Upload
deza-fahmi
View
230
Download
2
Embed Size (px)
DESCRIPTION
Statistika Industri
Citation preview
LAPORAN AKHIR PRAKTIKUM
STATISTIKA INDUSTRI 1
MODUL 3
DISTRIBUSI VARIABEL ACAK DISKRIT
Oleh :
KELOMPOK 4
Anggota :
WILDANI DEZA FAHMI (1310932002)
WINDA SUKMA (1310931011)
Asisten :
RIAN KAMAL FIKRI
LABORATORIUM PERENCANAAN DAN OPTIMASISISTEM INDUSTRI
JURUSAN TEKNIK INDUSTRIFAKULTAS TEKNIK
UNIVERSITAS ANDALASPADANG
2014
LEMBAR PENGESAHAN
LAPORAN AKHIR PRAKTIKUM
STATISTIKA INDUSTRI 1
MODUL 3
DISTRIBUSI VARIABEL ACAK DISKRIT
Oleh
KELOMPOK 4
Anggota
Wildani Deza Fahmi (1310932002)
Winda Sukma (1310931011)
Tanggal Penyerahan : November 2014
Disetujui Oleh
Asisten Penguji Asisten Pembimbing
(Ira Ulya) (Rian Kamal Fikri) Bp. 1110932041 Bp. 1110931019
Diterima Oleh
Asisten Penerima
( )Bp.
LEMBAR PENGESAHAN
LAPORAN AWAL PRAKTIKUM
STATISTIKA INDUSTRI I
MODUL 3
DISTRIBUSI VARIABEL ACAK DISKRIT
Oleh :
KELOMPOK 04
Anggota
Wildani Deza Fahmi (1310932002)
Winda Sukma (1310931011)
Tanggal Penyerahan : Oktober 2014
Diterima Oleh : Disetujui Oleh :
Asisten Penerima Asisten Pembimbing
( ) ( )
BP. BP.
LEMBAR ASISTENSI
Modul : 3 (Distribusi Variabel Acak Diskrit)
Kelompok : 04
Anggota : 1. Wildani Deza Fahmi (1310932002)
2. Winda Sukma (1310931011)
Asisten : Rian Kamal Fikri
No. Hari/Tanggal Keterangan Tanda Tangan
Padang, Oktober 2014
Asisten Pembimbing
Rian Kamal Fikri
ABSTRAK
Statistika adalah ilmu yang mendasari tentang perhitungan sebuah data. Data statistik yang didapatkan adalah hasil dari kejadian yang tidak pasti. Ketidakpastian ini disebut dengan probabilitas. Probabilitas adalah mencari peluang suatu kejadian dengan pengambilan beberapa sampel, salah satu sebaran dari probabilitas adalah distribusi variabel acak diskrit.
Penelitian ini membahas mengenai distribusi variabel acak diskrit. Distribusi variabel acak diskrit yang hanya menggunakan distribusi binomial, distribusi hipergeometri dan distribusi poisson. Perbedaan antara distribusi binomial dan distribusi hipergeometri adalah pada pengembalian sampel, dimana pada distribusi binomial sampel diambil lalu dikembalikan sedangkan pada distribusi hipergeometri pengambilan tanpa pengembalian sample tersebut. Distribusi poisson data diambil dari hasil kedatangan kendaraan mobil dan motor di halte depan Fakultas Ekonomi Universitas Andalas jam 12:00-14:30 WIB.
Data hasil penelitian diolah dan dianalisis. Data tersebut dihitung lalu dibandingkan hasil pengolahan tersebut berdasarkan hasil perhitungan distribusi binomial dan distribusi hipergeometri. Hasil dari pengolahan lalu disajikan dalam bentuk tabel hasil rekapitulasi cacat dan baik. Distribusi poisson direkap hasil waktu kedatangan kendaraan di depan halte Fakultas Ekonomi Universitas Andalas jam 12:00-14:30 WIB. Perhitungan dengan menghitung distribusi frekuensi, distribusi probabilitas kumulatif dan probabilitas terambilnya produk cacat secara teoritis. Perhitungan menggunakan Ms. Excel dan software STATISTICA, dengan hasil yang didapatkan relatif sama.
