DISTRIBUSI PELUANG

Makalah Ini Diajukan Untuk Memenuhi Tugas Mata Kuliah

Probabilitas Dan Statistki

IRKA ISMUNANDAR
1229042041
01 PTIK
PRODI PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK
UNIVERSITAS NEGERI MAKASSAR
2015

KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa yang telah senantisa
memberkati kami dalam menyelesaikan makalah ini, sehingga kami bisa
menyelesaikannya

tepat pada waktunya. Kami juga mengucapkan terima

kasih kepada Dosen, temanteman, dan semua pihak yang telah memberi
bantuan dandukungan kepada kami dalam

menyusun dan menyelesaikan

makalah ini.
Selaku manusia biasa, kami menyadari bahwa dalam makalah ini
masih banyak kekurangan dan kekeliruan yang tidak disengaja. Oleh karena
itu kami membutuhkan kritik dan saran untuk menyempurnakan pembuatan
makalah selanjutnya. Kami berharap makalah ini dapat bermanfaat bagi kita
semua, khususnya dibidang pendidikan.

Makassar, 16 Maret 2015

Penulis

DAFTAR ISI
KATA PENGANTAR....................................................................................

DAFTAR ISI..................................................................................................

ii

BAB I PENDAHULUAN
A. Latar Belakang...................................................................
B. Rumusan Masalah..............................................................

1
1

BAB II PEMBAHASAN
A. Pengertian Peluang Distribusi Diskit................................
B. Pengertian Pengertian Peluang Distribusi continu............

3
6

BAB III PENUTUP

A. Kesimpulan........................................................................
B. Saran..................................................................................

19
20

DAFTAR PUSTAKA.....................................................................................

21

BAB I
PENDAHULUAN

1. Latar Belakang
Sejauh ini teori peluang yang kita bicarakan hanya sebatas pada suatu
peristiwa tertentu atau tentang kemungkinan terjadinya peristiwa dengan nilai
peluang tertentu.Padahal masih ada nilai-nilai peluang dari peristiwa lainnya
yang bisa ditentukan.Nilai-nilai peluang tambahan yang demikian bisa
membentuk suatu distribusi yang disebut sebagai distribusi peluang.Sebagai
contoh, ketika melempar sebuah dadu, kita bisa menghitung peluang dari
seluruh peristiwa yang mungkin yakni munculnya angka 1, 2, 3, 4, 5 dan 6
yang masing-masing memiliki peluang 1/6.Distribusi peluang bisa diturunkan
dari peluang logis maupun dari frekuensi relatif.
Di kehidupan sehari-hari kerap kali ditemui berbagai macam model
peluang. Faktor ketidakpastian banyak memiliki model peluang yang
menggambarkan suatu akibat yang mungkin terjadi seandainya kondisi
kondisi tertentu terjadi. Distribusi peluang atau peluang teoritis merupakan
suatu model peluang yang memungkinkan untuk mempelajari hasil
eksperimen random yang riil dan menduga hasil hasil yang akan terjadi.
Distribusi peluang yang demikian merupakan distribusi populasi karena
berhubungan dengan semua nilai nilai yang mungkin terjadi dan
populasinya merupakan variabel random.
Berdasarkan jenis variabelnya tergolong atas distribusi peluang diskrit
dan distribusi peluang kontinu. Distribusi peluang diskrit adalah suatu ruang
contoh yang mengandung jumlah titik contoh yang terhingga sedangkan
distribusi peluang kontinu adalah suatu ruang contoh mengandung tidak
terhingga banyaknya titik contoh yang sama dengan banyaknya titik pada
1

sebuah garis. Distribusi peluang diskrit dibagi atas berbagai macam

diantaranya

adalah

distribusi

peluang

binomial,

distribusi

peluang

hipergeometrik, distribusi peluang poisson, distribusi peluang geometrik, dan

distribusi peluang binomial negatif. Sedangkan, distribusi peluang kontinu
dibagi atas distribusi peluang normal, distribusi peluang gamma, distribusi
peluang eksponensial, distribusi peluang chi-square.
2. Rumusan Masalah
1. Apa yang di maksud dengan Distribusi Peluang Diskrit ?
2. Apa yang di maksud distribusi Distribusi peluang kontinu ?

