MAKALAH

NAMA : IRSYAD AHMAD FAUZAN

NPM : 1955201105
TUGAS : STATISTIKA & PROBABILITAS
KELAS : 3.2
DOSEN : YULIA DARNITA,S.Kom.,M.Kom.

Page 1 of 18
 KATA PENGANTAR

Syukur Alhamdulillah penulis panjatkan kehadirat Allah SWT, yang

telah melimpahkan rahmat dan karunia-Nya dan tak lupa pula selawat beriring
salam penulis sanjungkan kepangkuan alam Nabi Besar Muhammad SAW.
yang telah membawa ummatnya dari alam kebodohan ke alam yang penuh
dengan ilmu pengetahuan.
Selanjutnya penulis menyadari bahwa Penugasan ini masih banyak
kekurangan, oleh kerena itu kritikan dan saran yang sifatnya membangun
sangat penulis harapkan demi penyempurnaan Penugasan ini di masa yang
akan datang.

Page 2 of 18
 DAFTAR ISI

KATA PENGANTAR............................................................................................2
DAFTAR ISI...........................................................................................................3
BAB I PENDAHULUAN.......................................................................................4
1.1 Latar Belakang................................................................................................4
1.2 Rumusan Masalah...........................................................................................4
BAB II PEMBAHASAN........................................................................................5
1. PELUANG......................................................................................................5
2. KOMBINASI..................................................................................................7
3. Distribusi Binomial.........................................................................................9
4. Distribusi Poisson.........................................................................................12
BAB III PENUTUP..............................................................................................17

Page 3 of 18
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,
menganalisis, menginterpretasi, dan mempresentasikan data. Sedangkan statistik adalah data,
informasi, atau hasil penerapan algoritma statistika pada suatu data.
Kejadian yang sering atau jarang terjadi dikatakan mempunyai peluang terjadi yang
besar atau kecil. Keseluruhan nilai-nilai peluang biasa digunakan dalam kehidupan sehari-hari.
Dalam mengaplikasikan statistika terhadap permasalahan sains, industri, atau sosial, pertama-
tama dimulai dari mempelajari populasi.
Dalam makalah ini akan dibahas empat distribusi peluang teoritis yang banyak
diterapkan dalam bidang ekonomi dan bisnis, serta di bidang lainnya. Tiga distribusi peluang
diskrit yaitu distribusi binomial, poisson dan distribusi hypergeometrik, dan satu distribusi
peluang kontinu, yaitu distribusi normal. Teori himpunan dan perhitungan kombinasi
merupakan landasan bagi distribusi binomial maupun distribusi poisson.

1.2 Rumusan Masalah

1. Penjelasan tentang peluang ?
2. Penjelasan tentang kombinasi ?
3. Penjelasan tentang Distribusi Binomial?
4. Penjelasan tentang Distribusi Poisson?

Page 4 of 18
 BAB II
PEMBAHASAN

1. PELUANG
Peluang semata-mata adalah suatu cara untuk menyatakan kesempatan
terjadinya suatu peristiwa. Secara kualitatif peluang dapat dinyatakan dalam bentuk kata
sifat untuk menunjukkan kemungkinan terjadinya suatu keadaan seperti “baik”, “lemah”,
“kuat”, “miskin”, “sedikit” dan lain sebagainya. Secara kuantitatif, peluang dinyatakan
sebagai nilai-nilai numeris baik dalam bentuk pecahan maupun desimal antara 0 dan 1.
Peluang sama dengan 0 berarti sebuah peristiwa tidak bisa terjadi sedangkan peluang sama
dengan 1 berarti peristiwa tersebut pasti terjadi.
Untuk peristiwa sederhana, peluang dapat diturunkan baik secara logis, melalui
pengamatan empiris maupun secara subjektif. Ketiga bentuk peluang ini mempunyai
implikasi yang penting bagi para manajer khususnya dalam proses pengambilan keputusan.
1) Peluang Logis
Peluang logis sebenarnya didasarnya pada pertimbangan logika
semata,bukanberdasarkan hasil percobaan. Tetapi hasil ini bisa diuji melalui
suatu percobaan. Pelemparan dua buah dadu yang merupakan salah satu upaya
keras tertua dalam pengembangan teori peluang,bisa diambil sebagai contoh
dari penurunan peluang logis ini. Pada pelemparan dua buah dadu kita tahu
bahwa jumlah angka dari kedua dadu yang bisa muncul adalah 2, 3, 4, 5, …, 12
atau ada 11 peristiwa yang berbeda. Berapa peluang munculnya jumlah 5?
Meski peristiwa jumlah 5 ada 1 dari 11 peristiwa, tidak berarti bahwa
peluangnya adalah 1/11. Mengapa demikian, karena kita tidak
mempertimbangkan bagaimana berbagai peristiwa bisa dihasilkan.

