Eksakta: Jurnal Imu-Ilmu MIPA p.

ISSN: 1411-1047
e. ISSN: 2503-2364

Distribution of the Difference of Two Independent Poisson Random

Variables and Its Application to the Literate Population Data

Atina Ahdika
Program Studi Statistika, Universitas Islam Indonesia
Jalan Kaliurang Km 14,5 Sleman Yogyakarta
atina.a@uii.ac.id

ABSTRACT
Study about the distribution of the function of a random variable, in particular the distribution of
the sum of two or more random variables, has been done widely. While studies on the distribution
of the difference between two random variables still rarely done, moreover for discrete random
variables. This work focuses on the derivation of the distribution of two independent Poisson
random variables. The methods used to determine the distribution are method of moment
generating function and probability mass function. The properties of the distribution are derived
through the characteristics of the k th moment; the first up to fourth moments in particular.
Furthermore, the distribution of the difference of two independent Poisson random variables is
compared to the Poisson Difference (PD) distribution of Alzaid and Omair (2010) or also known as
Skellam distribution. Parameters of the distribution are estimated using method of moment and
maximum likelihood estimation. Application to the literate population data is carried out to get a
better understanding about the distribution.

Keywords: Poisson distribution, Poisson Difference distribution, moment generating function,

probability mass function, method of moment, maximum likelihood estimation.

ABSTRAK

Kajian mengenai distribusi dari suatu fungsi peubah acak, khususnya mengenai distribusi dari
jumlah dua atau lebih peubah acak, sudah banyak dilakukan. Sedangkan kajian mengenai distribusi
dari selisih dua peubah acak masih jarang dilakukan, terlebih pada peubah acak-peubah acak
diskrit. Penelitian ini berfokus pada penurunan distribusi selisih dua peubah acak Poisson yang
saling bebas. Metode yang digunakan untuk menentukan distribusi tersebut adalah metode fungsi
pembangkit momen dan metode fungsi massa peluang. Karakteristik-karakteristik dari distribusi
diturunkan melalui sifat-sifat dari momen ke- k ; khususnya dari momen pertama hingga momen
keempat. Selanjutnya, distribusi dari selisih dua peubah acak Poisson yang saling bebas ini akan
dibandingkan dengan distribusi Poisson Difference (PD) yang diturunkan oleh Alzaid dan Omair
(2010) atau dikenal juga dengan nama distribusi Skellam. Parameter-parameter dari distribusi
diestimasi menggunakan metode momen dan maksimum likelihood. Aplikasi pada data penduduk
melek huruf dilakukan untuk mendapatkan pemahaman yang lebih baik mengenai distribusi
tersebut.

Kata Kunci: distribusi Poisson, distribusi Poisson Difference, fungsi pembangkit momen, fungsi
massa peluang, metode momen, metode maksimum likelihood.

