KATA PENGANTAR

Bismillaahirrahmaanirrahiim

Dengan rahmat Tuhan yang Maha Esa, penulisan makalah statistik

DISTRIBUSI POISSON telah diselesaikan. Makalah tentang statistik ini merupakan
makalah yang sederhana, hanya membahas secara singkat materi-materi statistic
khususnya tentang Distribusi Poisson. Makalah ini ditujukan untuk memenuhi salah
satu tugas mata kuliah statistik yang disampaikan oleh dosen .

Penulis menyadari bahwa makalah ini terwujud berkat adanya dorongan dan
bantuan banyak pihak. Oleh karena itu, penulis Mengucapkan terima kasih dan
penghargaan yang setinggi tingginya.

Akhirnya, kepada Allah SWT jualah semuanya kembali. Semoga semua bantuan yang
penyusun terima menjadi catatan baik dan mulia di dalam buku catatanNya dan
mendapat imbalan yang berlipat ganda serta menjadi wasilah pengampunan di hari
akhir, Amin.

Lhokseumawe,17 Desember 2013

Penulis
 DAFTAR ISI

DAFTAR PUSTAKA i
DAFTAR ISI ii
PENDAHULUAN
Sejarah Distribusi Poisson 1
Latar Belakang 2
PEMBAHASAN
Pengentian Distribusi Poisson 3
Ciri-ciri Distribusi Poisson 3
Sifat Distribusi Poisson 3
Proses Dari Distribusi Poisson 4
Rumus Distribusi Poisson 4
Contoh soal 5
KESIMPULAN 7
DAFTAR PUSTAKA 8
 BAB I
PENDAHULUAN

1.1 SEJARAH DISTRIBUSI POISSON

Distribusi Poisson dikembangkan oleh Simon Poisson pada tahun 1837.

Poisson bukanlah berasal dari keluarga bangsawan, meskipun sulit memilah
perbedaan antara bangsawan dengan kaum Borjuis di Perancis setelah terjadi
revolusi, walaupun system kelas atau kasta ini masih tetap berlaku di Perancis. Ayah
Poisson adalah seorang prajurit. Posisi prajurit selalu dapat deskriminasi sebelum
akhirnya mengundurkan diri dan beralih profesi dengan mengerjakan tugas-tugas
administrative. Kakak perempuan dan kakak laki-laki Poisson sudah meninggal
karena sakit, sehingga kelahiran Poisson menjadi berkah tersendiri bagi keluarga ini.

Lewat buku Recherches sur la probabilite des jugements en matiere criminelle

et matiere civile, yang terbit pada tahun 1837, Poisson membahas teori probabilitas,
dan istilah distribusi Poisson muncul. Distribusi Poisson mengambarkan probabilitas
terhadap persitiwa acak (random) yang akan terjadi pada jeda (interval) waktu atau
ruang dengan kondisi probabilitas sangat kecil, meskipun jumlah percobaan yang
dilakukan besar tetapi hasilnya tidak berarti. Ide-ide Poisson yang beragam membuat
namanya diabadikan dalam istilah, sebagai contoh: integral Poisson, [tanda] kurung
Poisson dalam integral, nisbah (ratio) Poisson dalam elastisitas, dan konstanta
Poisson dalam elektrik.