BAB I
PENDAHULUAN
1. Distribusi Peluang Diskrit
Distribusi peluang diskrit adalah suatu ruang contoh yang
mengandung jumlah titik contoh yang terhingga atau suatu barisan
unsur yang tidak pernah berakhir tetapi yang sama banyaknya dengan
bilangan cacah (Walpole,1993).
Syarat dari distribusi diskrit adalah apabila himpunan pasangan
terurut (x, f(x)) merupakan suatu fungsi peluang atau distribusi
peluang peubah acak diskrit x bila, untuk setiap kemungkinan hasil x
1. f(x) > 0
2. f ( x) = 1
3. P (X=x) = f(x)
Macam macam distribusi peluang diskrit antara lain :
a. Distribusi Peluang Binomial
Suatu percobaan dimana pada setiap perlakuan hasilnya
hanya ada dua kemungkinan yaitu proses dan gagal dalam n
ulangan yang bebas (Walpole,1993). Ciri ciri distribusi peluang
binomial adalah sebgai berikut :
1. Percobaan terdiri dari atas n ulangan
2. Dalam setiap ulangan, hasilnya digolongkan dalam sukses dan
gagal
3. Peluang sukses dilambangkan dengan p, sedangkan gagal 1-p
atau q
4. Ulangan ulangan tersebut bersifat saling bebas satu sama lain.
Distribusi peluang binomial dilambangkan dengan :

()

b ( x ; n ; p ) = n p x q nx untuk x = 0,1,2,3 . . . ,n
x
Keterangan :

n = banyaknya data
x = banyak keberhasilan dalam peubah acak X
p = peluang berhasil pada setiap data
q = peluang gagal (1 p) pada setiap data
Rata-rata dan ragam distribusi peluang binomial
=n. p
2=n . p . q
Keterangan:

= rata-rata
= ragam

n = banyak data
p = peluang keberhasilan pada setiap data
q = peluang gagal = 1 p pada setiap data
b. Distribusi Peluang Hipergeometrik
Bila dalam N populasi benda, k benda diberi label berhasil dan
N-k benda lainnya diberi label gagal, maka distribusi peluang bagi
peubah acak hipergeometrik X yang menyatakan banyaknya
keberhasilan dalam contoh acak berukuran n (Walpole,1993).
k N k
x nx
h ( x ; N , n , k )=
untuk x = 0,1,2, . . .,k
N

( )( )
(n)

Keterangan :
N = ukuran populasi
n = ukuran contoh acak
4

k = banyaknya penyekatan / kelas

x = banyaknya keberhasilan
Rata rata dan ragam distribusi peluang hipergeometrik
nk
=
N
(2.5)
N n k
k
2=
n
1
N 1 N
N

(2.6)
Keterangan :
= rata-rata
2 = ragam
N = ukuran populasi
n = ukuran contoh acak
k = banyaknya penyekatan/kelas
c. Distribusi Peluang Poisson

Percobaan yang menghasilkan nilai-nilai bagi suatu peubah

acak X, yaitu banyaknya hasil percobaan yang terjadi selama suatu
selang waktu tertentu atau distribusi daerah tertentu (Walpole,1993).
Distribusi peluang poisson memiliki ciri ciri sebagai berikut :
1. Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu
atau suatu daerah tertentu, tidak langsung pada banyaknya hasil
percobaan yang terjadi pada selang waktu atau daerah lain yang
terpisah.
2. Peluang terjadinya satu hasil percobaan selama suatu selang
waktu yang singkat sekali atau dalam suatu daerah yang kecil,
sebanding dengan panjang selang waktu tersebut, dan tidak
bergantung pada banyaknya hasil percobaan yang terjadi diluar
selang waktu atau daerah tersebut.
3. Peluang bahwa lebih dari satu hasil percobaan akan terjadi dalam
selang waktu yang singkat tersebut atau dalam daerah yang kecil
5

tersebut, dapat diabaikan. Bilangan X yang menyatakan

banyaknya daerah hasil percobaan dalam suatu distribusi poisson
disebut peubah acak poisson.
Karena nilai nilai peluangnya hanya bergantung pada maka
dirumuskan :
p ( x ; )=

e x
x!

untuk x =1,2, . . .

Keterangan :
x = banyak keberhasilan dalam peubah acak X
= rata-rata banyak sukses yang terjadi per satuan waktu
e = 2,71828...
Rata rata dan ragam distribusi poisson p(x;) keduanya sama dengan

d. Distribusi Peluang Geometrik

Percobaan yang mengandung tindakan yang bebas dan

berulang ulang dapat menghasilkan keberhasilan dengan peluang q =
1 p, maka distribusi peluang bagi peubah acak X, yaitu banyaknya
ulangan
sampai
munculnya
keberhasilan
yang
pertama
(Walpole,1993).
g ( x ; p )= p . q x1 untuk x = 1,2,3, . . .

Keterangan
p = peluang sukses
q = peluang gagal
Rata rata dan ragam distribusi peluang geometrik

1
p

1 p
p2

e. Distribusi Peluang Binomial Negatif

Percobaan yang mengandung ulangan yang bebas dan berulang

ulang dapat menghasilkan keberhasilan dengan peluang p dan
kegagalan dengan peluang q = 1 p, maka distribusi peluang bagi
peubah acak X, yaitu banyaknya ulangan sampai terjadinya k
keberhsilan (Walpole,1993).