Pendahuluan tersebut sangat penting untuk diketahui

ketika seseorang harus berhadapan
Salah satu konsep dasar yang harus
dengan serangkaian data dan menentukan
dipahami dan berperan penting dalam
langkah yang tepat untuk menangani data
ilmu statistika adalah distribusi peluang
yang tersedia.
suatu data. Pemahaman mengenai hal
Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 61
Eksakta: Jurnal Imu-Ilmu MIPA
Berdasarkan ruang sampelnya,
distribusi peluang suatu data dibagi
menjadi dua, yaitu distribusi kontinu dan
distribusi diskrit. Ada banyak kajian yang
berkaitan dengan distribusi-distribusi
tersebut, salah satunya adalah
menentukan bentuk distribusi dari suatu
peubah acak bila ia dikenai suatu fungsi
tertentu. Fungsi dari peubah acak yang
paling sederhana dan paling masuk akal
(bermakna) ketika diterapkan dalam
suatu data adalah penjumlahan atau
pengurangan dari dua peubah acak.
Secara khusus, kajian mengenai distribusi
jumlah dua atau lebih peubah acak sudah
banyak dipelajari dan mudah diturunkan.
Sedangkan distribusi selisih peubah acak
masih jarang dilakukan. Pada umumnya,
kejadian dalam kehidupan sehari-hari
berkaitan dengan kejadian yang terhitung
(diskrit). Berdasarkan kedua hal tersebut,
maka dalam penelitian ini akan dilakukan
formulasi terhadap distribusi dari selisih
dua peubah acak diskrit, khususnya
selisih dua peubah acak Poisson yang
saling bebas. Selain itu akan diturunkan
pula karakteristik-karakteristik distribusi,
penaksiran parameter, serta aplikasi dari
distribusi tersebut pada data real.
Pada penelitian terdahulu, J.O.
Irwin (1937) telah membahas mengenai
distribusi dari selisih dua peubah acak
p. ISSN: 1411-1047
e. ISSN: 2503-2364
Poisson saling bebas dengan parameter
yang sama. Kemudian terdapat pula
pembahasan mengenai distribusi serupa
yang dikenal dengan nama distribusi
Poisson Difference (PD) yang diturunkan
oleh Alzaid dan Omair (2010) atau
dikenal juga dengan nama distribusi
Skellam, di mana distribusi tersebut
melibatkan peubah acak ketiga di
dalamnya. Untuk itu, di dalam paper ini
akan dibahas juga kaitan antara distribusi
selisih dua peubah acak Poisson yang
saling bebas dengan distribusi PD
tersebut.
Terdapat beberapa aplikasi dari
distribusi Poisson Difference ini; Karlis
dan Ntzoufras (2000) mengaplikasikan
distribusi tersebut untuk memodelkan
perbedaan banyaknya gol dalam
permainan sepak bola, Hwang et al
(2007) mengukur perbedaan intensitas
piksel dalam kamera. Pada paper ini akan
dilakukan aplikasi dari distribusi selisih
dua peubah acak Poisson saling bebas
pada persentase melek huruf di atas 15
tahun berdasarkan golongan umur dan
daerah tempat tinggal untuk melihat
peluang kenaikan serta penurunan
persentasenya tiap tahun.

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 62
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
Tujuan Penelitian Distribusi Poisson

1. Memformulasikan distribusi selisih Peubah acak X dikatakan

dua peubah acak Poisson yang berdistribusi Poisson jika X menyatakan
saling bebas dan menurunkan banyaknya hasil (sukses) pada selang
karakteristik-karakteristiknya. waktu tertentu (daerah tertentu). Sifat-
sifat distribusi Poisson adalah:
2. Mempelajari kaitan distribusi
tersebut dengan distribusi PD/ 1. Banyaknya hasil yang terjadi dalam
distribusi Skellam. suatu selang waktu atau daerah
tertentu tidak terpengaruh (bebas
3. Melakukan estimasi parameter
dari) apa yang terjadi pada selang
distribusi selisih dua peubah acak
waktu atau daerah lain yang
Poisson yang saling bebas
terpisah.
menggunakan metode momen dan
maksimum likelihood. 2. Peluang terjadinya suatu hasil
(tunggal) dalam selang waktu yang
4. Mengaplikasikan konsep distribusi
amat pendek atau dalam daerah
selisih dua peubah acak Poisson
yang kecil sebanding dengan
yang saling bebas ke dalam data
panjang selang waktu atau besarnya
real, yaitu data persentase melek
daerah dan tidak bergantung pada
huruf penduduk di atas 15 tahun
banyaknya hasil yang terjadi di luar
berdasarkan golongan umur dan
selang waktu atau daerah tersebut.
daerah tempat tinggal.
3. Peluang terjadinya lebih dari satu
Landasan Teori
hasil dalam selang waktu yang

Kebebasan Peubah Acak pendek atau daerah yang sempit

tersebut dapat diabaikan.
Peubah acak merupakan fungsi
yang memetakan anggota ruang sampel Suatu peubah acak X berdistribusi
ke himpunan bilangan riil: X : S R Poisson dengan parameter atau
dinotasikan dengan X ~ POI jika
Dua peubah acak X1 dan X2
fungsi massa peluangnya adalah
dikatakan saling bebas jika dan hanya
jika: x
P X x e , x 0, 1, 2, , 0
x!
P X 1 x1 , X 2 x 2 P X 1 x1 P X 2 x 2
Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 63
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
Sedangkan fungsi distribusi
z/2
P( Z z ) e 1 2 1
I z 2 1 2 ,
kumulatifnya adalah 2
z , 1, 0, 1,
k
x dengan
PX x e

x0
x!
k
x2

y 4
Berikut adalah karakteristik dari x
I y x
2 k 0
k ! y k !
distribusi Poisson:

1. Nilai mean dan variansinya sama,yaitu I y x merupakan fungsi Bessel jenis

E X Var X pertama termodifikasi.