2) Peluang Empiris
Peluang empiris atau ada pula yang menyebutnya sebagai
peluang objektif, hanya bias diperoleh melalui percobaan atau eksperimen yang
dilakukan secara berulang-ulang, dalam kondisi yang sama dan
diharapkan dalam jumlah yang besar. Dari eksperimen ini akan
dihasilkan informasi berupa frekuensi relatif yang sangat berguna khususnya
untuk keperluan perbaikan sebuah sistem. Misalnya saja dalam proses
Page 5 of 18
pengemasan susu ingin diketahui berapa persen kemasan yang berisikan lebih
dari 150 ml. Dari proses pengisian yang cukup lama, maka bisa dibuat distribusi
frekuensi volume susu yang terisi kedalam kotak atau susu yang tercecer pada
setiap pengisian. Dari sini maka akan akan diperoleh informasi yang sangat
berguna untuk melakukan penyesuaian terhadap sistem kerja mesin pengisi susu
tersebut.

3) Peluang Subjektif
Peluang subjektif muncul ketika seorang pengambil keputusan
dihadapkan oleh pertanyaan-pertanyaan yang tidak bisa dijawab berdasarkan
peluang empiris atau frekuensi empiris. Sebagai contoh “Berapa peluang
penjualan barang X bulan depan akan melebihi 50.000 unit jika dilakukan
perubahan kemasan?”. Sudah barang tentu eksperimen tentang pengaruh
perubahan kemasan terhadap volume penjualan dengan pengulangan yang
sangat besar jarang dilakukan bahkan tidak pernah dilakukan. Meski
menggunakan data penjualan bulanan bukan sesuatu yang musthail, akan tetapi
tidaklah efisien jika perusahaan selalu merubah kemasan setiap bulannya hanya
untuk meningkatkan volume penjualan. Olehkarena itu, biasanya
seorang manajer menggunakan intuisi atau perasaannya dalam menentukan
nilai peluang ini. Jadi tidaklah heran jika seorang manajer menyatakan “peluang
terjualnya barang X melebihi 50.000 unit pada bulan depan adalah 0,40”.

Page 6 of 18
2. KOMBINASI
Kombinasi adalah menggabungkan beberapa objek dari suatu grup tanpa
memperhatikan urutan. Di dalam kombinasi, urutan tidak diperhatikan, atau kumpulan
sebagian atau seluruh objek tanpa memperhatikan urutannya. Rumus kombinasi adalah

sebagai berikut.

{1,2,3} adalah sama dengan {2,3,1} dan {3,1,2}.

Contoh: Seorang anak hanya diperbolehkan mengambil dua buah amplop dari tiga
buah amplop yang disediakan yaitu amplop A, amplop B dan amplop C. Tentukan ada
berapa banyak kombinasi untuk mengambil dua buah amplop dari tiga buah amplop yang
disediakan?

Solusi: Ada 3 kombinasi yaitu; A-B, A-C dan B-C.

Kombinasi ada 2 yaitu :

1. Kombinasi pengulangan
Jika urutan tidak diperhatikan dan objek bisa dipilih lebih dari sekali, maka jumlah
kombinasi yang ada adalah:

Di mana n adalah jumlah objek yang bisa dipilih dan r adalah jumlah yang harus dipilih.
Sebagai contoh jika kamu pergi ke sebuah toko donat. Toko donut itu menyediakan 10
jenis donat berbeda. Kamu ingin membeli tiga donat. Maka kombinasi yang dihasilkan
adalah (10+3-1)!/3!(10-1)! = 220 kombinasi.

