TUGAS TEORI PELUANG DISTRIBUSI DISKRIT

Disusun untuk Memenuhi Tugas

Mata Kuliah : Teori Peluang

Dosen : Valeriana Lukitosari, S.Si, MT

Disusun Oleh:
Ajeng Puspitaningrum
NRP : 1215100005

DEPARTEMEN MATEMATIKA
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2017
Distribusi Diskrit

Distribusi peluang adalah sebuah daftar dari semua hasil yang mungkin dari sebuah
percobaan,daftar tersebut dapat berupa table, grafik,atau rumus yang memberikan nilai peluang
dari sebuah peubah/variabel acak dan peluang yang berhubungan dengan setiap hasil.Distribusi
peluang dapat dibedakan menjadi dua ,yakni distribusi peluang diskrit dan distribusi peluang
kontinu.
Distribusi peluang diskrit adalah distribusi peluang dimana semesta peubah acaknya dapat
dihitung atau berhingga,misalnya peubah acak sebuah lemparan dadu bernilai 1 hinga 6.Apabila
himpunan pasangan terurut(x,f(x)) merupakan suatu fungsi peluang,fungsi masa peluang,atau
distribusi peluang peubah acak diskrit x maka untuk setiap kemungkinan hasil x berlaku:
a. f(x)0
b. f(x)=1
c. P(X=x)=f(x)
Beberapa distribusi peluang diskrit adalah:
1. Distribusi uniform diskrit
2. Distribusi Bernoulli
3. Distribusi Binomial
4. Distribusi Geometri
5. Distribusi Binomial Negatif
6. Distribusi Hypergeometri
7. Distribusi Poisson
8. Distribusi Rieman Zeta
Soal

Membuat contoh aplikasi yang berhubungan dengan distribusi diskrit (minimal 1)

a. Sebutkan ciri-ciri dari distribusi diskrit tersebut,alasan memilih jenis distribusi diskrit
tersebut
b. Mengapa tidak berlaku terhadap distribusi diskrit yang lain?
 Distribusi Uniform Diskrit

1) Sebuah dadu dilempar,maka setiap elemen dari ruang sampelnya S={1,2,3,4,5,6} terjadi
dengan peluang yang sama,sehingga kita mempunyai distribusi seragam.Berapa mean
dan variasi dari distribusi seragam diskrit tersebut?
1
f ( x ; 6 )= , x=1,2,3,4,
Penyelesaian: 6
1+2+3+ 4+5+ 6
=3.5
Rataan x=E(X) 6
n+1 6+ 1 7
= = =3,5
x=E(X) = 2 2 2

n21 6 21 35
2
Variansi = Var(X) = =
12 12 12

a. Alasan memilih contoh aplikasi distribusi diskrit tersebut sebagai distribusi uniform
diskrit:
Ciri-ciri distribusi uniform diskrit: distribusi yang semua peubah acaknya
memiliki nilai peluang yang sama.
Alasan :
Karena di dalam soal terdapat kalimat yang menyatakan bahwa tiap elemennya
memiliki peluang yang sama sehingga kita menggunakan distribusi uniform
diskrit.Apabila diketahui bahwa tiap elemennya tidak memiliki nilai peluang yang
sama maka distribusi tersebut bukanlah distribusi uniform diskrit.

b. Alasan tidak memilih jenis distribusi yang lain:

- Distribusi Bernoulli
Aplikasi tidak menggunakan distribusi Bernoulli karena Bernoulli mempunyai ciri
ciri :
Percobaan menghasilkan dua keluaran yaitu S (success) dan F (failure)
Sedangkan di dalam soal tidak diketahui mengenai hasil keluaran percobaan
tersebut.
Keluaran bersifat exhaustive,yaitu tidak ada keluaran yang lain
Eksperimen terdiri dari n usaha yang berulang (percobaan hanya dilakukan
satu kali)
Tiap usaha yang dilakukan bersifat independent satu sama lain
Alasan :
Tidak dijelaskan di dalam soal,soal hanya menjelaskan bahwa ada sebuah dadu yang
dilempar dan tiap elemennya menghasilkan peluang yang sama.
- Distribusi Binomial
Aplikasi tidak menggunakan distribusi Binomial karena Binomial mempunyai ciri
ciri:
Terdapat n kali percobaan
Masing-masing percobaan hanya dapat menghasilkan dua kemungkinan.
Hasil dari masing-masing percobaan haruslah saling bebas
(independent)atau dengan pengembalian..
Peluang untuk sukses harus sama untuk setiap percobaan yaitu dinyatakan
dengan p dan gagal dinyatakan dengan q =1-p.Jumlah p+q=1.
Alasan :
Tidak memilih distribusi tersebut adalah distribusi binomial karena seperti penjelasan
di distrbusi Bernoulli bahwa di dalam soal tidak jelaskan berapa kali dia melakukan
percobaan, dan hanya dijelaskan bahwa tiap elemennya mempunyai nilai peluang
yang sama.