Kata kunci:data, distribusi variabel acak diskrit,probabilitas,
ABSTRACT
Statistica is science based from calculation of the data. The statistic dataget from the result of the occurence uncertainly events. Uncertainty this called with probability. Probability is to find of opportunity an the occurence with intake some sample, one of the distribution from probability is random variable discrete.
In this Research about study of distribution variable random discrete. Random variable distribution discrete which only use binomial distribution, distribution hypergeometry and distribution poisson. Difference betweendistribution binomial and distribution hipergeometri is at the return sample, where in the distribution binomial sample take last return while at distribution hipergeometri intake without return the sample. Distribution poisson data take from the result arrival of vehicle car and motor cycle infront of bus station in Faculty of Economics AndalasUniversity at 12:00-14:30 PM.
Data result from the research can be process and analysis. The data will be count then compare for the result of processing the pursuant to result binomial distribution calculation and distribution hipergeometri. Result of from processing last present in the form of tables defect summary result and good. Distribution poisson summary of result time arrival of vehicle in front of bus station in Faculty of Economics University Andalas At 12:00-14:30 PM. Calculation with the frequency distribution, cumulative probability distribution and probability is outcome defect product theoretically. CalculationsusingMs.ExcelandSTATISTICAsoftware, with the result thatrelatively same.
Keywords: data, random variable distribution discrete, probability,
iKATA PENGANTAR
Puji syukur kita ucapkan kehadirat ALLAH SWT atas limpahan rahmat
dan karunia-NYA, sehingga laporan akhir modul 3 yang berjudul Distribusi
Variabel Acak Diskrit ini dapat terselesaikan.
Penyelesaian laporan akhir modul 3 ini tidak terlepas dari bantuan dan
partisipasi dari berbagai pihak baik secara langsung maupun tidak langsung.
Dengan rasa kerendahan hati, kami mengucapkan terimakasih kepada:
1. Dr. Alexie Herryandie Bronto Adi, sebagai dosen Statistik Industri 1 yang
telah memberikan ilmu yang sangat bermanfaat sehingga dapat
menyelesaikan laporan akhir ini.
2. Rian Kamal Fikri sebagai asisten yang telah membimbing menyelesaikan
modul 3 berjudul Distribusi Variabel Acak Diskrit
3. Ira Ulya sebagai asisten penguji laporan akhir modul 3 yang berjudul
Distribusi Variabel Acak Diskrit.
4. Teman-teman seangkatan yang telah membantu dan memberikan masukan
dalam pembuatan laporan akhir ini.
Semoga laporan akhir modul 3 yang berjudul Distribusi Variabel Acak
Diskrit dapat memberikan manfaat bagi semua pihak yang membutuhkan. Masih
banyak kekurangan yang ada pada laporan ini, kami mengharapkan kritik dan
saran yang membangun untuk penyempurnaan dan perbaikan laporan selanjutnya.