2. Nilai skewness (kemiringan data) lebih Pembahasan

besar dari nol, yang berarti bahwa data
menceng ke kanan. Distribusi Selisih Dua Peubah Acak
Poisson yang Saling Bebas
3. Nilai kurtosis (kelancipan data) lebih
besar dari tiga, yang berarti bahwa nilai Pada bagian ini akan

data-datanya mengumpul di sekitar diformulasikan mengenai distribusi

meannya. selisih dari dua peubah acak Poisson

yang saling bebas.
4. Fungsi pembangkit peluangnya adalah
Misalkan X 1 ~ POI 1 saling bebas
M X t e e
t
1

dengan X 2 ~ POI 2 . Misalkan

Distribusi Poisson Difference (PD) Z X 1 X 2 , maka distribusi dari peubah

Alzaid dan Omair (2010) acak Z dapat ditentukan dengan

mendefinisikan distribusi Poisson menggunakan kedua teknik berikut:
Difference sebagai berikut
Teknik Fungsi Pembangkit Momen
Definisi 1. Misalkan terdapat
Fungsi pembangkit momen dari Z
pasangan peubah acak X , Y yang bisa
adalah sebagai berikut
dituliskan sebagai X W1 W3 dan
Y W2 W3 dengan W1 ~ POI 1 saling

M Z t E e tZ E e t X 1 X 2
E e e E e Ee
tX 1 tX 2 tX 1 tX 2

bebas dengan W2 ~ POI 2 dan W3

e 1 2 1e
t
2 e t

sebarang distribusi, maka fungsi massa

peluang dari Z X Y diberikan
Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 64
 Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
Bentuk fungsi pembangkit momen
tersebut tidak sama dengan fungsi
pembangkit momen dari distribusi
Poisson.

Teknik Fungsi Massa Peluang

Fungsi massa peluang dari peubah

acak Z diperoleh dari penurunan berikut

P Z k P X 1 X 2 k

PX
n 0
1 X 2 k | X 2 n P X 2 n

f X1 n k f X n 2
n 0 Gambar 1. Simulasi Numerik
nk n
1 2
e 1

n k !
e 2
n!
n 0 Sifat P Z k | 1 , 2 PZ k | 2 , 1 ,
n k n
1 2
e 1 2 n k ! n! sehingga:
n 0

k
Jika Z k , maka fungsi peluangnya PZ k | 1 , 2 P Z k | 2 , 1 1

PZ k | 1 , 2 P Z k | 1 , 2 2
adalah:

P Z k P X 1 X 2 k Berdasarkan hubungan tersebut,

maka fungsi massa peluang dari distribusi
P X 1 X 2 k | X 2 n P X 2 n
n 0 selisih dua peubah acak Poisson yang

f X1 n k f X n 2
saling bebas dapat diturunkan dan
n 0
diperoleh yaitu sebagai berikut:
1n k 2n
e 1 e 2
n 0
n k ! n!

1 n k 2 n
e 1 2 n! n k !
n0

Selanjutnya, terdapat sifat

P Z k | 1 , 2 PZ k | 2 , 1 yang
ditunjukkan oleh hasil simulasi berikut:

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 65
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364

k Berdasarkan sifat unik dari suatu
PZ k | 1 , 2 PZ k | 1 , 2 1
2 distribusi dan hasil perhitungan
k
1nk 2 n 1 menggunakan dua teknik tersebut, maka
e 1 2 n!n k !
n 0 2
dapat disimpulkan bahwa distribusi
k k
2 1 n k n
2 1 2 selisih dua peubah acak Poisson yang
e 1 2 1 n!n k !
2 n 0 2
saling bebas bukan merupakan distribusi
k k
2 n
1 2 n k
1 2 Poisson. Selanjutnya kita akan menyebut
e 1 2 1 n k ! n!
2 n 0 2
k
distribusi tersebut sebagai distribusi Beda

