)

Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.pptStatistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
 
Statistika_Dasar_4.pdf
Statistika_Dasar_4.pdfStatistika_Dasar_4.pdf
Statistika_Dasar_4.pdf
 
4 probabilitas ptik
4 probabilitas ptik4 probabilitas ptik
4 probabilitas ptik
 
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
 
Distribusi peluang
Distribusi peluangDistribusi peluang
Distribusi peluang
 
STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi)
 
Konsep dasar probabilitas
Konsep dasar probabilitasKonsep dasar probabilitas
Konsep dasar probabilitas
 
DISTRIBUSI PELUANG TEORITIS.pptx
DISTRIBUSI PELUANG TEORITIS.pptxDISTRIBUSI PELUANG TEORITIS.pptx
DISTRIBUSI PELUANG TEORITIS.pptx
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluang
 
DIS.pptx
DIS.pptxDIS.pptx
DIS.pptx
 
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.pptjbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
 
Presentasi distribusi poisson
Presentasi distribusi poissonPresentasi distribusi poisson
Presentasi distribusi poisson
 
Distribusi binomial dan poisson baru
Distribusi binomial dan poisson baruDistribusi binomial dan poisson baru
Distribusi binomial dan poisson baru
 
Pert 9 10 -distribusi probabilitas
Pert 9 10 -distribusi probabilitasPert 9 10 -distribusi probabilitas
Pert 9 10 -distribusi probabilitas
 
4 probabilitas ptik
4 probabilitas ptik4 probabilitas ptik
4 probabilitas ptik
 
Statistika: Binomial
Statistika: BinomialStatistika: Binomial
Statistika: Binomial
 
Klp 1
Klp 1Klp 1
Klp 1
 
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITASDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS
 
Distribusi peluang(1)
Distribusi peluang(1)Distribusi peluang(1)
Distribusi peluang(1)
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitas
 

More from Ceria Agnantria

More from Ceria Agnantria (17)

Jaringan Komputer - IP Adreess
Jaringan Komputer - IP Adreess Jaringan Komputer - IP Adreess
Jaringan Komputer - IP Adreess
 
Agroindustri - Nilai Tambah Komoditas Pertanian
Agroindustri - Nilai Tambah Komoditas PertanianAgroindustri - Nilai Tambah Komoditas Pertanian
Agroindustri - Nilai Tambah Komoditas Pertanian
 
Agroindustri - Pengantar Agroindustri
Agroindustri - Pengantar AgroindustriAgroindustri - Pengantar Agroindustri
Agroindustri - Pengantar Agroindustri
 
Jaringan Komputer - Sistem Bilangan
Jaringan Komputer - Sistem BilanganJaringan Komputer - Sistem Bilangan
Jaringan Komputer - Sistem Bilangan
 
Matdis-Himpunan
Matdis-HimpunanMatdis-Himpunan
Matdis-Himpunan
 
Matdis-Relasi Fungsi
Matdis-Relasi FungsiMatdis-Relasi Fungsi
Matdis-Relasi Fungsi
 
Matdis-fungsi pembangkit
Matdis-fungsi pembangkitMatdis-fungsi pembangkit
Matdis-fungsi pembangkit
 
Matdis-graph
Matdis-graphMatdis-graph
Matdis-graph
 
Matdis-Induksi Matematika
Matdis-Induksi MatematikaMatdis-Induksi Matematika
Matdis-Induksi Matematika
 
Matdis-logika matematika
Matdis-logika matematikaMatdis-logika matematika
Matdis-logika matematika
 
Matdis-optimisasi
Matdis-optimisasiMatdis-optimisasi
Matdis-optimisasi
 
Matdis-rekursif
Matdis-rekursif Matdis-rekursif
Matdis-rekursif
 
Matdis-Kombinatorika
Matdis-KombinatorikaMatdis-Kombinatorika
Matdis-Kombinatorika
 
Probabilitas lanjutan
Probabilitas lanjutanProbabilitas lanjutan
Probabilitas lanjutan
 