( )

b( x ; k ; p ) = x1 p k q xk
k1
untuk x = k, k+1, k+2, . ..
Rata rata dan ragam distribusi peluang binomial negatif
q
=k
p
(2.12)
k .q
1
= 2 =+ 2
k
p
2

2. Distribusi peluang kontinu

Distribusi peluang kontinu adalah suatu ruang contoh
mengandung tak terhingga banyaknya titik contoh yang sama dengan
banyaknya titik pada sebuah garis (Walpole,1993).
Syarat dari distribusi kontinu adalah apabila fungsi f(x)
adalah fungsi padat peluang peubah acak kontinu Xt yang
didefinisikan diatas himpunan semua bilangan real Rt bila:
1. F(x) > 0 untuk semua x R
2. f ( x)dx = 1

3. P(a<X<b) =

f ( x)dx

Macam macam distribusi peluang kontinu antara lain :

a. Distribusi Peluang Normal
Percobaan yang peubah acak X nya ditentukan oleh
parameter dan 2. Jika X merupakan peubah acak
normal dengan rataan dan 2 ragam (Walpole,1993).
1
n ( x ; , )=
e
2

1 x
2

( )

untuk < x<

(2.14)
Keterangan:
x = peubah acak kontinu normal

= mean,

= standar deviasi

= 3,14159

e = 2,71828
b. Distribusi Peluang Gamma
Percobaan yang seubah acaknya adalah lamanya
waktu

seseorang

menunggu

sampai

sejumlah

kejadian dengan parameter (,) (Walpole,1993).

1
x 1 ex/ , x >0 ( ) = x 1 ex dx

( )
0
F(X) =
Mean dan
varians
ditentukan oleh :
0, x
0
= dan 2 = 2
c. Distribusi Peluang Eksponensial

(2.15)

Distribusi eksponensial merupakan bentuk khusus

dari distribusi gamma dengan =1. Peubah acak
kontinu yang fungsi kepekatan peluangnya diberikan
oleh:
F(X) =

1
e
,x>0

Rataan dan variasi eksponensial adalah :

(2.16)
= dan 0,
2x= 02
Sebaran eksponensial di dalam praktek sering muncul
sebagai sebaran lamanya waktu suatu kejadian
tertentu terjadi. Misalnya, lamanya waktu (mulai
sekarang) sampai terjadi gempa bumi.
d. Distribusi Peluang Chi-Square
Distribusi peluang chi-square merupakan distribusi

khusus gamma dengan =

banyak

dipakai

sebagai

rumus

untuk
dari

v
2

, = 2. Distribusi ini

pengujian

statistik

uji

hipotesis
dengan

(teori)

hipotesis

tertentu. Dimana fungsi peluangnya dipengaruhi oleh

parameter v atau disebut juga db ( derajat bebas).
Distribusi chi-square dapat didefinisikan melalui rumus
seperti berikut :
v

F(X) =
2

v
v

2 2

()

x 2 e 2 , x >0

0, x 0

Mean dan varians distribusi ini oleh :

= v dan 2 = 2v

(2.17)

BAB III
PENUTUP
1. Kesimpulan
Distribusi peluang diskrit adalah suatu ruang contoh yang mengandung jumlah
titik contoh yang terhingga atau suatu barisan unsur yang tidak pernah berakhir
tetapi yang sama banyaknya dengan bilangan cacah (Walpole,1993).
Syarat dari distribusi diskrit adalah apabila himpunan pasangan terurut (x, f(x))
merupakan suatu fungsi peluang atau distribusi peluang peubah acak diskrit x
bila, untuk setiap kemungkinan hasil x
1. f(x) > 0
2. f ( x) = 1
3. P (X=x) = f(x)
Distribusi peluang kontinu adalah suatu ruang contoh mengandung tak
terhingga banyaknya titik contoh yang sama dengan banyaknya titik pada sebuah
garis (Walpole,1993).
Syarat dari distribusi kontinu adalah apabila fungsi f(x) adalah
fungsi padat peluang peubah acak kontinu Xt yang didefinisikan diatas
himpunan semua bilangan real Rt bila:
1. F(x) > 0 untuk semua x R
2. f ( x)dx = 1
3. P(a<X<b) =

f ( x)dx

10

2. Saran
Demikian makalah yang kami buat, semoga dapat bermanfaat bagi
pembaca. Apabila ada saran dan kritik yang ingin di sampaikan, silahkan
sampaikan kepada kami. Apabila ada terdapat kesalahan mohon dapat
mema'afkan dan memakluminya, karena kami adalah hamba Allah yang tak luput
dari salah khilaf, Alfa dan lupa.

11