30

MODUL IV
PROBABILITAS

A. Jika A, B kejadian (event), maka :

- P(A B) = P(A) + P(B) P(A B)
- P( A ) = P(Ak) = 1 P(A)
P(A B)
- P(A/B) = , P(B) 0
P(B)
- A, B dikatakan independen jika
P(A B) = P(A) . P(B)

B. Distribusi Binomial
X = Banyaknya tak sukses (produk cacat) dalam n independen binomial trial
P(X k) C nk . p k . q n -k b(k, n, p)
n!
C nk (tabel G - 2 : Grant)
k! (n - k)!
q=1p
Dimana :
q = Probabilitas barang yang diterima
p = Probabilitas barang yang ditolak
X = 0, 1, 2, 3, ....., n
Harga harapan X = E (X) = np
Variance X = 2 = Var (X) = npq

C. Distribusi Poison
X = 0, 1, 2, 3, .....,
e - k
P(X k)
k!
: suatu konstan
Harga harapan X = E(X) =
Variance X = 2 = Var (X) =
Distribusi Poison dapat digunakan untuk mendekati harga probabilitas Binomial jika n
besar da p kecil dengan mengambil = np
e - k
P(X k) C k p q
n k n -k

k!
D. Distribusi Hypergeometri
Dalam pengawasan kualitas sering terjadi keadaan suatu kiriman / lot N unit terdapat k
(atau sering disebut D dalam buku lain) unit yang cacat dan (N k) unit yang baik.
Diambil sampel secara acak n unit dari kiriman itu. Jika x = banyaknya yang cacat
dalam n unit diambil, maka probabilitas akan terdapat n1 unit yang cacat adalah :
C kn1 C n2
N-k
P(X n1)
C nN
n2 = n n1 , X = 0, 1, 2, ......, n
k
Harga harapan X = E(X) = n .
N
Variance X = 2 = Var (X)
k n - k N -n
= n. .
n N N - 1

ACCEPTANCE SAMPLING
(Penerimaan Sampling)
 31

Sampling Acceptance
- Keputusan mengenai suatu lot atau proses yang didasarkan suatu sampel.
- Menghemat biaya
- Suatu keharusan bila pengujiannya merusak (destruktif)
Pilihan
- Sembarang (random)
- Stratified (perkotak, kelompok, dan sebagainya)
Persyaratan
- Pilihan sampel yang tepat
- Definisi yang tegas mengenai cacat atau tidak memenuhi syarat
- Pemeriksaan (inspeksi) yang baik
- Kriteria yang jelas mengenai penerimaan atau penolakannya
Notasi :
N = Jumlah benda dalam lot
n = Jumlah benda dalam sampel tunggal
n1 = Jumlah benda dalam sampel pertama (Sampel ganda)
n2 = Jumlah benda dalam sampel kedua (Sampel ganda)
d = Jumlah yang tidak memenuhi syarat (sampel tunggal)
d1 = Jumlah yang tidak memenuhi syarat dalam sampel pertama (Sampel ganda)
d2 = Jumlah yang tidak memenuhi syarat dalam sampel kedua (Sampel ganda)
c = Acceptance number (bilangan penerimaan) (sampel tunggal)
= Jumlah maksimum yang tidak memenuhi syarat untuk diterima
Re = Bila penolakan = c + 1
(c + 1) = Rejection number (bilangan penolakan) (sample tunggal)
c1 = Acceptance number pada sampel pertama (sampel ganda)
c2 = Acceptance number setelah sampel kedua (sampel ganda)
= Jumlah total yang tidak memenuhi syarat pada sampel pertama dan kedua, yang
lotnya masih dapat diterima
(c2 + 1) = Rejection number untuk sampel pertama maupun untuk total yang tidak
memenuhi syarat dalam lot
D d
P = D = jumlah yang tidak memenuhi syarat dalam lot
N n
Pa = Besarnya kemungkinan penerimaan dari suatu lot (Probabilitas of acceptance).

Prosedur Pemeriksaan :
1. Sampling Tunggal

ditentukan
lot
sampel
D d c
n Diterima

N d>c
Pa =
tolak
 32

Tabel Penerimaan Sampling Tunggal

No. Sampel : n = ....., c = ...... Pd c
d
1 0 ........................................ Pd = 0 = ......
2 1 ........................................ .
. . ........................................ .
. . ........................................ .
. . ........................................ .
. . ........................................ .
k c ........................................ Pd = c = ......
Pa = ............