- Distribusi Geometri
Aplikasi tidak menggunakan distribusi Geometri karena distribusi Geometri
adalah banyaknya pengulangan yang diperlukan untuk mencapai satu keberhasilan
atau banyaknya percobaan yang diulang beberapa kali sampai mendapatkan sukses
yang pertama.
Alasan :
Di dalam soal tersebut tidak ditanyakan peluang untuk mendapatkan sukses yang
pertama.

- Distribusi Binomial Negatif

Aplikasi tidak menggunakan distribusi Binomial Negatif karena distribusi
Binomial Negatif adalah distribusi hasil percobaan Bernoulli yang diulang sampai
mendapatkan sukses ke-k.
Alasan :
Di dalam soal tersebut tidak ditanyakan peluang untuk mendapatkan sukses yang ke-
k.

- Distribusi Hypergeometri
Aplikasi tidak menggunakan distribusi Hypergeometri karena distribusi
Hypergeometri mempunyai ciri-ciri :
Percobaan terdiri atas pengambilan random n elemen tanpa pengembalian
dari total N elemen
Terdapat S (sukses) sebanyak k dan F (gagal) sebanyak N-k
n
Ukuran n dianggap besar sebanding N ( N >0.05
 Variabel random hypergeometri X adalah jumlah(sukses) dalam
pengembalian n elemen.
Alasan :
Di dalam soal tidak dijelaskan apakah percobaan tersebut menghasilkan peluang
berhasil dan gagal.

- Distribusi Poisson
Aplikasi tidak menggunakan distribusi Poisson karena distribusi Poisson
mempunyai ciri-ciri :
Variabel random X adalah jumlah kemunculan kejadian yang diamati
selama unit ukuran tertentu(contoh : jarak,area,volume,dll)
Banyaknya hasil percobaan yang satu tidak bergantung dari banyaknya
hasil percobaan
Probabilitas hasil percobaan sepanjang dengan panjang interval waktu
Menghitung distribusi Binomial apabila n besar (n 30) dengan p yang
relatif kecil (p<0.1)
Alasan :
Karena di dalam soal di atas,menjelaskan bahwa hanya sebuah dadu yang dilempar
dengan tidak diketahui berapa pelemparan yang dilakukan sehingga kita tidak dapat
menggunakan distribusi Poisson dan karena hanya sebuah dadu yang dilempar maka
tidak memenuhi syarat dari distribusi Poisson karena di dalam Poisson kejadiannya
merupakan percobaan yang terjadi di dalam interval di dalam waktu tertentu.

Distribusi Bernoulli
1) Seorang siswa sedang mengerjakan tes yang berupa pilihan ganda.Tes tersebut terdiri 10
pertanyaan,dimana setiap pertanyaan mempunyai 4 kemungkinan jawaban(hanya 1 yang
benar).Apabila murid tersebut disuruh menebak untuk setiap pertanyaan,apakah
pertanyaan tersebut merupakan percoabaan Bernoulli?

Penyelesaian :
Pertanyaan tersbeut termasuk percobaan Bernoulli karena meghasilkan dua keluaran
yaitu benar dan salah.

{
X = 1 jika jawaban yang ditebak adalah benar
0 jika jawaban yang ditebak tidak benar

1
Maka, fungsi probabilitasnya adalah fungsi Bernoulli dengan parameter p = 4

0.25


0.75
,sehingga:

pB ( x ; 0.25 )=

a. Alasan memilih contoh aplikasi distribusi diskrit tersebut sebagai distribusi

Bernoulli
Ciri-ciri distribusi Bernoulli :
Percobaan menghasilkan dua keluaran yaitu S (success) dan F (failure)
Keluaran bersifat exhaustive,yaitu tidak ada keluaran yang lain
Eksperimen terdiri dari n usaha yang berulang (percobaan hanya dilakukan
satu kali)
Tiap usaha yang dilakukan bersifat independent satu sama lain
Alasan :
Karena contoh aplikasi tersebut menghasilkan dua keluaran yaitu sukses dan
gagal,percobaan tersebut juga dilakukan hanya sekali sehigga memenuhi kriteria dari
distribusi Benoulli.

b. Alasan tidak memilih jenis distribusi yang lain:

- Distribusi uniform diskrit

Alasan :
Contoh aplikasi tersebut tidak menggunakan distribusi uniform diskrit karena uniform
diskrit mempunyai ciri bahwa tiap elemennya mempunyai peluang yang
sama.Sedangkan,peluang dari berhasil dan gagal tidak mempunyai nilai peluang yang
sama.

- Distribusi Binomial
Aplikasi tidak menggunakan distribusi Binomial karena Binomial mempunyai ciri
ciri:
Terdapat n kali percobaan
Masing-masing percobaan hanya dapat menghasilkan dua kemungkinan.
Hasil dari masing-masing percobaan haruslah saling bebas
(independent)atau dengan pengembalian..
Peluang untuk sukses harus sama untuk setiap percobaan yaitu dinyatakan
dengan p dan gagal dinyatakan dengan q =1-p.Jumlah p+q=1.
Alasan :
Tidak memilih distribusi tersebut adalah distribusi binomial karena percobaan
tersebut hanya dilakukan sebanyak sekali bukan n kali percobaan.Hal ini dapat
terlihat dari kalimat yang ada ada di dalam contoh aplikasi yaitu apabila murid
tersebut disuruh menebak untuk setiap pertanyaan.Sehingga,dari kalimat tersebut
tersebut bahwa hanya dilakukan satu kali percobaan.