Ch3
Ch3Ch3
Ch3
 
Probabilitas 2
Probabilitas 2Probabilitas 2
Probabilitas 2
 
Probabilitas 1
Probabilitas 1Probabilitas 1
Probabilitas 1
 

DISTRIBUSI BINOMIAL

  • 1. DISTRIBUSI PELUANG Ketika melakukan percobaan (eksperimen) dengan melantunkan sebuah mata uang, kita akan dapatkan P(G) = P(A) = 1/2. Kalau dihitung banyaknya G, maka kita dapat mengatakan banyaknya G = 1 dan G = 0. Jika banyaknya G kita beri simbol X, maka untuk : G berlaku X=1, dan H berlaku X=0 P(X=1) = 1/2 dan P(X=0) = 1/2
  • 2. Lanjutan . . . Jika percobaan dengan menggunakan 2 mata uang, maka peristiwa yang terjadi adalah : T = {GG, GH, HG, HH} dengan probabilitas masing-masing adalah : P(GG) = P(GH) = P(HG) = P(HH) = 1/4 Jika X menyatakan banyaknya G, maka nilai X di atas adalah X=0,1,2, sehingga : P(X=0) = 1/4 P(X=1) = 2/4 P(X=2) = 1/4 x P(X=x) 0 1/4 1 1/2 2 1/4 jumlah 1
  • 3. Lanjutan . . . Simbol X di atas, yang memiliki peluang, bersifat variabel dan hanya memiliki nilai 0, 1, 2. . . Variabel ini disebut VARIABEL ACAK DISKRET Dalam tabel contoh, jumlah peluang selalu sama dengan 1. Apabila semua ini terjadi, maka dikatakan bahwa DISTRIBUSI PELUANG VARIABEL ACAK X TELAH TERBENTUK. x P(X=x) 0 1/4 1 1/2 2 1/4 jumlah 1
  • 4. Lanjutan . . . Variabel acak diskret X menentukan distribusi peluang apabila untuk nilai-nilai X = x1, x2, x3,...., xn terdapat peluang p(xi) = P(X=xi) sehingga : ∑p(xi) = 1 p(x) disebut fungsi peluang untuk variabel acak X pada nilai X=x
  • 5. Nilai Rata-Rata Nilai rata-rata pada distribusi probabilitas adalah sama pada penghitungan nilai rata-rata yang telah dibahasa pada bagian sebelumnya. Nilai rata-rata pada distribusi probabilitas = nilai harapan (expexted value) yang dilambangkan dengan E(x) = nilai rata-rata untuk variabel acak X µ = E(x) = ∑ xi .p(xi)
  • 6. Contoh : Ada tiga orang nasabah yang akan menabung di bank. Terdapat 2 bank yang terdapat di Jln. Pajajaran Timur, yaitu BCA dan BNI. Ketiga orang tersebut bebas memilih bank tempat untuk menabung, bisa di BCA semua, BNI semua atau di BCA dan BNI. Pertanyaan : 1. Berikan ruang sampel pilihan nasabah tersebut. 2. Jika X = Pilihan tampat menabung di BNI berikan tabel distribusi frekuensinya 3. Berapakah expexted value pada kasus pilihan tiga nasabah tersebut.
  • 7. Contoh : Pengamatan yang menunjukkan banyaknya kendaraan yang melalui sebuah tikungan setiap menit mengikuti distribusi peluang sbb : Jml 0 1 2 3 4 5 6 7 8 Kendaraan Peluang 0.01 0.05 0.10 0.28 0.22 0.18 0.08 0.05 0.03 Pertanyaan : 1. Berapakah Peluang dalam satu menit paling sedikit tiga kendaraan melalui tikungan. 2. Berapakah rata-rata tiap menit terdapat kendaraan melalui tikungan tsb ? 3. Berapakah perkiraan kendaraan yang melewati tikungan tiap 100 menit ?
  • 8. Contoh : Untuk keperluan analisis saham telah dicatat distribusi probabilitas untuk harga saham yaitu probabilitas harga naik 0.16; harga tetap 0.64 ; dan harga turun 0.20. Pertanyaan : 1. Berapakah nilai rata-rata apabila pada hari Sabtu, 15 Desember 2012 harga saham Indosat sempat naik ke Rp. 7800 dan sempat turun ke Rp. 7650 dari harga sebelumnya Rp. 7700 ?