Padang, November 2014
Penulis
ii
DAFTAR ISI
LEMBAR PENGESAHAN
LEMBAR ASISTENSI
ABSTRAK
ABSTRACT
KATA PENGANTAR .......................................................................................i
DAFTAR ISI......................................................................................................ii
DAFTAR TABEL .............................................................................................v
DAFTAR GAMBAR .........................................................................................viii
DAFTAR LAMPIRAN .....................................................................................ix
BAB I PENDAHULUAN
1.1 Latar Belakang.............................................................................1
1.2 Tujuan Penulisan Laporan...........................................................2
1.3 Perumusan Masalah.....................................................................2
1.4 Batasan Masalah..........................................................................3
1.5 Sistematika Penulisan..................................................................3
BAB II LANDASAN TEORI
2.1 Pengertian Distribusi Peluang Diskrit ..........................................6
2.2 Pembagian Distribusi Variabel Acak Diskrit ...............................6
2.2.1 Distribusi Seragam .............................................................7
2.2.2 Distribusi Binomial ............................................................7
2.2.3 Distribusi Multinomial .......................................................9
2.2.4 Distribusi Hipergeometri ....................................................10
2.2.5 Distribusi Binomial Negatif ...............................................12
2.2.6 Distribusi Geometrik ..........................................................13
2.2.7 Distribusi Poisson...............................................................13
BAB III METODOLOGI PENELITIAN
3.1 Studi Literatur...............................................................................16
3.2 Identifikasi Masalah .....................................................................16
3.3 Perumusan Masalah......................................................................17
iii
3.4 Pengumpulan Data........................................................................17
3.5 Pengolahan Data ...........................................................................17
3.6 Analisis .........................................................................................18
3.7 Penutup .........................................................................................18
3.8 Flowchart Metodologi Penelitian................................................18
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Pengumpulan Data........................................................................20
4.1.1 Hasil Pengumpulan Data untuk Percobaan
Distribusi Binomial ............................................................20
4.1.2 Hasil Pengumpulan Data untuk Percobaan
Distribusi Hipergeometri....................................................21
4.1.3 Hasil Pengumpulan Data untuk Percobaan Pisson..........22
4.2 Pengolahan Data ...........................................................................22
4.2.1 Perhitungan Data Pengamatan untuk Distribusi
Binomial.............................................................................22
4.2.1.1 Perhitungan Distribusi Frekuensi...........................23
4.2.1.2 Perhitungan Ulang Percobaan terhadap P(Y) ........24
4.2.1.3 Distribusi Probabilitas Kumulatif ..........................40
4.2.1.4 Perhitungan Probabilitas Terambilnya Produk
Cacatsecara Teoritis ...............................................41
4.2.2 Perhitungan Data Pengamatan untuk Distribusi
Hipergeometri ...................................................................42
4.2.2.1 Perhitungan Distribusi Frekuensi ...........................42
4.2.2.2 Perhitungan Ulang Percobaan P(Y) .......................43
4.2.2.3 Distribusi Probabilitas Kumulatif ..........................57
4.2.2.4 Perhitungan Probabilitas Terambilnya Produk
Cacat secara Teoritis ..............................................58
4.2.3 Perhitungan Data Pengamatan untuk Distribusi Poisson ...59
4.2.3.1 Perhitungan Data Pengamatan untuk
Kendaraan Sepeda Motor .......................................59
4.2.3.2 Perhitungan Data Pengamatan untuk