2. Sampling Ganda
lot
sampel 1 d1
n1 d1 c1
Diterima Pa =
N
c1 < d1 c2 sampel 2 d2
n2
d1 > c2
tolak
(d1 + d2) c2
(d1 + d2) > c2
tolak Diterima

Pa =
Tabel Penerimaan Sampling Ganda :
No. Sampel 1 Sampel 2
Alt n1 = ......, c1 = ...... n2 = ......, c2 = ......
Penerimaan d1 Pd1 d2 Pd2 Pd1 . Pd2
1 0 Pd1 = 0 = ... ------- Pd1 = 0. Pd2 c2
2 1 . ------- Pd1 = 1. Pd2 (c2-1)
. 2 . ------- ...........
. . . ------- ...........
. C1 . 0, 1, 2, ...., (c2-c1) Pd2 (c2-c1)=.. ...........
. (c1+1) . 0, 1, 2, .., (c2 c1-1) P (c -c1-1)=.. ..........
d2 2
k . . . . .........
. . . . .........
c2 Pd1 = c2 = ... 0 P = Pd1 = c2 . Pd2 = 0
d2 = 0
Pa = ...............
 33

KARAKTERISTIK RANCANGAN SAMPLING

Kurva-kurva penjagaan (Protection Curves):
Operating Charakteristic (OC) Curve
Grafik antara besarnya kemungkinan penerimaan dan kualtas dari lot.
Pa vs P atau c
Contoh :

Pa

Pada P = 0,1 = 10% Yang diterima 5% = Pa

5%

0
0,1 P
terima tolak

Average Outgoing Quality (AOQ) Curve

Harga rata-rata dari faktor defective setelah pemeriksaan total (sorting) dari lot
yang ditolak sebagai fungsi dari p

AOQ AOQ = Pa . P

AOQL = AOQ Max

0 P
Kurva-kurva biaya (Cost Curves)
Average Sample Number (ASN) Curve :
Harga rata-rata dari ukuran sample untuk pengambilan keputusan, sebagai fungsi
dari p atau c.
ASN = n (untuk sample tunggal)
ASN = n1 + n2 (Ps2) (untuk sample ganda)
Average Total Inspection (ATI) Curve :
Rata-rata dari jumlah potong (benda) yang diperiksa (inspected) per lot, sebagai
fungsi p atau c
ATI = Pa . n + (1 Pa) . N (sample tunggal)
ATI = n1 Pa + n2 (Pa P(d1 c1)) + N . (1 Pa)
Ps2 (sampel ganda)

ATI ASN

P P
 34

Contoh soal : rencana sampling tunggal.

Diket : rencana sampling tunggal Pa
N = 1000 unit
n = 80
c = 2 = Ac
Re = c + 1 = 3
d = 11
Ditanya : a. OC Curve
b. AOQ
c. ASN
d. ATI
e. AOQL
0 P
Penyelesaian
a. Ditentukan sendiri harga p, sebagai berikut :
P nP Pa (Tabel G) AOQ = P . Pa
0,005 0,4 0,992 0,00496
0,010 0,8 0,953 0,00953
0,015 1,2 0,879 0,013185
0,020 1,6 0,783 0,01566
0,025 2,0 0,677 0,016925
0,030 2,4 0,570 0,017100 (max)
0,035 2,8 0,469 0,016415
0,040 3,2 0,380 0,01520
0,045 3,6 0,303 0,013635
0,050 4,0 0,238 0,01190
0,060 4,8 0,143 0,00858
0,070 5,6 0,082 0,00574
0,080 6,4 0,046 0,00368
0,090 7,2 0,025 0,00225
0,100 8,0 0,014 0,00140

Dari table ini dibuat OC Curve (p vs Pa)

d 11
b. p' 0,1375 np (80) (0,1375) 11
n 80
Pa (Tab G ) 0,001
AOQ = p . Pa = (0,1375) (0,001) = 0,0001375
c. ASN = n (untuk sampling tunggal)
= 80
d. ATI = Pa . n + (1 Pa) N
= (0,001) (80) + (1 0,001) (1000)
= 999
e. AOQL = 0,0171 (lihat tabel di a)
= AOQ max

Contoh Soal : Rancangan Sampling Ganda

Suatu rancangan sampling ganda dengan :
N = 1000
n1 = 36
c1 =0
n2 = 59
c2 =3
 35

Kelompok/ lot dapat diterima jika :