Meskipun selama hidup, namanya relatif kurang kurang dikenal sebagai

matematikawan Perancis, namun reputasinya sebagai matematikawan terkemuka
diakui oleh para matematikawan mancanegara. Rupanya ide-ide Poisson menular
kepada mereka. Poisson sendiri mendarmabaktikan diri sepenuhnya untuk
matematika, seperti yang ditulis oleh Arago, Kehidupan ini indah hanya dalam dua
hal: mempelajari matematika dan mengajarkannya.
1.2 LATAR BELAKANG
Himpunan pasangan nilai-nilai variable acak X dengan probabilitas nilai-nilai
variable acak X, P(X = x) disebut probabilitas X atau disingkat distribusi X.
Distribusi diskrit memiliki nilai variable acak X yangbernilai diskrit pada suatu
waktu. Ada beberapa jenis distribusi diskrit yang biasa digunakan yaitu distribusi
seragam diskrit (uniform distribution), Binomial, Hipergeometrik, Distribusi
Binomial Negatif dan Geometrik, dan Poisson Distribusi poisson disebut juga
distribusi peristiwa yang jarang terjadi, ditemukan oleh S.D. Poisson (17811841),
seorang ahli matematika berkebangsaan Perancis. Distribusi Poisson termasuk
distribusi teoritis yang memakai variabel random diskrit.Menurut Walpole (1995),
distribusi poisson adalah distribusi peluang acak poisson X, yang menyatakan
banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah tertentu.
 BAB II
PEMBAHASAN

2.1 PENGERTIAN DISTRIBUSI POISSON

Distribusi poisson adalah Percobaan-percobaan yang menghasilkan nilai-nilai
numeric suatu variable acak X, jumlah keluaran yang terjadi selama suatu selang
waktu yang diketahui atau didalam suatu daerah(ruang) yang ditentukan disebut
sebagai percobaan Poisson.

2.2 CIRI CIRI DISTRIBUSI POISSON

Hasil percobaan pada suatu selang waktu dan tempat tidak tergantung dari hasil
percobaan diselang waktu dan tempat yang lain yang terpisah.

Peluang terjadinya suatu hasil percobaan sebanding dengan panjang selang waktu
dan luas tempat percobaan terjadi.Hal ini berlakuhanya untuk selang waktu yang
singkat dan luas daerah yang sempit.

Peluang lebih dari satu hasil percobaan akan terjadi pada satu selang waktu yang
singkat dan luasan tempat yang sama diabaikan.

2.3 SIFAT DISTRIBUSI POISSON

Jumlah keluaran yang terjadi didalam satu selang waktu/daerah yang

ditentukan tidak tergantung dari jumlah yang terjadi didalam setiap selang
waktu/daerah ruang yang tak berhubungan lainnya. Dapat disimpulkan bahwa proses
Poisson tidak memiliki memori.

Probabilitas sebuah keluaran tunggal akan terjadi selama suatu selang waktu
yang singkat atau dalam suatu daerah kecil sebanding dengan lama waktu/ukuran
daerah itu dan tidak bergantung pada jumlah keluaran yang terjadi diluar selang
waktu atau daerah ini Probabilitas bahwa lebih dari satu keluaran akan terjadi
didalam suatu selang waktu yang singkat atau jatuh pada suatu daerah yang kecil
semacam itu dapat diabaikan.

2.4 PROSES DARI DISTRIBUSI POISSON

Percobaan Bernoulli menghasilkan variable random X yang bernilai numerik, yaitu
jumlah sukses yang terjadi.

Jika pengamatan dilakukan pada suatu rentang interval waktu, maka dapat diamati
bahwa variable random X adalah terjadinya sukses selama waktu tertentu

.Jika perhatian ditujukan pada kejadian sukses yang muncul(lahir) pada suatu
rentang yang kecil, maka terjadi sebuah proses kelahiran(birthatauarrivalprocess) atau
dikenal sebagai proses Poisson.

2.5 RUMUS DISTRIBUSI POISSON

Rumus Pendekatan Peluang Poisson untuk Binomial

Pendekatan Peluang Poisson untuk Peluang Binomial dilakukan untuk

mendekatkan probabilitas probabilitas dari kelas sukses (x) dari n percobaan
Binomial dalam situasi dimana n sangat besar dan probabilitas kelas sukses (p) sangat
kecil. Aturan yang diikuti oleh kebanyakan ahli statistika adalah bahwa n cukup besar
dan p cukup kecil, jika n adalah 20 atau lebih dari 20 dan p adalah 0.05 atau kurang
dari 0.05.