Kendaraan Mobil....................................................62
iv
4.2.4 Pengolahan Data dengam Menggunakan Software............65
4.2.4.1 Perhitungan Menggunakan Software
STATISTICA untuk Distribusi Binomial ................65
4.2.4.2 Perhitungan Menggunakan Software
STATISTICA untuk Distribusi Poisson ..................66
BAB V ANALISIS
5.1 Analisis Perbandingan Hasil Pengamatan Distribusi
Binomial dan Hipergeometri .........................................................69
5.2 Analisis Hasil Pengamatan Distribusi Poisson pada Jalan
Depan Halte Fakultas Ekonomi Pukul 12:00-14:30 ......................70
5.3 Analisis Perbandingan Hasil Pengolahan Data Microsoft
Excel dan Software STATISTICA..................................................71
BAB VI PENUTUP
6.1 Kesimpulan .................................................................................73
6.2 Saran ...........................................................................................73
DAFTAR PUSTAKA
LAMPIRAN
vDAFTAR TABEL
Tabel 4.1 Rekapitulasi Jumlah Cacat dan Baik dalam Sampel .................21
Tabel 4.2 Rekapitulasi Jumlah Cacat dan Baik dalam Sampel .................21
Tabel 4.3 Rekapitulasi Waktu Kedatangan Kendaraan di
Jalan Depan Halte Fakultas Ekonomi Universitas Andalas
Pukul 12:00-14:30.....................................................................22
Tabel 4.4 Distribusi Frekuensi ..................................................................23
Tabel 4.5 Ulangan Percobaan terhadap P(0).............................................24
Tabel 4.6 Perbandingan Peluang Percobaan dan Teori.............................25
Tabel 4.7 Ulangan Percobaan terhadap P(1).............................................26
Tabel 4.8 Perbandingan Peluang Percobaan dan Teori.............................27
Tabel 4.9 Ulangan Percobaan terhadap P(2).............................................28
Tabel 4.10 Perbandingan Peluang Percobaan dan Teori.............................29
Tabel 4.11 Ulangan Percobaan terhadap P(3).............................................30
Tabel 4.12 Perbandingan Peluang Percobaan dan Teori.............................31
Tabel 4.13 Ulangan Percobaan terhadap P(4).............................................32
Tabel 4.14 Perbandingan Peluang Percobaan dan Teori.............................33
Tabel 4.15 Ulangan Percobaan terhadap P(5) ............................................34
Tabel 4.16 Perbandingan Peluang Percobaan dan Teori.............................35
Tabel 4.17 Ulangan Percobaan terhadap P(6).............................................36
Tabel 4.18 Perbandingan Peluang Percobaan dan Teori.............................37
Tabel 4.19 Ulangan Percobaan terhadap P(7).............................................38
Tabel 4.20 Perbandingan Peluang Percobaan dan Teori.............................39
Tabel 4.21 Distribusi Probabilitas Kumulatif .............................................40
Tabel 4.22 Perhitungan Probailitas Cacat Terambilnya Cacat secara
Teoritis .....................................................................................42
Tabel 4.23 Distribusi Frekuensi ..................................................................42
Tabel 4.24 Ulangan Percobaan terhadap P(0).............................................44
Tabel 4.25 Perbandingan Peluang Percobaan dan Teori.............................44
Tabel 4.26 Ulangan Percobaan terhadap P(1).............................................46
vi
Tabel 4.27 Perbandingan Peluang Percobaan dan Teori.............................46
Tabel 4.28 Ulangan Percobaan terhadap P(2).............................................48
Tabel 4.29 Perbandingan Peluang Percobaan dan Teori.............................48
Tabel 4.30 Ulangan Percobaan terhadap P(3).............................................50
Tabel 4.31 Perbandingan Peluang Percobaan dan Teori.............................50
Tabel 4.32 Ulangan Percobaan terhadap P(4).............................................52
Tabel 4.33 Perbandingan Peluang Percobaan dan Teori.............................52
Tabel 4.34 Ulangan Percobaan terhadap P(5).............................................54
Tabel 4.35 Perbandingan Peluang Percobaan dan Teori.............................54
Tabel 4.36 Ulangan Percobaan terhadap P(6).............................................56
Tabel 4.37 Perbandingan Peluang Percobaan dan Teori.............................56
Tabel 4.38 Distribusi Probabilitas Kumulatif .............................................57