  • 9. Contoh : Sebuah kotak berisi 8 telor dimana 3 diantaranya busuk. Seseorang membeli 4 buah telor dari kotak tersebut secara acak. Pertanyaan : 1. Buatlah tabel distribusi peluangnya bahwa pembeli tersebut mendapatkan telur yang busuk.
  • 10. VARIAN DAN DEVIASI STANDAR Varian dan deviasi standar merupakan ukuran penyebaran yaitu mengukur seberapa besar data menyebar dari nilai tengahnya. Semakin kecil sebaran data, maka semakin baik karena menunjukkan data mengelompok pada nilai rata-rata hitung. Ini juga menunjukkan adanya kehomogenan yang lebih tinggi dan perbedaan antar data tidak terlalu tinggi. varians = σ2 = Σ(xi – µ)2.p(xi)
  • 11. Contoh : Hitunglah standar deviasi untuk distribusi probabilitas pilihan nasabah dan saham Indosat pada contoh sebelumnya.
  • 12. DISTRIBUSI PROBABILITAS DISKRET Distribusi Probabilitas Binomial Distribusi Probabilitas Hipergeometrik Distribusi Probabilitas Poisson
  • 13. DISTRIBUSI BINOMIAL Ciri-ciri Percobaan Bernouli: • Setiap percobaan menghasilkan dua kejadian: (a) kelahiran anak: laki-laki-perempuan; (b) transaksi saham: jual- beli, (c) perkembangan suku bunga: naik–turun dan lain-lain. • Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal, dan P(p) + P(q)= 1. • Suatu percobaan dengan percobaan bersifat bebas. • Data yang dihasilkan adalah data perhitungan.
  • 14. DISTRIBUSI BINOMIAL Sebagai misal, dilakukan pengambilan 3 bahan secara acak dari hasil pengolahan pabrik, diperiksa, dan kemudian yang cacat dipisahkan dari yang tidak cacat. Bahan yang cacat akan disebut sebagai sukses. Banyaknya sukses merupakan suatu peubah acak X dengan nilai bilangan bulat dari 0 sampai 3. Kedalapan hasil yang mungkin (C = cacat, T = Tak cacat) da nilai X adalah : Hasil x Jika diasumsikan bahan tersebut dipilih secara TTT 0 bebas dari hasil proses yang dianggap menghasilkan 25% bahan cacat, maka : TCT 1 TTC 1 P(TCT) = P(T) . P(C) . P(T) CTT 1 3/4 . 1/4 . 3/4 = 9/64 TCC 2 CTC 2 x 0 1 2 3 CCT 2 P =(X=x) 27/64 27/64 9/24 1/64 CCC 3
  • 15. DISTRIBUSI BINOMIAL Banyaknya usaha X yang sukses dalam n usaha Bernouli disebut peubah acak binomial. Distribusi peluang peubah acak diskret ini disebut distribusi binomial dan dinyatakan dengan : b(x;n,p). karena nilainya tergantung kepada banyaknya usaha (n) dan peluang sukses dalam usaha (p). Jadi untuk distribusi peluang X, bila X menyatakan banyaknya cacat, maka dalam contoh di atas dapat dinyatakan : P(X=2) = b(2;3,1/4) = 9/64 x 0 1 2 3 P(X=x) 27/64 27/64 9/24 1/64
  • 16. DISTRIBUSI BINOMIAL Suatu usaha Bernouli dapat menghasilkan sukses dengan peluang p dan gagal dengan peluang q = 1-p, maka distribusi peubah acak binomial X, yaitu banyaknya sukses dalam n usaha bebas adalah : b( x ; n , p) = ( n ) p x q n− x , x=0,1,2,3... n x
  • 17. DISTRIBUSI BINOMIAL : CONTOH PT. Moena Indihe Farm (MIF) mengirim buah semangka ke GIANT supermarket, dengan jaminan kualitas yang baik, maka 90% semangka yang dikirim harus lolos seleksi. PT. MIF setiap hari mengirim semangka 15 buah dengan berat antara 5 – 6 kg. 1. Berapa probabilitas 15 buah diterima ? 2. Berapa probabilitas 13 buah diterima ? 3. Berapa probabilitas 10 buah diterima ? Jawab : (1) n = 15 ; x = 15 ; p = 0.9 ; q = 0.1 b( x ; n , p) = ( n ) p x q n− x , x=0,1,2,3. .. n x