Rumus pendekatannya adalah :

P(x;)=e.X

Dimana :
 e = 2.71828

= rata ratakeberhasilan = n . p

x = Banyaknya unsur berhasil dalam sampel

n = Jumlah / ukuran populasi

p = probabilitas kelas sukses

2.6 CONTOH SOAL

1. Dua ratus penumpang telah memesan tiket untuk sebuah penerbangan luar
negeri. Jika probabilitas penumpang yang telah mempunyai tiket tidak akan
datang adalah 0.01 maka berapakah peluang ada 3 orang yang tidak datang.

Penyelesaian :

Dik : n = 200, P = 0.01, X = 3, = n . p = 200 . 0.01 = 2

P(x;)=e.X
= 2.71828 2 . 2 3 = 0.1804 atau 18.04 %

2. Jika rata rata kedatangan = 72 setiap jam, berapakah peluang dari x = 4

kedatangan dan t = 3 menit. Gunakan proses poisson!
Penyelesaian:
Dik : = 72 kedatangan setiap jam atau 72 / jam maka 1 jam atau 60 menit
adalah unit waktunya. Berarti 3 menit adalah 3 / 60 = 1 / 20 unit waktu maka t
t = 1 / 20 dan x = 4

P ( x ) = e . t . ( . t ) x
P ( x ) = e 72 . ( 1/ 20 ) . ( 72 . 1 / 20 ) 4
= 0.191 atau 19.1 %
3. Sebuah pabrik ban menyatakan dari 5000 ban yang dikirim ke distributor
sebanyak 1000 warnanya sedikit pudar. Seorang pelanggan membeli 10 ban dari
distributor secara acak saja. Berapa probabilitasnya bahwa ada 3 buah ban yg
warnanya sedikit pudar?
Penyelesaian:
Populasinya N=5000, ukuran sampelnya n=10 (n/N < 5%), jadi bisa dipakai
distribusi binomial saja, dengan probabilitas warna sedikit pudar p=k/N =
1000/5000 = 0.2, dan tidak pudar q=1-p=0.8. Jumlah sampel n=10, banyak yg
pudar x=3, berarti probabilitasnya :

P(x=3;n=10,p=0.2)= B(r3;n=10,p=0.2)-B(r2;n=10,p=0.2)

= 0.8791 -0.6778 = 0.2013 = 20%

Periksalah, jika dipergunkan distribusi hipergeometrik hasilnya=0.2015

 BAB III
KESIMPULAN

1. Distibusi Poisson merupakan distribusi probabilitas untuk variabel diskrit acak

yang mempunyai nilai 0,1, 2, 3 dst. Distribusi Poisson adalah distribusi nilai-nilai
bagi suatu variabel random X (X diskrit), yaitu banyaknya hasil percobaan yang
terjadi dalam suatu interval waktu tertentu atau disuatu daerah tertentu.

2. Distribusi Poisson mengkalkulasi distribusi probabilitas dengan kemungkinan

sukses p sangat kecil dan jumlah eksperimen n sangat besar.

3. Rumus Distribusi Poisson suatu peristiwa :

P(x;)=e.X

Keterangan :

P(x) = Nilai probabilitas distribusi poisson

= Rata-rata hitung dan jumlah nilai sukses, dimana = n . p

e = Bilangan konstan = 2,71828

X = Jumlah nilai sukses

P = Probabilitas sukses suatu kejadian

 DAFTAR PUSTAKA

Adi Ningsih, Sri. 2001. Statistik Edisi Pertama. Yogyakarta: BPFE.

Dajan, Anto. 1986. Pengantar Metode Statistik Jilid II. Jakarta: LP3ES
Bogdan, Robert dkk. 1998. Qualitative Research in Education, an Introduction
toTheory and Methods, Third Edition, Boston, Allyn and Bacon.
Fardi, Adnan, dkk. 2012. Silabus dan Hand-Out Mata Kuliah Statistik. Padang :
UNP
Subagyo, Djarwanto. 1985. Statistika Induktif. Yogyakarta: BPFE.
Supranto. 2001. Statistik Teori dan Aplikasi Edisi ke Enam. Jakarta: Erlangga.