- Distribusi Geometri
Aplikasi tidak menggunakan distribusi Geometri karena distribusi Geometri
adalah banyaknya pengulangan yang diperlukan untuk mencapai satu keberhasilan
atau banyaknya percobaan yang diulang beberapa kali sampai mendapatkan sukses
yang pertama.
Alasan :
Di dalam soal tersebut tidak ditanyakan peluang untuk mendapatkan sukses yang
pertama.

- Distribusi Binomial Negatif

Aplikasi tidak menggunakan distribusi Binomial Negatif karena distribusi
Binomial Negatif adalah distribusi hasil percobaan Bernoulli yang diulang sampai
mendapatkan sukses ke-k.
Alasan :
Di dalam soal tersebut tidak ditanyakan peluang untuk mendapatkan sukses yang ke-
k.

- Distribusi Hypergeometri
Aplikasi tidak menggunakan distribusi Hypergeometri karena distribusi
Hypergeometri mempunyai ciri-ciri :
 Percobaan terdiri atas pengambilan random n elemen tanpa pengembalian
dari total N elemen
Terdapat S (sukses) sebanyak k dan F (gagal) sebanyak N-k
n
Ukuran n dianggap besar sebanding N ( N >0.05

Variabel random hypergeometri X adalah jumlah(sukses) dalam

pengembalian n elemen.
Alasan :
Karena di dalam contoh aplikasi yang ditanyakan adalah apabila murid tersebut
disuruh menebak untuk setiap pertanyaan dimana setiap pertanyaan mempunyai 4
kemungkinan jawaban(hanya 1 yang benar),maka hanya dilakukan 1 kali
percobaan.Percobaan tersebut menghasilkan sukses dengan X=1 dan gagal X=0.

- Distribusi Poisson
Aplikasi tidak menggunakan distribusi Poisson karena distribusi Poisson
mempunyai ciri-ciri :
Variabel random X adalah jumlah kemunculan kejadian yang diamati
selama unit ukuran tertentu(contoh : jarak,area,volume,dll)
Banyaknya hasil percobaan yang satu tidak bergantung dari banyaknya
hasil percobaan
Probabilitas hasil percobaan sepanjang dengan panjang interval waktu
Menghitung distribusi Binomial apabila n besar (n 30) dengan p yang
relatif kecil (p<0.1)

Alasan :
Karena di dalam soal di atas,menjelaskan bahwa seorang siswa untuk menebak satu
pertanyaan dengan kemungkinan 4 jawaban dimana hanya ada 1 jawaban yang benar
sehingga n=1 kita tidak dapat menggunakan distribusi Poisson karena di dalam
Poisson kejadiannya merupakan percobaan yang terjadi di dalam interval di dalam
waktu tertentu.
 Distribusi Binomial

1) Probabilitas bahwa sejenis komponen tertentu yang lolos uji kelayakan adalah
0.75.Tentukan probabilitas dimana 2 dari 4 komponen yang selanjutnya diuji akan
dinyatakan layak!
Penyelesaian :
P ( X=x )=f ( x ) = n p x (1 p)nx
() x

p=0.75, q=10.75=0.25

Untuk x=2 ,

27
P ( X=2 ) = 4 (0.75)2 (0.25)42=
()2 128

a. Alasan memilih contoh aplikasi distribusi diskrit tersebut sebagai distribusi

Binomial
Ciri-ciri distribusi Binomial:
Terdapat n kali percobaan
Masing-masing percobaan hanya dapat menghasilkan dua kemungkinan.
Hasil dari masing-masing percobaan haruslah saling bebas
(independent)atau dengan pengembalian..
Peluang untuk sukses harus sama untuk setiap percobaan yaitu dinyatakan
dengan p dan gagal dinyatakan dengan q =1-p.Jumlah p+q=1.
Alasan :
Karena di dalam contoh aplikasi diatas menyatakan bahwa 2 dari 4 komponen yang
selanjutnya diuji akan dinyatakan layak,hal ini berarti terdapat percobaan yang
dilakukan sebanyak 4 kali.Percobaan tersebut juga menghasilkan dua kemungkinan
yaitu layak dan tak layak.Sehingga,contoh aplikasi tersebut memenuhi kriteria
distribusi binomial.

b. Alasan tidak memilih jenis distribusi yang lain:

- Distribusi uniform diskrit

Alasan :
Contoh aplikasi tersebut tidak menggunakan distribusi uniform diskrit karena uniform
diskrit mempunyai ciri bahwa tiap elemennya mempunyai peluang yang
sama.Sedangkan,peluang dari dua kemungkinan yang terjadi pada contoh aplikasi di
atas tidaklah sama
- Distribusi Bernoulli
Aplikasi tidak menggunakan distribusi Bernoulli karena Bernoulli mempunyai ciri
ciri:
Percobaan menghasilkan dua keluaran yaitu S (success) dan F (failure)
Keluaran bersifat exhaustive,yaitu tidak ada keluaran yang lain
Eksperimen terdiri dari n usaha yang berulang (percobaan hanya dilakukan
satu kali)
Tiap usaha yang dilakukan bersifat independent satu sama lain
Alasan :
Tidak memilih distribusi tersebut sebagai distribusi bernoulli karena percobaan yang
dilakukan bukanlah hanya sekali percobaan melaikan melakukan percobaan sebanyak
n=4 kali.