1. Banyaknya cacat 0 pada sampel ke 1
2. Banyaknya cacat 1 pada sampel ke 1 dan diikuti 0, 1 atau 2 cacat pada sampel ke 2
3. Banyaknya cacat 2 pada sampel ke 1dan diikuti 0 atau 1 cacat pada sampel ke 2
4. Banyaknya cacat 3 pada sample ke 1 dan diikuti 0 cacat pada sampel ke 2

Probabilitas menerima lot/ kelompok adalah :

Jumlah probabilitas untuk masing-masing keadaan diatas (distribusi hipergeometrik)

Perlu perhitungan probabilitas 0, 1, 2, 3 cacat pada sample ke 1

D .......
A. untuk P = 0,010 P' D 10
N 1000
Rumus Hipergeometrik :
990! 10!
N D
c c D 990 10
c c 36! (990 36)! 0! (10 0)!
P0 n 0
36 0
]
c N
n c1000
36
1000!
36 ! (1000 36)!
990! 36! 964!
0,692
954! 36! 1000!
cnn1d c1d c35990 10
c1 990! 36! 964! (10)
P1 N
1000
0,262
cn c36 955! 35! 1000!
Pd1 = 1
c nn2d c 2d c34
990 10
c 990! 36! 964! ( 45)
P2 N
10002 0,043
cn c36 955! 35! 1000!
Pd1 = 2
c nn3d c3d c33
990 10
c 990! 36! 964! (120)
P3 N
10003 0,004
cn c36 955! 33! 1000!
Pd1 = 3
Seandainya terdapat tepat 1 cacat pada sampel ke 1, ambil sampel ke 2.

Kelompok/ lot menjadi = (1000 36) = 964 = N

Banyaknya cacat tinggal (10 1) = 9 = D
Dengan Rumus Hipergeometrik, dicari harga P0, P1, P2 pada sampel ke 2 berukuran n
= 59
c n d c d c 964 9 c 9
P0 n N 0 59 964 0 0,565
cn c59
Pd2 = 0
c n d c d c 9559 c 9
P1 n 1N 1 58 964 1 0,335
cn c59
Pd2 = 1
c n d c d c 9559 c 9
P2 n 2N 2 57 1000 2 0,086
cn c59
Pd2 2 = total = 0,565 + 0,335 + 0,086 = 0,986
 36

Seandainya terdapat tepat 2 cacat pada sample ke 1sebagai berikut :

Sampel ke 2 diambil

Kelompok/ lot menjadi = N = 964

D = 10 2 = 8
Kelompok/ lot diterima bila sampel ke 2 terdapat paling banyak 1 cacat, karena c2 = 3
Dengan rumus hipergeometrik dihitung :
cnn d c0d c59
964 8 8
c0
P0 N
964
0,602
cn c59
Pd2 = 0
cnn1d c1d c58
9568 8
c1
P1 N
964
0,316
cn c59
Pd2 1 = total = 0,602 + 0,316 = 0,918
Seandainya terdapat tepat 3 cacat pada sample ke 1 sebagai berikut :
Sampel ke 2 diambil

Kelompok/ lot menjadi = N = 964

D = 10 3 = 7
Kelompok/ lot diterima bila sampel ke 2 tidak ada cacat pada sampel ke 3
Dengan rumus hipergeometrik dihitung :
c n d c d c 9647 c 7
P0 n N 0 59 964 0 0,642 = Pd2 = 0
cn c59

Probabilitas penerimaan sekarang dapat dihitung dengan menggunakan dalil probabilitas

bersyarat :
0 cacat dalam sampel ke 1 = 0,692. = 0,692
1 cacat dalam sample ke 1, dengan 0, 1 atau 2
Cacat dalam sampel ke 2 = (0,261) (0,986)...................................... = 0,257
2 cacat dalam sampel ke 1, dengan 0 atau 1
Cacat dalam sampel ke 2 = (0,043) (0,918)...................................... = 0,039
3 cacat dalam sampel ke 1, dengan 0 cacat
Dalam sampel ke 2 = (0,004) (0,642)...................................... = 0,003 +
Probabilitas penerimaan sebuah lot yang cacatnya 1% ( p = 0,010)...........Pa = 0,991