Page 7 of 18
 2. Kombinasi tanpa pengulangan
Ketika urutan tidak diperhatikan akan tetapi setiap objek yang ada hanya bisa dipilih
sekali maka jumlah kombinasi yang ada adalah:

Di mana n adalah jumlah objek yang bisa dipilih dan r adalah jumlah yang harus dipilih.
Sebagai contoh, kamu mempunyai 5 pensil warna dengan warna yang berbeda yaitu;
merah, kuning, hijau, biru dan ungu. Kamu ingin membawanya ke sekolah. Tapi kamu
hanya boleh membawa dua pensil warna. Ada berapa banyak cara untuk
mengkombinasikan pensil warna yang ada? Dengan menggunakan rumus di atas maka
ada 5!/(5-2)!(2)! = 10 kombinasi.

Kombinasi sebanyak r dari n obyek yang berbeda

DEFINISI : Suatu himpunan yang terdiri dari r obyek dan yang mungkin dipilih darisuatu
himpunan yang terdiri dari n obyek yang berbeda tanpa memperhatikan urutan pemilihannya
dinamakan kombinasi dari n obyek yang berbeda dan yang diambil sekaligussebanyak r
obyek
dengan ketentuan 0 < r < n. kombinasi demikian dinyatakan dengan notasi (𝑛 )

TEOREMA : Kombinasi sebanyak r dari n obyek yang berbeda. Jumlah kombinasi darin obyek

yang berbeda dan yang dipilih sekaligus sebanyak r 𝑛 𝑛!

ialah :
( )=
𝑟 𝑟!( 𝑛−𝑟 )!

Koefisien binomial dan multinomial

𝑛 𝑛!
Nilai ( ) atau ( )sebetulnya merupakan koefisien binomial. Secara aljabar,

𝑟 𝑟!(𝑛−𝑟)!

Page 8 of 18
 (𝑝 + 𝑞)2 = (p + q) (p + q) = 𝑝2+ 2pq + 𝑞2. Koefisien tiap suku dalam penguraian binomial
demikian dapat diperoleh dengan cara menghitung tiap kombinasinya.

Koefisien p2 2 2

=
( )=( ) = 1
2 2

Koefisien pq = 2( =) 2
1

Koefisien 𝑞2 = 2 = 2 = 1

( ) ( )
0 2

Alhasil, secara keseluruhan (𝑝 + 𝑞)2 dapat diuraikan dengan koefisiennya sebagai kombinasi

3. Distribusi Binomial
Distribusi binomial merupakan salah satu model distribusi peluang untuk variabel
acak diskrit. Koefisien Binomial menunjukkan peluang kejadian yang diharapkan (kejadian
sukses) dari sejumlah n percobaan. Distribusi binomial juga disebut sebagai percobaan atau
proses dari Bernoulli, karena James Bernoulli seorang ahli matematika Swiss (1645 - 1705)
sangat berjasa bagi pengembangan penggunaan distribusi binomial.
A. Ciri-ciri Percobaan Binomial
Suatu percobaan binomial adalah suatu percobaan yang memiliki ciri-ciri sebagai berikut;
1 Percobaan terdiri atas n percobaan yang identik
2 Setiap percobaan hanya memiliki dua hasil yang mungkin yaitu “sukses” dan “ gagal “.
3 Peluang keberhasilan (sukses) percobaan tunggal sama dengan p, dan tetap sama untuk setiap
percobaan. Peluang kegagalan (q) yaitu q = 1- p
4 Percobaan – percobaan bersifat independen

Page 9 of 18
 5. Si pencoba ingin menyelidiki x, yaitu jumlah keberhasilan (sukses) yang diamati selama n
percobaan