2 1 2 1/ 2
e 1 2 1

2n k
Poisson saling bebas dengan parameter

2 n0 n! n k !
k
1 , 2 .
2

e 1 2 1 I k 2 1 2
2 Berikut adalah grafik sebaran data,
fungsi massa peluang, serta fungsi
dengan I z (x ) adalah fungsi Bessel jenis
distribusi kumulatif dari distribusi Beda
pertama termodifikasi. Poisson saling bebas.
Fungsi massa peluang tersebut
sama dengan fungsi massa peluang
distribusi Poisson Difference pada
Definisi 1. Perbedaan dan kaitan antara
distribusi selisih dua peubah acak Poisson
saling bebas dengan distribusi Poisson
Difference ini akan dibahas pada bab
selanjutnya.
Gambar 2. Sebaran Data Berdistribusi
Beda Poisson Saling Bebas
Jika dilihat dari bentuknya, fungsi
peluang tersebut memiliki bentuk yang
berbeda dengan fungsi peluang dari
distribusi Poisson.

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 66
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364

Gambar 3. Fungsi Massa Peluang Distribusi Beda Poisson Saling Bebas dengan
1 2 dan 1 2

Gambar 4. Fungsi Distribusi Kumulatif Beda Poisson Saling Bebas dengan

1 2 dan 1 2

Gambar 2 menunjukkan bahwa dan 1 2 . Berdasarkan grafik tersebut

sebaran data berdistribusi Beda Poisson dapat dilihat bahwa nilai peluang
saling bebas berada di sekitar nilai selisih terbesarnya (modus) berada pada data
parameternya, yaitu 1 2 . Berbeda dengan nilai di sekitar 1 2 . Selain itu,
dengan distribusi Poisson, pada distribusi dari Gambar 4 dapat dilihat bahwa
Beda Poisson saling bebas terdapat juga kenaikan nilai peluang terbesar berada
kemungkinan data bernilai negatif. pada data yang nilainya di sekitar 1 2 .
Selanjutnya pada Gambar 3, ditampilkan Dengan demikian, dapat disimpulkan
pola fungsi massa peluang dari distribusi bahwa distribusi Beda Poisson saling
Beda Poisson saling bebas dengan 1 2 bebas bersifat unimodal.
Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 67
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
Selanjutnya, akan ditentukan
karakteristik-karakteristik dari distribusi 3. Momen ke-3
Beda Poisson saling bebas melalui sifat- 3

E X 1 X 2 M "' X 1 X 2 0
sifat momen ke- k dari distribusi tersebut.
1 2 3 1 2 2 2
3
Momen ke- k dari distribusi Beda 1 2

Poisson saling bebas diperoleh dengan 4. Momen ke-4

menggunakan turunan ke- k dari fungsi
E X 1 X 2 4 M iv X 1 X 2 0

pembangkit momen X 1 X 2 pada saat

1 2 6 1 2 2 2
t 0 , yaitu

6 1 2 2 2
1 2 1 2 2
4
1 2

dk 1 2 1e t 2 e t
M k X 1 X 2 t t0 e
k t 0
dt Secara visual, momen ke- k dari
distribusi Beda Poisson saling bebas
Dengan teknik tersebut, diperoleh ditampilkan oleh Gambar 5 berikut.
momen pertama hingga momen keempat Berdasarkan Gambar 5 dapat dilihat
sebagai berikut: bahwa untuk 1 2 momennya akan
1. Momen ke-1
selalu bernilai positif, sedangkan untuk
E X 1 X 2 M ' X1 X 2 0 1 2
1 2 memungkinkan nilai momen yang
2. Momen ke-2
negatif.