B. Perhitungan probabilitas bersyarat dengan penyederhanaan (tabel G)

Distribusi hipergeometrik disederhanakan dengan pendekatan distribusi binomial atau
distribusi poison (tabel G), bila N = , sebagai berikut :
untuk p = 0,010
Sampel ke 1:
n p (dalam tabel G = np) = 36 (0,010) = 0,36
Dari tabel G = untuk n p = 0,35
c =0 P0 = 0,705

untuk n p = 0,40
c =0 P0 = 0,670

dengan interpolasi, maka :

untuk n p = 0,36
c =0 P0 = 0,698
 37

n p = 0,36 tabel G
P 1 = 0,948
c =1

P1 = P 1 P0 = 0,948 0,698 = 0,250

n p = 0,36 tabel G
P 2 = 0,994
c =2

P2 = P 2 P 1 = 0,994 0,948 = 0,046

n p = 0,36 tabel G
P 1 = 1,000
c =3

P3 = P 3 P 2 = 1,000 0,994 = 0,006

Seandainya terdapat tepat 1 cacat pada sampel ke 1, ambil sampel ke 2

n2 = 59
D 9
D = 10 1 = 9 p
N 964
N = 1000 36 = 964
9
n2 p = 59 . = 0,55 = n p
964
Tabel G : n2 p = 0,55 = n p
P 2 = 0,982
c =2

Seandainya terdapat tepat 2 cacat pada sampel ke 1, ambil sampel ke 2

n2 = 59
D 8
D = 10 2 = 8 p
N 964
N = 1000 36 = 964
8
n2 p = 59 . = 0,49
964
Tabel G : n2 p = 0,49
P 1 = 0,913 (interpolasi)
c =1

Seandainya terdapat tepat 3 cacat pada sampel ke 1, ambil sampel ke 2 yang tidak
boleh ada cacat
n2 = 59
D 7
D = 10 3 = 7 p
N 964
N = 1000 36 = 964
7
n2 p = 59 . = 0,43
964
Tabel G : n2 p = 0,43 = n p
P = 0 = 0,648
c =0
 38

Probabilitas kelompok/ lot dengan p = 1% = 0,010 diterima dengan rancangan sampel

ganda, menggunakan pendekatan distribusi poisson (Tabel G) adalah :
0 cacat dalam sampel ke 1 = 0,698. = 0,698
1 cacat dalam sample ke 1, dan 2 cacat atau kurang
pada sampel ke 2 = (0,250) (0,982)...................................... = 0,246
2 cacat dalam sampel ke 1, dan 1 cacat atau kurang
pada sampel ke 2 = (0,046) (0,913)...................................... = 0,042
3 cacat dalam sampel ke 1, dan 0 cacat
pada sampel ke 2 = (0,006) (0,648)...................................... = 0,004
+
Total = 0,990
- Probabilitas kelompok/ lot dengan p diterima menggunakan cara Tabel G = 0,990 = Pa
ternyata hasil perhitungan menggunakan cara A dan B hampir sama. cara yang tepat
adalah cara A, yang diperoleh Pa = 0,991.

1 = PR = 1 Pa
Pa

= cR = PapdLTPD

0
AQL LTPD P
(= P1) (= P2)

Good Marginal Bad

Fraction Fraction Fraction
Defective Defective Defective

Keterangan :
PR = Producers Risk = = resiko produsen
barang yang baik tapi ditolak
CR = Customers Risk =
Kemungkinan barang jelek diterima
AQL = Acceptable Quality Level
kualitas lot pada tertentu
LTPD = Lot Tolerance Percent Defective
kualitas lot pada tertentu
Biasanya ditentukan ( = 0,05)
= 0,10
Bila AQL = 0% Pa = 1 = 0% = 1 Pa
* Mencari AQL dan LTPD (pada dan tertentu) :
Tabel G :
= .... pada AQL = ....
n dan c harus bilangan bulat
.... pada LTPD = ....
 39

ABC. STD. 105D

- Didasarkan pada AQL
- Sistem sampling yang fleksibel = tergantung pada keadaan AQL
- AQL = diartikan sebagai prosesntasi defective (atau jumlah cacat per 100 unit)
maximum, yang masih dapat dianggap memenuhi syarat sebagai harga rata-rata
dari proses.
- Contoh (sampel) tunggal, ganda, multiple
- Contoh (sampel) Normal, Ketat atau longgar, yang dipilih menurut keadaan AQL.
- Proses Penggunaan :
Biasanya dimulai dengan contoh (sampel) Normal
Bila produksi ternyata lebih jelek dari AQL yang ditentukan, maka contoh (sampel)
diubah menjadi contoh (sampel) ketat
Bila produksi mempunyai mutu lebih baik dari AQL, maka contoh (sampel) diubah
menjadi contoh (sampel) longgar
- Digunakan untuk unit diskrit, data atribut (sifatnya)
- Cara penggunaan : (lihat tabel K sampai dengan W, G, L)
Berapa besar ukuran lot N = lihat tabel K
Pilih tingkat inspeksi