Tabel 4.39 Perhitungan Probabilitas Terambilnya Produk Cacat
secara Teoritis ...........................................................................59
Tabel 4.40 Data Jumlah Kendaraan Sepeda Motor Per 20 Detik
di Jalan Depan Halte Fakultas Ekonomi Pukul
12:00-1430 WIB .......................................................................60
Tabel 4.41 Perhitungan Lambda Waktu Kedatangan Sepeda
Motor Per 20 Detik di Jalan Depan Halte Fakultas Ekonomi
Pukul 12:00-1430 WIB ............................................................61
Tabel 4.42 Perhitungan Probabilitas Jumlah Kendaraan Sepeda Motor
Per 20 Detik di Jalan Depan Halte Fakultas Ekonomi
Pukul 12:00-1430 WIB .............................................................62
Tabel 4.43 Data Jumlah Kendaraan Mobil Per 20 Detik di Jalan
Depan Halte Fakultas EkonomiPukul 12:00-1430 WIB...........63
Tabel 4.44 Perhitungan Lambda Waktu Kedatangan
Mobil Per 20 Detik di Jalan Depan Halte Fakultas
Ekonomi Pukul 12:00-1430 WIB..............................................64
Tabel 4.45 Perhitungan Probabilitas Jumlah Kendaraan
Mobil Per 20 Detik di Jalan Depan Halte Fakultas
Ekonomi Pukul 12:00-1430 WIB..............................................65
Tabel 4.46 Perhitungan Menggunakan Software STATISTICA ..................66
vii
Tabel 4.47 Perhitungan Distribusi Poisson untuk Kendaraan Sepeda
Motor Menggunakan Software STATISTICA............................67
Tabel 4.47 Perhitungan Distribusi Poisson untuk Kendaraan
Mobil Menggunakan Software STATISTICA ............................68
viii
DAFTAR GAMBAR
Gambar 3.1 Flowchart Metodologi Penelitian .............................................19
Gambar 4.1 Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y.......24
Gambar 4.2 Grafik Ulang Percobaan P(0) ....................................................26
Gambar 4.3 Grafik Ulang Percobaan P(1) ....................................................28
Gambar 4.4 Grafik Ulang Percobaan P(2) ....................................................30
Gambar 4.5 Grafik Ulang Percobaan P(3) ....................................................32
Gambar 4.6 Grafik Ulang Percobaan P(4) ....................................................34
Gambar 4.7 Grafik Ulang Percobaan P(5) ....................................................36
Gambar 4.8 Grafik Ulang Percobaan P(6) ....................................................38
Gambar 4.9 Grafik Ulang Percobaan P(7) ....................................................40
Gambar 4.10 Grafik Distribusi Probabilitas Kumulatif ..................................41
Gambar 4.11 Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y.......43
Gambar 4.12 Grafik Ulang Percobaan P(0) ....................................................45
Gambar 4.13 Grafik Ulang Percobaan P(1) ....................................................47
Gambar 4.14 Grafik Ulang Percobaan P(2) ....................................................49
Gambar 4.15 Grafik Ulang Percobaan P(3) ....................................................51
Gambar 4.16 Grafik Ulang Percobaan P(4) ....................................................53
Gambar 4.17 Grafik Ulang Percobaan P(5) ....................................................55
Gambar 4.18 Grafik Ulang Percobaan P(6) ....................................................57
Gambar 4.19 Grafik Distribusi Probabilitas Kumulatif ..................................58
Gambar 4.20 Grafik Distribusi Binomial Menggunakan
Software STATISTICA...............................................................66
Gambar 4.21 Grafik Distribusi Poisson untuk Kendaraan Sepeda
Motor Menggunakan Software STATISTICA............................67
Gambar 4.22 Grafik Distribusi Poisson untuk Kendaraan Mobil
Menggunakan Software STATISTICA.......................................68
ix
DAFTAR LAMPIRAN
LAMPIRAN A. Rekapitulasi Waktu Kedatangan Kendaraan
LAMPIRAN A1. Rekapitulasi Hasil Pengamatan Waktu Kedatangan Kendaraan
Sepeda Motor dan Mobil di Depan Halte Fakultas Ekonomi
LAMPIRAN A2. Rekapitulasi Hasil Pengamatan Waktu Kedatangan Kendaraan
Sepeda Motor di Depan Halte Fakultas Ekonomi.
LAMPIRAN A3. Rekapitulasi Hasil Pengamatan Waktu Kendaraan Mobil di
Depan Halte Fakultas Ekonomi
LAMPIRAN B. Dokumentasi
BAB I
PENDAHULUAN
Bab ini berisikan tentang latar belakang, tujuan penulisan laporan,
perumusan masalah, batasan masalah dan sistematika penulisan laporan Distribusi
Variabel Acak Diskrit.