E X 1 X 2 2
M "
0
X1 X 2
2
1 2 1 2

(a)

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 68
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364

(b)
Gambar 5. Momen ke- k Distribusi Beda Poisson Saling Bebas; (a) 1 2 , (b) 1 2
Dari keempat momen tersebut,
diperoleh karakteristik dari distribusi
Beda Poisson saling bebas yang meliputi
mean, variansi, skewness, serta kurtosis
dari Z X 1 X 2 yaitu

1. Mean (a)
E Z E X 1 X 2 1 2

2. Variansi
Var Z Var X 1 X 2
2

E X 1 X 2 E X 1 X 2
2

1 2

Berbeda dengan distribusi Poisson,

mean dan variansi dari distribusi Beda (b)
Poisson saling bebas tidak memiliki nilai Gambar 6. Mean vs Variansi; (a) 1 2 ,
yang sama. Secara visual, mean dan (b) 1 2
variansi dari distribusi Beda Poisson Gambar 6 merupakan plot mean
saling bebas ditunjukkan oleh Gambar 8. dan variansi distribusi Beda Poisson
saling bebas dengan parameter 1 2
dan 1 2 menggunakan sampel acak
sebanyak n 10, 100, 1000, 10000 . Dari plot

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 69
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
bisa dilihat bahwa baik mean maupun Untuk peubah acak Poisson yang
variansi sampel distribusi Beda Poisson tidak saling bebas, misalkan X ~ POI 1
saling bebas akan semakin mendekati dan Y ~ POI 2 , R. Vernic (1997)
nilai parameternya untuk n yang semakin menyatakan fungsi peluang bivariatnya,
membesar. Nilai meannya akan selalu di yaitu
bawah variansinya baik 1 2 maupun
1 x 2 y
P X x , Y y e 1 2 3
1 2 (underdispersion). x! y!
min( x , y ) k
x y 3
3. Skewness k !
k 0 k k 1 2
Z 3
1 2
1 E Z

3 Sedangkan fungsi peluang bersama
1 2 2
untuk dua peubah acak Poisson yang
4. Kurtosis saling bebas adalah

Z Z
4 1 3 1 x 2 y
1 E 1 2 P X x, Y y e 1 2
1 2 x! y!

Dari fungsi peluang bivariat
Nilai skewness dan kurtosis Poisson dan fungsi peluang bersama dua
distribusi Beda Poisson saling bebas peubah acak Poisson yang saling bebas,
antara suatu sampel dengan sampel yang kita bisa melihat peranan dari korelasi di
lain berbeda-beda tergantung dengan antara kedua peubah acak tersebut
besarnya 1 dan 2 . (dinotasikan sebagai f ) yaitu sebagai
berikut
Kaitan antara Distribusi Beda Poisson
Saling Bebas dengan Distribusi Poisson P X x , Y y P X x PY y f
x y
Difference
e 1 2 1 2 f
x! y!
Berdasarkan Definisi 1, terdapat
peubah acak ketiga pada distribusi Dengan demikian nilai dari f

Poisson Difference yaitu W3 dengan dapat diperoleh, yaitu

sebarang distribusi, sehingga dalam hal min( x , y ) k

x y 3
f e 3 k !
ini kita tidak bisa mengatakan bahwa k k 1 2
k 0

peubah acak X dan peubah acak Y

saling bebas.

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 70
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
Ambil salah satu kasus, misalkan Penaksiran Parameter
min( x, y ) x , maka fungsi f apabila
Pada tulisan ini, metode yang
dijabarkan akan menjadi
digunakan untuk mengestimasi parameter
min( x , y ) k distribusi Beda Poisson saling bebas
3 x y 3
f e k !
k 0 k k 1 2 adalah metode momen dan maksimum
x k
x! y! likelihood.
e 3 k ! 3

k 0
k ! ( x k )! k ! ( y k )! 1 2
x k Metode Momen
3 x! y! 3
e
k 0

k ! ( x k )! ( y k )! 1 2



Misalkan Z1 , Z 2 , , Z n adalah
x
e 3 1 xy 3

y! 3



( y x )! 1 2 sampel acak dari distribusi Beda Poisson
1 2
Pada distribusi Bivariat Poisson, saling bebas yang identik dan

nilai korelasinya adalah independen, maka

3 E ( Z ) Z 1 2
X ,Y
( 1 3 )( 2 3 ) Var( Z ) S 2 1 2

Jika nilai 3 0 maka X ,Y 0 dan Dengan mensubstitusikan kedua

persamaan tersebut diperoleh nilai
f 1 . Ini berarti bahwa jika korelasinya
penaksir untuk 1 dan 2 yaitu
nol, maka fungsi Bivariat Poisson
merupakan fungsi peluang bersama dari 1 2
1 MM
2