s1

s2 n sangat kecil (jarang dipakai) resiko sampling besar

s3

s4

I n kecil tidak perlu terlalu teliti

II n sedang cukup teliti

III n besar lebih teliti

Biasanya dipilih II. Bila tidak ada ketentuan lain pilih II

Dari tabel K dapat dilihat : - Ukuran contoh (sampel)
- huruf kode
Tentukan apakah akan dipakai contoh ketat, normal atau longgar. biasanya mulai
dengan normal.
Tentukan apa yang akan dipakai : contoh tunggal, ganda atau multiple.
pertimbangan berkisar pada masalah administrasi dan ukuran.

Contoh Tunggal Ganda Multiple

Masalah pencatatan kecil Sedang Besar
Ukuran contoh besar Sedang Kecil

Penggantian Rencana Contoh (sampling):

(Normal, Ketat, Longgar)
Dari Normal :
ke ketat : bila ada 2 lot yang ditolak antara 5 lot yang diperiksa berturut-turut
ke longgar : bila seluruh persyaratan berikut dipenuhi
- 10 lot terakhir yang diperiksa dengan sampling normal semuanya diterima
- harga p sangat rendah (lihat tabel W)
- Produksi cukup stabil
- memang betul-betul dikehendaki/ diperlukan
Dari Ketat
 40

ke normal : 5 lot berturut-turut yang diperiksa dengan contoh ketat semuanya

diterima
hentikan sampling : bila setelah 10 lot berturut-turut dengan contoh ketat tidak
kembali ke normal.
Dari Longgar
ke normal : bila salah satu dari hal-hal dibawah ini terjadi :
- suatu lot ditolak
- suatu lot, meskipun diterima, tetapi meragukan
- produksi tidak kontinu (terputus-putus)
- dirasa dikehendaki

Contoh : Soal Rencana Sampling

Tentukan rencana sampling tunggal yang mampu menjamin bahwa resiko pembuat/
produsen adalah 5% bila lot sebesar 2000 unit mengandung 0,5% produk yang tidak
memenuhi syarat sedang resiko pemakai tidak lebih dari 10% pada keadaan lot 5% yang
tidak memenuhi syarat. berapa n, dan c ?
Penyelesaian :
Rencana Sampling Tunggal
= 5%, N = 2000, P1 = 0,005 = 0,5% = AQL
10%, P2 = 5% = LTPD
Misal : c = 1
Pada = 0,05
Pa = 1 = 1 0,05 = 0,95
Tabel G : nP1 = 0,3 Pa = 0,963
nP1 = 0,35 Pa = 0,951
nP1 = ? Pa = 0,95
Ekstrapolasi
0,95 0,951
nP1 = 0,35 + 0,35 0,3
0,95 0,963
= 0,3541666
'
nP 0,3541666
n 1
'
70,83 71
P1 0,005
P2 = 5% = 0,05
n P2 = 71 . 0,05 = 3,55 = nP
Tabel G : nP = 3,4 Pd 1 = 0,147
nP = nP2 =3,55 Pd 1 = ?
nP = 3,6 Pd 1 = 0,126 3,4 3,55 3,6
Interpolasi 0,147 ? 0,126
(3,55 3,4)
nP = 3,55 Pd 1 = 0,147 (0,126 0,147)
(3,6 3,4)
= 0,13125 = 13,125% = Pa
Chek :
Pa = Pd 1 = 13,125% masih lebih besar dari , ( 10%)
Sehingga c dimisalkan lagi.
misal c = 2
Pa = 0,95
Tabel G : nP = 0,80 Pd 2 = 0,953
nP = ? Pd 2 = 0,95 0,945 0,95 0,953
nP = 0,85 Pd 2 = 0,945 0,85 ? 0,80
Interpolasi