- Distribusi Geometri
Aplikasi tidak menggunakan distribusi Geometri karena distribusi Geometri
adalah banyaknya pengulangan yang diperlukan untuk mencapai satu keberhasilan
atau banyaknya percobaan yang diulang beberapa kali sampai mendapatkan sukses
yang pertama.
Alasan :
Sedangkan, di dalam soal tersebut tidak ditanyakan peluang untuk mendapatkan
sukses yang pertama.

- Distribusi Binomial Negatif

Aplikasi tidak menggunakan distribusi Binomial Negatif karena distribusi
Binomial Negatif adalah distribusi hasil percobaan Bernoulli yang diulang sampai
mendapatkan sukses ke-k.
Alasan :
Sedangkan, di dalam soal tersebut tidak ditanyakan peluang untuk mendapatkan
sukses yang ke-k.

- Distribusi Hypergeometri
Aplikasi tidak menggunakan distribusi Hypergeometri karena distribusi
Hypergeometri mempunyai ciri-ciri :
Percobaan terdiri atas pengambilan random n elemen tanpa pengembalian
dari total N elemen
Terdapat S (sukses) sebanyak k dan F (gagal) sebanyak N-k
 n
Ukuran n dianggap besar sebanding N ( N >0.05

Variabel random hypergeometri X adalah jumlah(sukses) dalam

pengembalian n elemen.

Alasan :
Karena di dalam contoh aplikasi distribusi diskrit di atas tidak diketahui jumlah
sukses dalam pengambilan maupun dalam N. Percobaan pada contoh aplikasi tersebut
juga dengan pengembalian. Sehingga tidak memenuhi kriteria distribusi
Hypergeometri.

- Distribusi Poisson
Aplikasi tidak menggunakan distribusi Poisson karena distribusi Poisson
mempunyai ciri-ciri :
Variabel random X adalah jumlah kemunculan kejadian yang diamati
selama unit ukuran tertentu(contoh : jarak,area,volume,dll)
Banyaknya hasil percobaan yang satu tidak bergantung dari banyaknya
hasil percobaan
Probabilitas hasil percobaan sepanjang dengan panjang interval waktu
Menghitung distribusi Binomial apabila n besar (n 30) dengan p yang
relatif kecil (p<0.1)
Alasan :
Karena di dalam soal di atas,ditanyakan peluang dari 2 komponen dari 4 komponen
yang diambil dinyatakan layak,kita tidak dapat menggunakan distribusi Poisson
karena di dalam Poisson kejadiannya merupakan percobaan yang terjadi di dalam
interval di dalam waktu tertentu.
 Distribusi Geometri

1) Di dalam suatu proses produksi tertentu diketahui bahwa,secara rata-rata,1 di dalam

setiap 100 barang adalah cacat.Berapakah probabilitas bahwa barang kelima merupakan
barang cacat pertama yang ditemukan?

Penyelesaian:
Diketahui p=0.01;x=5
x1 4
Sehingga, P ( X=5 ) =p (1 p) =(0.01)( 0.99) =0.0096

a. Alasan memilih contoh aplikasi distribusi diskrit tersebut sebagai distribusi

Geometri

Distribusi Geometri adalah banyaknya pengulangan yang diperlukan untuk

mencapai satu keberhasilan atau banyaknya percobaan yang diulang beberapa kali
sampai mendapatkan sukses yang pertama.
Alasan :
Contoh aplikasi di atas menggunakan jenis distribusi geometri karena di dalam soal
ditanyakan probabilitas bahwa barang kelima merupakan barang cacat pertama yang
ditemukan.Karena kita diminta untuk menentukan peluang pada saat menemukan
barang cacat pertama yang ditemukan atau dengan kata lain kita diminta untuk
mencari nilai peluang sampai mendapatkan sukses yang pertama(menemukan barang
cacat).

a. Alasan tidak memilih jenis distribusi yang lain:

- Distribusi uniform diskrit

Alasan :
Contoh aplikasi tersebut tidak menggunakan distribusi uniform diskrit karena uniform
diskrit mempunyai ciri bahwa tiap elemennya mempunyai peluang yang
sama.Sedangkan,peluang dari kejadian sukses dan gagal tidaklah sama.

- Distribusi Bernoulli
Aplikasi tidak menggunakan distribusi Bernoulli karena Bernoulli mempunyai ciri
ciri:
Percobaan menghasilkan dua keluaran yaitu S (success) dan F (failure)
Keluaran bersifat exhaustive,yaitu tidak ada keluaran yang lain
Eksperimen terdiri dari n usaha yang berulang (percobaan hanya dilakukan
satu kali)
 Tiap usaha yang dilakukan bersifat independent satu sama lain
Alasan :
Tidak memilih distribusi tersebut sebagai distribusi bernoulli karena percobaan yang
dilakukan bukanlah hanya sekali percobaan melainkan melakukan percobaan
sebanyak 5 kali hingga mendapatkan sukses yang pertama.