  • 18. DISTRIBUSI BINOMIAL : CONTOH Jawab : (2) n = 15 ; x = 13 ( 13 diterima atau 2 ditolak) ; p = 0.9 ; q = 0.1 b( x ; n , p) = ( n ) p x q n− x , x=0,1,2,3. .. n x Jawab : (3) n = 15 ; x = 10 ; p = 0.9 ; q = 0.1 b( x ; n , p) = ( n ) p x q n− x , x=0,1,2,3. .. n x
  • 19. DISTRIBUSI BINOMIAL : CONTOH Suatu suku cadang dapat menahan uji goncangan tertentu dengan peluang 3/4. Hitunglah peluang bahwa tepat 2 dari 4 suku cadang yang diuji tidak akan rusak. Jawab : (1) n = 4 ; x = 2 ; p = 0.75 ; q = 0.25 b( x ; n , p) = ( n ) p x q n− x , x=0,1,2,3. .. n x
  • 20. BINOMIAL : RATAAN dan VARIANS n x Distribusi Binomial b( x ; n , p) = ( ) p q n− x , x=0,1,2,3. .. n x mempunyai rataan dan variansi : µ = n.p dan σ2 = n.p.q Biasanya soal yang dihadapi diharuskan kita menghitung P(X < r) atau P(a ≤ X ≤ b). Untuk kasus semacam ini Anda dapat menggunakan tabel BINOMIAL.
  • 21. DISTRIBUSI BINOMIAL Sepasang suami-istri merencanakan memiliki 3 anak. Bila X menyatakan banyaknya kelahiran anak laki-laki, hitunglah : 1. Probabilitas kelahiran 2 anak laki-laki 2. Probabilitas memiliki tidak lebih dari 2 anak laki-laki, 3. Hitunglah rata-rata dan simpangan baku Jawab : (1) Probabilitas kelahiran anak laki-laki dan perempuan sama = 0.5. n = 3 ; x = 2; p = 0.5. P(X=2) ? b( x ; n , p) = ( n ) p x q n− x , x=0,1,2,3. .. n x
  • 22. DISTRIBUSI BINOMIAL Jawab : (2) Probabilitas kelahiran anak laki-laki dan perempuan sama = 0.5. n = 3 ; p = 0.5 ; x ≤ 2 .... x = 0, x = 1 dan x = 2 b( x ; n , p) = ( n ) p x q n− x , x=0,1,2,3. .. n x Dapat juga menggunakan tabel distribusi binomial, yakni : 2 P ( X ⩽ 2) ∑ b( x ; 3,0.5) = b(0 ; 3,0.5) + b(1 ; 3,0.5) + b(2 ; 3,0.5) 0
  • 23. DISTRIBUSI BINOMIAL Jawab : (3) Rataan dan varians kelahiran anak laki-laki : µ = n.p dan σ2 = n.p.q
  • 24. DISTRIBUSI BINOMIAL Peluang seorang pasien sembuh dari suatu penyakit darah yang jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah mengidap penyakit ini, tentukan peluang: a. Sekurang-kurangnya 10 orang bisa sembuh, b. dari 3 sampai 8 orang bisa sembuh, dan c. tepat 5 orang bisa sembuh. Jawab (a) Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4 9 P ( X ⩽ 10) = 1−P ( X <10) = ∑ b( x ; 15,0.4) 0
  • 25. DISTRIBUSI BINOMIAL Peluang seorang pasien sembuh dari suatu penyakit darah yang jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah mengidap penyakit ini, tentukan peluang: a. Sekurang-kurangnya 10 orang bisa sembuh, b. dari 3 sampai 8 orang bisa sembuh, dan c. tepat 5 orang bisa sembuh. Jawab (b) Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4 8 P (3 ⩽ X ⩽ 8) = ∑ b( x ;15,0.4) 3 8 2 P (3 ⩽ X ⩽ 8) = ∑ b( x ;15,0.4) − ∑ b( x ;15,0.4) 0 0
  • 26. DISTRIBUSI BINOMIAL Peluang seorang pasien sembuh dari suatu penyakit darah yang jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah mengidap penyakit ini, tentukan peluang: a. Sekurang-kurangnya 10 orang bisa sembuh, b. dari 3 sampai 8 orang bisa sembuh, dan c. tepat 5 orang bisa sembuh. Jawab (c) Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4 5 4 P ( X =5) = ∑ b( x ;15,0.4) − ∑ b( x ; 15,0.4) 0 0