B. Peluang Kejadian Distribusi Binomial

Peluang kejadian sukses (yang diharapkan) sebanyak x kali dari n percobaan, menurut Bernoulli
dirumuskan sebagai berikut :

P(X) = peluang kejadian x sukses (kejadian yang diharapkan)

X = banyaknya kejadian sukses (kejadian yang diharapkan)
n = banyaknya percobaan/banyaknya seluruh kejadian

= koefisien binomial, menunjukkan x kali sukses dari n percobaan

C. Rata-rata Hitung, Variansi dan Simpangan Baku Distribusi Binomial

Rata-rata hitung, variansii dan simpangan baku suatu variabel acak distribusi peluang binomial,
berturut-turut dapat dihitung dengan rumus-rumus berikut:

Page 10 of 18
 Contoh 4- 1 Sebuah mata uang logam (koin) dilantunkan sebanyak 5 kali Pertanyaan
(a) Berapa peluang munculnya tiga sisi gambar?
(b) Berapa rata-rata muncul sisi gambarnya?
(c) Berapa variansi dan simpangan bakunya?

Penyelesaian
Misalkan x = kejadian munculnya sisi gambar
n=5
p = 0,5
( a) Munculnya tiga sisi gambar, ini berarti x = 3

Page 11 of 18
 Jadi, peluang munculnya tiga (3) sisi gambar adalah 0,3125 atau 31,25%
(b) m = . . . ?
m=np
= 5(0,5) = 2,5
Jadi, rata - rata muncul sisi gambarnya = 2,5 kali
( c) s = . . . ?

Jadi, simpangan baku muncul sisi gambarnya = 1,118 kali

Page 12 of 18
4. Distribusi Poisson
Distribusi poisson sering muncul dalam literatur ekonomi dan bisnis, oleh karena
banyak diterapkan dalam bidang ini, misalnya saja; kuantitas panggilan telepon yang
diterima oleh operator telepon selama suatu periode waktu pendek tertentu, jumlah klaim
terhadap sebuah perusahaan asuransi selama satu minggu tertentu, banyaknya kecelakaan
di perempatan jalan pada periode waktu tertentu.
Kejadian sejenis itu, yaitu kejadian yangjarang diamati (terjadi) dalam satuan
waktu yang singkat atau ruang atau luas yang kecil dapat dipertimbangkan sebagai
variabel acak poisson. Untuk menghitung peluang kejadian sedemikian itu dapat dipakai
model atau rumus untuk distribusi poisson. Dengan kata lain distribusi poisson
digunakan untuk menghitung peluang suatu kejadian yang jarang tertjadi dalam interval
waktu yang singkat dan dalam luas (area) atau ruang yang kecil

A. Ciri-ciri/karakteristik dari Percobaan Poisson

Percobaan poisson memiliki beberapa karakteristik (Walpole,1982) antara lain: 1
Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu atau suatu daerah
tertentu tidak bergantung pada banyaknya hasil percobaan yang terjadi pada selang
waktu atau daerah lain yang terpisah. 2 Peluang terjadinya satu hasil percobaan selama
suatu selang yang singkat sekali atau dalam suatu daerah yang kecil, sebanding dengan
panjang selang waktu tersebut atau besarnya daerah tersebut, dan tidak bergantung pada
banyaknya hasil percobaan yang terjadi di luar 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 tersebut, dapat diabaikan.

B. Peluang Kejadian Distribusi Poisso

Peluang kejadian x sukses dalam selang waktu yang singkat atau dalam suatu
daerah yang kecil, dirumuskan sebagai berikut :

Page 13 of 18
 P(x) = peluang terjadinya x kejadian sukses
x = jumlah kejadian yang diharapkan sukses
m = rata-rata hitung
e = bilangan Napier atau bilangan Euler (e = 2,71828)

Contoh 4-4 Kebangkrutan bank di suatu negara yang disebabkan oleh kesulitan keuangan
terjadi rata-rata 4 bank setiap tahun. Berapa peluang paling sedikit 3 bank bangkrut pada
suatu tahun tertentu?