- Distribusi Binomial
Aplikasi tidak menggunakan distribusi Binomial karena Binomial mempunyai ciri
ciri:
Terdapat n kali percobaan
Masing-masing percobaan hanya dapat menghasilkan dua kemungkinan.
Hasil dari masing-masing percobaan haruslah saling bebas
(independent)atau dengan pengembalian.
Peluang untuk sukses harus sama untuk setiap percobaan yaitu dinyatakan
dengan p dan gagal dinyatakan dengan q =1-p.Jumlah p+q=1.
Alasan :
Contoh aplikasi tersebut bukan menerapkan Distribusi Binomial dikarenakanan di
dalam soal diminta untuk mencari nilai peluang untuk mendapatkan sukses yang
pertama walaupun terdapat percobaan sebanyak n kali dan masing-masing percobaan
hanya dapat menghasilkan dua kemungkinan.

- Distribusi Binomial Negatif

Aplikasi tidak menggunakan distribusi Binomial Negatif karena distribusi
Binomial Negatif adalah distribusi hasil percobaan Bernoulli yang diulang sampai
mendapatkan sukses ke-k.
Alasan :
Sedangkan, di dalam soal tersebut tidak ditanyakan peluang untuk mendapatkan
sukses yang ke-k. Melainkan,mencari nilai peluang untuk mendapatkan sukses yang
pertama

- Distribusi Hypergeometri
Aplikasi tidak menggunakan distribusi Hypergeometri karena distribusi
Hypergeometri mempunyai ciri-ciri :
Percobaan terdiri atas pengambilan random n elemen tanpa pengembalian
dari total N elemen
Terdapat S (sukses) sebanyak k dan F (gagal) sebanyak N-k
n
Ukuran n dianggap besar sebanding N ( N >0.05

Variabel random hypergeometri X adalah jumlah(sukses) dalam

pengembalian n elemen.

Alasan :
 Karena di dalam contoh aplikasi distribusi diskrit di atas tidak diketahui jumlah
sukses dalam pengambilan maupun dalam N. Percobaan pada contoh aplikasi tersebut
juga dengan pengembalian. Sehingga tidak memenuhi kriteria distribusi
Hypergeometri.

- Distribusi Poisson
Aplikasi tidak menggunakan distribusi Poisson karena distribusi Poisson
mempunyai ciri-ciri :
Variabel random X adalah jumlah kemunculan kejadian yang diamati
selama unit ukuran tertentu(contoh : jarak,area,volume,dll)
Banyaknya hasil percobaan yang satu tidak bergantung dari banyaknya
hasil percobaan
Probabilitas hasil percobaan sepanjang dengan panjang interval waktu
Menghitung distribusi Binomial apabila n besar (n 30) dengan p yang
relatif kecil (p<0.1)
Alasan :
Karena di dalam soal di atas,ditanyakan barang kelima merupakan barang cacat
pertama yang ditemukan , sehingga kita tidak dapat menggunakan distribusi Poisson
karena di dalam Poisson kejadiannya merupakan percobaan yang terjadi di dalam
interval di dalam waktu tertentu.

Distribusi Binomial Negatif

1) Untuk memasang baut,digunakan sebuah perlatan elektrik dengan tingkat keberhasilan

0.8 dalam selang waktu 1 detik.Jika operator gagal memasang baut dalam selang waktu
1 detik pertama,tingkat keberhasilan pemasang pada selang waktu 1 detik kedua
dianggap 0.8,dalam 1 rangkaian assembly terdapat 4 baut yang harus
dipasang.Tentukan:Peluang bahwa waktu yang diperlukan untuk memasang keempat
baut tersebut adalah 6 detik.

Penyelesaian:

Waktu yang diperlukan adalah 6 detik,berarti x=6

b ( 6 ; 4,0.8 )=P( X=6)= 61 (0.8)4 (0.2)6 4

( )
41

P ( X=6 )= 5 ( 0.8 ) ( 0.2 ) =0.16384

() 4 2

a. Alasan memilih contoh aplikasi distribusi diskrit tersebut sebagai distribusi

Binomial Negatif

Distribusi Binomial Negatif adalah distribusi hasil percobaan Bernoulli yang

diulang sampai mendapatkan sukses ke-k.
Alasan :
Di dalam contoh aplikasi ditanyak peluang bahwa waktu yang diperlukan untuk
memasang keempat baut tersebut adalah 6 detik.Anggap bahwa waktu yang
diperlukan sebanyak 6 detik merepresentasikan kejadian untuk mendapatkan sukses
ke-4 sebanyak 6 detik.Sehingga,jumlah sukses yang terjadi sebanyak 4 kali.

b. Alasan tidak memilih jenis distribusi yang lain:

- Distribusi uniform diskrit

Alasan :
Contoh aplikasi tersebut tidak menggunakan distribusi uniform diskrit karena uniform
diskrit mempunyai ciri bahwa tiap elemennya mempunyai peluang yang
sama.Sedangkan,peluang dari kejadian sukses dan gagal tidaklah sama.