(0,95 0,945)
nP = 0,85 (0,80 0,85)
(0,953 0,945)
= 0,81875
 41

0,81875
n 163,75 164
0,005
P2 = 5% = 0,05
nP2 = 164 . 0,05 = 8,2

Tabel G : nP = 8,0 Pd 2 = 0,014

nP = nP2 = 8,2 Pd 2 = ? 0,014 ? 0,009
nP = 8,5 Pd 2 = 0,009 8,0 8,2 8,5

8,2 8,0 0,009 0,014

nP = nP2 = 8,2 Pd 2 = 0,014
8,5 8,0
= 0,012 1,2 %
Chek :
Pa = Pd 2 = 1,2 % (memenuhi syarat 10 %)
Rancangan sampling :
n = 164
c=2
Contoh Soal :
Dibawah ini adalah rangkaian hasil pengamatan d = jumlah yang tidak memenuhi syarat
dari sampling tunggal dengan tingkat inspeksi II pada AQL = 1,5 %. dari ABC STD
105 dari lot sebesar 3000.
Tentukan rencana sampling mulai dengan tahap ke (n+1) dengan mengisi kolom-kolom 2,
3, 4 dan 6 selengkapnya pada tabel berikut :
Tahap Jenis sampling n Re d Terima (d c)/ Tolak (d > c)
(1) (2) (3) (4) (5) (6)
1 s/d n Berbagai jenis Terima
n+1 longgar 2
2 3
3 4
4 5
5 6
6 7
7 6
8 5
9 4
10 3
11 2
12 1
13 2
14 3
Belum
15
diamati

Penyelesaian :
Sampling tunggal
Tingkat inspeksi II
AQL = 1,5 %
Lot = 3000
Dari tabel K : N = 3000
Tingkat inspeksi II Kode huruf = K
Tabel L : normal (normal inspeksi)
K n = 125
AQL = 1,5 % Ac = 5 (c ditabel G)
Re = 6
 42

Tabel M ketat (tightened inspeksi)

K n = 125
AQL = 1,5 % Ac = 3
Re = 4

Tabel N longgar (reduced inspeksi)

K n = 50
AQL = 1,5 % Ac = 2
Re = 5

Tahap Jenis sampling n Re d Terima (d c)/ Tolak (d > c)

(1) (2) (3) (4) (5) (6)
1 s/d n Berbagai jenis Terima
n+1 longgar 50 5 2 Terima
2 longgar 50 5 3 Terima (d > Ac, Ac = 2 Ragu ragu)
3 normal 125 6 4 Terima
4 normal 125 6 5 Terima
5 normal 125 6 6 Tolak 2 dari 5 berturut-turut
6 normal 125 6 7 Tolak
7 ketat 125 4 6 Tolak
8 ketat 125 4 5 Tolak
9 ketat 125 4 4 Tolak
10 ketat 125 4 3 Terima
11 ketat 125 4 2 Terima
12 ketat 125 4 1 Terima 5 berturut-turut normal
13 ketat 125 4 2 Terima
14 ketat 125 4 3 Terima
Belum
15 normal 125 6 Diamati dulu
diamati
 43

Contoh Soal :
Hitung harga-harga Pa, AOQ, ASN, dan ATI pada P = 2 % untuk sampling ganda normal
pada tingkat pemeriksaan II dengan ukuran lot 250 dan AQL = 1 % mengikuti MIL STD
105D.

Penyelesaian :
Tabel K:
N = 250
Tingkat Pemeriksaan II Kode huruf = G
general inspeksion levels
Tabel O :
Sampel ganda normal
Kode : berarti gunakan rencana sampling dibawahnya
AQL = 1% = 1,0
G Kode : H

diperoleh : n1 = 32, C = Ac1 = 0, Rc1 = 2

n2 = 32, C = Ac2 = 1, Rc2 = 2
Sampel 1 :

P 2% 0,02 ' '

'

n1P n2 P 32 0,02 0,64

1

n1 n2 32
nP ' 0,64
Po 0,527 (interpolasi)
c1 Ac1 0
Po ................................................................................................. = 0,527

Pd10 0,527
Pd11 0,337 ; Pd2 = 0 = 0,527 (0,337) (0,527) = 0,178
+

Pd11 0,864
Pa = 0,705
Pd1 > 1 = (1 - Pd1 1)
AOQ = Pa . p = 0,705 . 0,02 = 0,0141
ASN = n1 + n2 Ps2 Ps2 = 1 Pd1=0 1 + Pd11
= 1 0,527 1 + 0,864 I II
= 0,337
0 = c1 1 = c2 2
ASN = 32 + 32 . (0,337) = 42,78 43

ATI = n1 Pa + n2 (Pa Pd1c1) + N (1 Pa)

= n1 Pa + n2 (Pa Pd10) + N (1 Pa)
= 32 (0,705) + 32 (0,705 0,527) + 250 (1 0,705 + 73,75)
= 102,01 103
44