S Z
dua peubah acak Poisson yang saling
1
bebas. 2 MM
S2 Z
2

Berdasarkan hal tersebut, maka Metode Maksimum Likelihood
distribusi Beda Poisson saling bebas
Misalkan Z1 , Z 2 , , Z n adalah
merupakan kasus khusus dari distribusi
sampel acak dari distribusi Beda Poisson
Poisson Difference di mana peubah acak
saling bebas yang identik dan
ketiganya, yaitu W3 , berdistribusi
independen, maka fungsi likelihoodnya
sebarang dengan 3 0 .
adalah
n
L 1 , 2 PZ
i 1
i zi

zi
1 2 n
e 1 2
I zi 2 1 2
i 1 2

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 71
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
Selanjutnya fungsi likelihood Distribusi Beda Poisson saling
tersebut di-ln-kan sebagai berikut bebas ini diaplikasikan pada data
persentase penduduk berumur 15 tahun
zi
n 2
ln L 1,2 ln ke atas yang melek huruf menurut
1
e 1 2 I zi 2 12
2

i 1 golongan umur dan daerah tempat tinggal

n n
zi dari tahun 2000 sampai 2014. Data ini
2 ln ln
1 2 1 2
i 1 i 1 diperoleh dari repositori data Badan Pusat
n
lnI 2
i 1
zi 1 2 Statistik (BPS) Indonesia.

Kemudian fungsi ln L 1 , 2 Gambar 7 berikut menunjukkan

tersebut diturunkan terhadap 1 dan 2 plot data persentase dan selisih persentase
penduduk melek huruf pada waktu t dan
sehingga diperoleh penaksiran parameter
t 1. Selisih persentase tersebut
untuk kedua parameter tersebut yaitu
menunjukkan kenaikan maupun
1 MLE 2 MLE z penurunan persentase banyaknya
penduduk melek huruf dari tahun ke
Aplikasi
tahun.
Tabel 1. Statistik Deskriptif Selisih
Persentase Melek Huruf Penduduk di
Atas 15 Tahun

Maks Min
Daerah Mean Variansi Selisih Selisih
% %
Kota 0.2379 0.2579 1.34 -0.63
(a) Desa 0.5221 0.7602 2.57 -0.81
Statistik deskriptif dari data selisih
persentase melek huruf disajikan dalam
Tabel 1.

Berdasarkan statistik deskriptif

tersebut, terlihat bahwa secara umum di
(b)
pedesaan rata-rata kenaikan persentase
Gambar 7. Persentase dan Selisih: melek huruf dari tahun ke tahun lebih
Persentase Melek Huruf (a), Penduduk di
Atas 15 Tahun (b) besar daripada di perkotaan. Namun
penurunan persentase terbesar juga

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 72
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
terjadi di pedesaan, tepatnya pada tahun Daerah 1 MM 2 MM 1 MLE 2 MLE
2006. Kota 0.2479 0.01 0.201 0.01
Desa 0.6412 0.119 0.501 0.01

Selanjutnya, parameter dari Dengan menggunakan estimasi

distribusi data tersebut diestimasi parameter tersebut kemudian dihitung
menggunakan metode momen dan peluang selisih persentase melek huruf
maksimum likelihood dengan bantuan penduduk di atas 15 tahun untuk daerah
software MATLAB dan diperoleh hasil perkotaan dan pedesaan.