- Distribusi Bernoulli
Aplikasi tidak menggunakan distribusi Bernoulli karena Bernoulli mempunyai ciri
ciri:
Percobaan menghasilkan dua keluaran yaitu S (success) dan F (failure)
Keluaran bersifat exhaustive,yaitu tidak ada keluaran yang lain
Eksperimen terdiri dari n usaha yang berulang (percobaan hanya dilakukan
satu kali)
Tiap usaha yang dilakukan bersifat independent satu sama lain
Alasan :
 Tidak memilih distribusi tersebut sebagai distribusi bernoulli karena percobaan yang
dilakukan bukanlah hanya sekali percobaan melainkan melakukan percobaan
sebanyak 6 kali hingga mendapatkan sukses yang ke-4.

- Distribusi Binomial
Aplikasi tidak menggunakan distribusi Binomial karena Binomial mempunyai ciri
ciri:
Terdapat n kali percobaan
Masing-masing percobaan hanya dapat menghasilkan dua kemungkinan.
Hasil dari masing-masing percobaan haruslah saling bebas
(independent)atau dengan pengembalian.
Peluang untuk sukses harus sama untuk setiap percobaan yaitu dinyatakan
dengan p dan gagal dinyatakan dengan q =1-p.Jumlah p+q=1.
Alasan :
Contoh aplikasi tersebut bukan menerapkan Distribusi Binomial dikarenakanan di
dalam soal diminta untuk mencari nilai peluang untuk mendapatkan sukses yang ke-k
walaupun terdapat percobaan sebanyak n kali dan masing-masing percobaan hanya
dapat menghasilkan dua kemungkinan.

- Distribusi Geometri
Aplikasi tidak menggunakan distribusi Geometri karena distribusi Geometri
adalah banyaknya pengulangan yang diperlukan untuk mencapai satu
keberhasilan atau banyaknya percobaan yang diulang beberapa kali sampai
mendapatkan sukses yang pertama.
Alasan :
Sedangkan, di dalam soal tersebut yang ditanyakan adalah banyaknya hasil percobaan
untuk mendapatkan sukses yang ke-k selain pertama.

- Distribusi Hypergeometri
Aplikasi tidak menggunakan distribusi Hypergeometri karena distribusi
Hypergeometri mempunyai ciri-ciri :
Percobaan terdiri atas pengambilan random n elemen tanpa pengembalian
dari total N elemen
Terdapat S (sukses) sebanyak k dan F (gagal) sebanyak N-k
n
Ukuran n dianggap besar sebanding N ( N >0.05

Variabel random hypergeometri X adalah jumlah(sukses) dalam

pengembalian n elemen.

Alasan :
 Walaupun di dalam contoh soal tersebut dijelaskan jumlah sukses yang terjadi tetapi
percobaan tersebut dilakukan dengan pengembalian bukan sehingga tidak memenuhi
kriteria dari distribusi hypergeometri.

- Distribusi Poisson
Aplikasi tidak menggunakan distribusi Poisson karena distribusi Poisson
mempunyai ciri-ciri :
Variabel random X adalah jumlah kemunculan kejadian yang diamati
selama unit ukuran tertentu(contoh : jarak,area,volume,dll)
Banyaknya hasil percobaan yang satu tidak bergantung dari banyaknya
hasil percobaan
Probabilitas hasil percobaan sepanjang dengan panjang interval waktu
Menghitung distribusi Binomial apabila n besar (n 30) dengan p yang
relatif kecil (p<0.1)
Alasan :
Karena di dalam soal di atas,ditanyakan bahwa waktu yang diperlukan untuk
memasang keempat baut tersebut adalah 6 detik. ,sehingga kita tidak dapat
menggunakan distribusi Poisson karena di dalam Poisson kejadiannya merupakan
percobaan yang terjadi di dalam interval di dalam waktu tertentu seperti jarak dan
area.

Distribusi Hypergeometri

1) Dari 6 kontraktor jalan,3 diantaranya telah berpengalaman selama 5 tahun atau

lebih.Jika 4 kontraktor dipanggil secara random dari 6 kontraktor tersebut,berapa
peluang bahwa 2 kontraktor telah berpengalaman selama 5 tahun atau lebih?
Penyelesaian:
Diketahui bahwa N=6,n=4,k=3
3 3
P ( X=x )=
( )( )
x 4x
6
4()
sehingga,
3 3
P ( X=2 ) =
( 2 )( 2 )
=0.6
6
(4 )
a. Alasan memilih contoh aplikasi distribusi diskrit tersebut sebagai distribusi
Hypergeeometri
Distribusi Hipergeometrik adalah Probabilitas kejadian suatu objek tanpa
pengembalian(apabila obyek yang sudah diuji tidak akan diikutkan lagi dalam
pengujian sebelumnya).
Ciri-Ciri distribusi Hypergeometrik adalah :
Percobaan terdiri atas pengambilan random n elemen tanpa pengembalian dari
total N elemen
Terdapat S (sukses) sebanyak k dan F (gagal) sebanyak N-k
n
Ukuran n dianggap besar sebanding N ( N >0.05