Penyelesaian
Petunjuk: Untuk mempermudah perhitungan nilai dari e -m , Misalnya, e -2 = 0,1353; e -2,1 =
0,1225; e -2,4 = 0,1177; e -3 = 0,0498; e -4 = 0,0183
Misalkan x = kejadian jumlah bank yang bangkrut m = 4 ® e -4 = 0,0183
Paling sedikit 3 bank bangkrut, berarti x ³ 3

Page 14 of 18
Maka,
P(X ³ 3 ) = 1 - 0,0183 - 0,0732 - 0,1464
= 0,7621
Jadi, peluang bahwa paling sedikit 3 bank bangkrut pada suatu tahun tertentu adalah 0,07621
atau 76,21%

C. Pendekatan Poisson Terhadap Distribusi Binomial

Dalam keadaan tertentu, sebaran poisson dapat juga dipakai sebagai pendekatan
sebaran binomial. Kapan sebaran poisson dapat digunakan untuk menghampiri sebaran
binomial? Para statistikawan belum ada kata sepakat mengenai hal ini. Black (2011)
menyatakan bahwa bila n> 20 dan np ≤ 7, sebaran poisson dapat digunakan untuk
menghampiri sebaran binomial.
Sementara itu, Berenson dan Levine (1996), mengemukakan suatu ukuran yang
lebih tegas yaitu sebaran poisson dapat digunakan sebagai pendekatan sebaran binomial
bila n ³ 20 dan p ≤ 0,05. Berkaitan dengan distribusi Poisson sebagai pendekatan dari
distribusi Binomial, maka rata-ratanya dihitung per rumus 4.5 . Sementara variansi dan
simpangan baku dari suatu variabel acak distribusi peluang Poisson, besarnya masing-
masing dihitung dengan rumus 4.6 dan rumus 4.7

Page 15 of 18
Contoh 4-6 Sebuah hotel diiklankan disebuah koran terbitan lokal untuk dijual. Pembaca
koran tersebut ditaksir 100.000 orang dan peluang seorang pembaca akan memperhatikan
iklan tadi 0,00003.

Pertanyaan:
(a) Berapa pembaca diharapkan akan memperhatikan iklan tersebut?
(b) Berapa peluang hanya seorang pembaca yang memperhatikan iklan tersebut?
(c) Berapa peluang bahwa yang memperhatikan iklan tersebut tidak kurang dari 5 tapi tidak
lebih dari 7 orang pembaca?

Penyelesaian
n = 100.000 dan p = 0,00003
Misalkan x = banyak orang yang membaca iklan tersebut
Sesungguhnya ini merupakan percobaan binom, oleh karena n besar (n = 100.000>20) dan p
sangat kecil (p = 0,00003<0,05), maka digunakan distribusi paisson sebagai pendekatan
distribusi Binominal.
(a) m = E(X) = . . . ?
m = E(X) = np = 100.000 (0,00003) = 3
Jadi, banyaknya orang yang diharapkan akan membaca iklan tersebut adalah 3 orang

(b) Hanya seorang pembaca, ini berarti x = 1, dan P(1) = . . . ?

Jadi, peluang bahwa hanya satu orang pembaca akan memperhatikan iklan tersebut adalah
14,94%
( c) Jumlah orang yang membaca iklan tersebut tidak kurang dari 5 orang tapi tidak lebih
dari 7 orang, ini artinya (5 ≥ X ≤ 7)
P(5 ≥ X ≤ 7) = . . . ?

Page 16 of 18
Jadi, peluang bahwa yang membaca iklan tersebut tidak kurang dari 5 orang tapi tidak lebih
dari 7 orang adalah 0,1728 atau 17,28%

Page 17 of 18
 BAB III
PENUTUP

Demikianlah makalah yang dapat dibuat, sebagai manusia biasa kita menyadari
dalam pembuatan makalah ini masih terdapat banyak kesalahan dan kekurangan.
Untuk itu kritik dan saran yang bersifat konstruktif sangat kami harapkan demi
kesempurnaan makalah ini dan berikutnya. Semoga makalah ini bermanfaat bagi kita
semua. Amiin.

Page 18 of 18