Tabel 2. Estimasi Parameter Distribusi

Selisih Persentase Melek Huruf
Penduduk di Atas 15 Tahun

Gambar 8. Sebaran Peluang Selisih Persentase Melek Huruf Penduduk di Atas 15 Tahun
di Perkotaan dan Pedesaan
Berdasarkan Gambar 8, dapat persentase melek huruf yang cukup
dilihat bahwa besar peluang untuk selisih berarti.
persentase melek huruf penduduk di atas
Namun, secara umum, persentase
15 tahun baik menggunakan metode
kenaikan melek huruf memiliki peluang
momen maupun maksimum likelihood
yang lebih besar dibandingkan
memberikan hasil sebaran peluang yang
penurunannya. Hal ini ditunjukkan
hampir sama. Peluang tertinggi terjadi
dengan lebih tingginya peluang dari z
ketika kenaikan ataupun penurunan
yang bernilai positif daripada z negatif.
persentase melek huruf berada di sekitar
Dalam hal ini peubah acak Z
nilai nol, artinya dari tahun ke tahun
menyatakan besar selisih persentase
mulai tahun 2000 sampai 2014 tidak
penduduk melek huruf. Selain itu, bila
terjadi kenaikan maupun penurunan
dibandingkan antara perkotaan dengan
pedesaan, ternyata peluang kenaikan
Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 73
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
persentase melek huruf di pedesaan lebih persentase melek huruf penduduk di
besar daripada di perkotaan. Hal ini atas 15 tahun di perkotaan dan
mungkin saja terjadi karena saat ini pedesaan. Berdasarkan hasil
pembangunan sumber daya manusia di estimasi, diperoleh kesimpulan
pedesaan lebih diprioritaskan daripada di bahwa penaksiran parameter dan
perkotaan. peluang selisih persentase melek
huruf baik menggunakan metode
Kesimpulan
momen maupun maksimum
Berdasarkan pembahasan dan likelihood memberikan hasil yang
analisis yang dilakukan, dapat sama baiknya.
disimpulkan beberapa hal sebagai berikut
Pustaka
1. Distribusi selisih dua peubah acak Alzaid, A., Omair, M. 2010. On The
Poisson yang saling bebas tidaklah Poisson Difference Distribution
Inference and Applications. Bull.
berdistribusi Poisson namun Malays. Math. Sci. Soc. (2) 33(1),
memiliki jenis distribusi lain yang 17-45.
dalam paper ini dinamakan distribusi Badan Pusat Statistik (BPS).
Beda Poisson saling bebas. http://www.bps.go.id/Subjek/view/id/28#
subjekViewTab3|accordion-
2. Distribusi Beda Poisson saling bebas daftar-subjek1. Diakses pada 15
Desember 2015.
merupakan kasus khusus dari
distribusi Difference Poisson (PD) Irwin, M. 2006. Moment Generating
Function. Statistics 110. Harvard :
/distribusi Skellam di mana Summer 2006.
parameter dari peubah acak
Karlis, D., Ntzoufras, I. 2000. Discrete
ketiganya bernilai nol, 3 0 . Distribution with Applications in
Sports. Department of Statistics
Athena University of Economics
3. Estimasi parameter dapat dilakukan
and Bussiness, Technical Report.
dengan menggunakan metode
Karlis, D., Ntzoufras, I. 2006. Bayesian
momen dan maksimum likelihood Analysis of The Differences of
dan penyelesaiannya dapat dilakukan Count Data. Wiley InterScience.
secara numerik dengan bantuan Ross, S. 2007. Introduction to
Probability Models, 9th Edition.
MATLAB.
Berkeley California: University of
California. Hal. 32, 51, 53, 66,
4. Distribusi Beda Poisson saling bebas 307.
ini diaplikasikan pada data besarnya
Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 74
Eksakta: Jurnal Imu-Ilmu MIPA p. ISSN: 1411-1047
e. ISSN: 2503-2364
Vernic, R. 1997. On The Bivariate
Generalized Poisson Distribution.
ASTIN Bulletin, Vol. 27, Issue
01, May 1997, pp 23-32.
Walpole, R., Myers, R. 1995. Ilmu
Peluang dan Statistika untuk
Insinyur dan Ilmuwan, Edisi ke-4
(Terjemah). Bandung: Penerbit
ITB.
Hwang, Y., et al. 2007. Sensor Noise
Modeling Using the Skellam
Distribution: Application to the
Color Edge Detection. IEEE
Conference on Computer Vision
and Patern Recognition, pp 1 8.

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the
Literate Population Data
(Atina Ahdika) 75