Variabel random hypergeometri X adalah jumlah(sukses) dalam pengembalian n

elemen.
Alasan :
Karena di dalam contoh aplikasi tersebut dinyatakan jumlah kejadian suksesnya yaitu
3 dan jumlah kejadian gagalnya sebanyak 3 Di dalam soal juga dinyatakan jumlah
elemen pengambilan sebanyak 4 dan jumlah elemen totalnya yaitu sebanyak 6.
Percobaan tersebut juga dilakukan tanpa pengembalian sehingga memenuhi kriteria
distribusi Hypergeometri.

b. Alasan tidak memilih jenis distribusi yang lain:

 - Distribusi uniform diskrit
Alasan :
Contoh aplikasi tersebut tidak menggunakan distribusi uniform diskrit karena uniform
diskrit mempunyai ciri bahwa tiap elemennya mempunyai peluang yang
sama.Sedangkan,peluang dari kejadian sukses dan gagal tidaklah sama.

- Distribusi Bernoulli
Aplikasi tidak menggunakan distribusi Bernoulli karena Bernoulli mempunyai ciri
ciri:
Percobaan menghasilkan dua keluaran yaitu S (success) dan F (failure)
Keluaran bersifat exhaustive,yaitu tidak ada keluaran yang lain
Eksperimen terdiri dari n usaha yang berulang (percobaan hanya dilakukan
satu kali)
Tiap usaha yang dilakukan bersifat independent satu sama lain
Alasan :
Tidak memilih distribusi tersebut sebagai distribusi bernoulli karena percobaan yang
dilakukan bukanlah hanya sekali percobaan melainkan melakukan percobaan
sebanyak 4 kali

- Distribusi Binomial
Aplikasi tidak menggunakan distribusi Binomial karena Binomial mempunyai ciri
ciri:
Terdapat n kali percobaan
Masing-masing percobaan hanya dapat menghasilkan dua kemungkinan.
Hasil dari masing-masing percobaan haruslah saling bebas
(independent)atau dengan pengembalian.
Peluang untuk sukses harus sama untuk setiap percobaan yaitu dinyatakan
dengan p dan gagal dinyatakan dengan q =1-p.Jumlah p+q=1.
Alasan :
Contoh aplikasi tersebut bukan menerapkan Distribusi Binomial dikarenakan di
dalam soal tersebut menyatakan bahwa jika 4 kontraktor dipanggil secara random dari
6 kontraktor tersebut, ditanya peluang bahwa 2 kontraktor telah berpengalaman
selama 5 tahun atau lebih.Sehingga,dapat kita simpulkan bahwa percobaan tersebut
tanpa pengembaliam yang membuat percobaan tersebut saling dependent
(bergantung) yang menyebabkan contoh soal tersebut tidak memenuhi kriteria
distribusi binomial.

- Distribusi Geometri
Aplikasi tidak menggunakan distribusi Geometri karena distribusi Geometri
adalah banyaknya pengulangan yang diperlukan untuk mencapai satu keberhasilan atau
 banyaknya percobaan yang diulang beberapa kali sampai mendapatkan sukses yang
pertama.
Alasan :
Sedangkan, di dalam soal tersebut tidak ditanyakan berapa peluang untuk
mendapatkan sukses yang pertama

- Distribusi Binomial Negatif

Aplikasi tidak menggunakan distribusi Binomial Negatif karena distribusi
Binomial negatif adalah banyaknya pengulangan yang diperlukan untuk mencapai
satu keberhasilan atau banyaknya percobaan yang diulang beberapa kali sampai
mendapatkan sukses yang ke-k.
Alasan :
Sedangkan, di dalam soal tersebut tidak ditanyakan berapa peluang untuk
mendapatkan sukses yang ke-k.

- Distribusi Poisson
Aplikasi tidak menggunakan distribusi Poisson karena distribusi Poisson
mempunyai ciri-ciri :
Variabel random X adalah jumlah kemunculan kejadian yang diamati
selama unit ukuran tertentu(contoh : jarak,area,volume,dll)
Banyaknya hasil percobaan yang satu tidak bergantung dari banyaknya
hasil percobaan
Probabilitas hasil percobaan sepanjang dengan panjang interval waktu
Menghitung distribusi Binomial apabila n besar (n 30) dengan p yang
relatif kecil (p<0.1)
Alasan :
Karena di dalam soal di atas,kejadian yang diamati adalah pengambilan kontraktor
,sehingga kita tidak dapat menggunakan distribusi Poisson karena di dalam Poisson
kejadiannya merupakan percobaan yang terjadi di dalam interval di dalam waktu
tertentu seperti jarak dan area.Jumlah sampel yang diambil juga hanya 4 sehingga
belum memenuhi kondisi distribusi Poisson karena di dalam distribusi Poisson jumlah
sampel yang diambil (n) 30.

Distribusi Poisson
1) Di dalam proses produksi dimana produk kaca dihasilkan, terjadi cacat atau
gelembung, yang kadang-kadang menyebabkan produk yang tidak diinginkan untuk
pemasaran. Diketahui bahwa, rata-rata, 1 dalam setiap 1000 barang yang dihasilkan
ini mempunyai satu gelembung atau lebih. Berapakah probabilitas sebuah contoh
acak yang berisi 8000 akan membuahkan kurang dari 7 barang mempunyai
gelembung?
Penyelesaian:
Ini adalah sebuah percobaan binomial dengan n = 8000 dan p = 0,001. Karena p
sangat mendekati nol dan n sangat besar, kita akan memperkirakannya dengan
sebaran Poisson dengan menggunakan
=( 8000 )( 0,001 ) =8

Sehingga, bila X mewakili jumlah gelembung, kita dapatkan

6 6
P ( X <7 )= b ( x ; 8000; 0,001 ) = p ( x ; 8 )=0,3134
x=0 x=0

a. Alasan memilih contoh aplikasi distribusi diskrit tersebut sebagai distribusi

Poisson
Ciri-Ciri distribusi Poisson adalah :
Variabel random X adalah jumlah kemunculan kejadian yang diamati
selama unit ukuran tertentu(contoh : jarak,area,volume,dll)
Banyaknya hasil percobaan yang satu tidak bergantung dari banyaknya
hasil percobaan
Probabilitas hasil percobaan sepanjang dengan panjang interval waktu
Menghitung distribusi Binomial apabila n besar (n 30) dengan p yang
relatif kecil (p<0.1)
Alasan :
Karena dari contoh soal diketahui bahwa n=8000 dan p=0,001 maka dapat
disimpulkan bahwa n sangat besar (n 30) dan p yang mendekati nol sehingga contoh
aplikasi tersebut merupakan contoh aplikasi dari distribusi Poisson.

b. Alasan tidak memilih jenis distribusi yang lain:

- Distribusi uniform diskrit

Alasan :
Contoh aplikasi tersebut tidak menggunakan distribusi uniform diskrit karena uniform
diskrit mempunyai ciri bahwa tiap elemennya mempunyai peluang yang
sama.Sedangkan,peluang dari kejadian sukses dan gagal tidaklah sama.

- Distribusi Bernoulli
Aplikasi tidak menggunakan distribusi Bernoulli karena Bernoulli mempunyai ciri
ciri:
Percobaan menghasilkan dua keluaran yaitu S (success) dan F (failure)
Keluaran bersifat exhaustive,yaitu tidak ada keluaran yang lain
Eksperimen terdiri dari n usaha yang berulang (percobaan hanya dilakukan
satu kali)
Tiap usaha yang dilakukan bersifat independent satu sama lain
Alasan :
Tidak memilih distribusi tersebut sebagai distribusi bernoulli karena jumlah sampel
yang diambil (n 30) sehingga tidak dapat menggunakan distribusi Bernoulli

- Distribusi Binomial
Aplikasi tidak menggunakan distribusi Binomial karena Binomial mempunyai ciri
ciri:
Terdapat n kali percobaan
Masing-masing percobaan hanya dapat menghasilkan dua kemungkinan.
Hasil dari masing-masing percobaan haruslah saling bebas
(independent)atau dengan pengembalian.
Peluang untuk sukses harus sama untuk setiap percobaan yaitu dinyatakan
dengan p dan gagal dinyatakan dengan q =1-p.Jumlah p+q=1.
Alasan :
Penyelesaian dari contoh aplikasi di atas dapat menggunakan pendekatan Binomial
tetapi tidak dapat menggunakan rumus dari distribusi Binomial dikarenakan (n 30)
dan p yang mendekati 0.

- Distribusi Geometri
Aplikasi tidak menggunakan distribusi Geometri karena distribusi Geometri
adalah banyaknya pengulangan yang diperlukan untuk mencapai satu keberhasilan
atau banyaknya percobaan yang diulang beberapa kali sampai mendapatkan sukses
yang pertama.
Alasan :
Di dalam soal tersebut tidak ditanyakan berapa peluang untuk mendapatkan sukses
yang pertama

- Distribusi Binomial Negatif

 Aplikasi tidak menggunakan distribusi Binomial Negatif karena distribusi
Binomial negatif adalah banyaknya pengulangan yang diperlukan untuk mencapai
satu keberhasilan atau banyaknya percobaan yang diulang beberapa kali sampai
mendapatkan sukses yang ke-k.
Alasan :
Di dalam soal tersebut tidak ditanyakan berapa peluang untuk mendapatkan
sukses yang ke-k.

- Distribusi Hypergeometri
Aplikasi tidak menggunakan distribusi Hypergeometri karena distribusi
Hypergeometri mempunyai ciri-ciri :
Percobaan terdiri atas pengambilan random n elemen tanpa pengembalian
dari total N elemen
Terdapat S (sukses) sebanyak k dan F (gagal) sebanyak N-k
n
Ukuran n dianggap besar sebanding N ( N >0.05

Variabel random hypergeometri X adalah jumlah(sukses) dalam

pengembalian n elemen.
Alasan :
Penyelesaian dari contoh aplikasi di atas tidak dapat menggunakan distribusi
Hypergeometri dikarenakan (n 30) dan p yang mendekati 0.