1.1 Latar Belakang
Kajian ilmu tentang probabilitas sangat banyak digunakan sekarang ini,
terutama diberbagai bidang ilmu kajian. Di bidang teknik industri digunakan
untuk mengetahui probabilitas pemasaran suatu produk, mengetahui suatu produk
cacat atau tidak. Di bidang manufaktur ilmu tentang probabilitas juga digunakan
untuk mengetahui mesin yang rusak atau tidak rusak dan lain-lain.
Probabilitas adalah salah satu cabang kajian statistika yang membahas
mengenai ketidakpastian terhadap sesuatu dimana sesuatu yang terjadi hanya
merupakan suatu kemungkinan dan dalam hal pengambilan keputusan selalu
terjadi pada kondisi ketidakpastian. Salah satu sebaran kajian mengenai
probabilitas adalah distribusi variabel acak diskrit.
Distribusi variabel acak diskrit adalah suatu penyebaran data yang
dilakukan pengamat yang berasal dari berbagai percobaan statistik yang berbeda
memiliki jenis perilaku umum yang sama, akibatnya peubah acak diskrit yang
berkaitan dengan percobaan-percobaan tersebut dapat dijelaskan melalui sebaran
peluang yang pada hakekatnya adalah sama.
Penelitian ini menggunakan distribusi variabel acak diskrit untuk
pengambilan keputusan yaitu menggunakan tiga metode distribusi yaitu distribusi
binomial, distribusi hipergeometri dan distribusi poisson. Distribusi binomial dan
2distribusi hipergeometri dilakukan dengan pengambilan sampel pena cacat atau
baik. Pada distribusi binomial pengambilan sampel dilakukan dengan
pengembalian sedangkan pada distribusi hipergeometri dilakukan pengambilan
sampel tanpa pengembalian. Data distribusi poisson diperoleh dengan mencatat
waktu kedatangan kendaraan motor dan mobil di depan halte Fakultas Ekonomi
Universitas Andalas pukul 12:00-14:30 WIB. Hasil dari penggunaan distribusi
variabel acak ini yaitu dapat membandingkan data hasil percobaan untuk
menghasilkan pengambilan keputusan untuk memecahkan suatu masalah dan
mendapatkan sebuah informasi.
1.2 Tujuan Penulisan Laporan
Tujuan dari pembuatan laporan penelitian mengenai distribusi variabel
acak diskrit adalah sebagai berikut :
1. Dapat membandingkan hasil dari distribusi binomial dan distribusi
hipergeometri dari hasil pengambilan pena cacat dan baik.
2. Dapat menghitung hasil pengamatan distribusi poisson waktu kedatangan
kendaraan motor dan mobil di halte depan Fakultas Ekonomi Universitas
Andalas pukul 12:00-14:30 WIB.
3. Dapat membandingkan hasil pengolahan data dari Microsoft Excel dan
Software STATISTICA.
1.3 Perumusan Masalah
Adapun perumusan masalah dari penelitian mengenai distribusi variabel
acak diskrit adalah bagaimana cara menentukan probabilitas distribusi binomial
dan distribusi hipergeometri menggunakan pengambilan sampel yaitu pena.
Distribusi binomial dengan pengembalian sampel. Distribusi hipergeometri
pengambilan sampel tanpa pengembalian sampel dan bagaimana cara menentukan
3distribusi poisson dengan data yang diperoleh dari waktu kedatangan kendaraan
di depan halte Fakultas Ekonomi Universitas Andalas pukul 12:00-14:30 WIB.
1.4 Batasan Masalah
Batasan Masalah dalam pembuatan laporan penelitian mengenai distribusi
variabel acak diskrit adalah sebagai berikut :
1. Populasi pada distribusi binomial adalah 100. Pengambilan sampel
sebanyak 7 sampel dengan persentase cacat adalah 0,17 dan persentase
baik 0,83. Distribusi hipergeometri populasi sebanyak 20 dengan pena
cacat sebanyak 10 dan baik sebanyak 10 dengan pengambilan sebanyak 6
unit sampel.
2. Jumlah trial pada distribusi binomial dan distribusi hipergeometri adalah
sebanyak 10 trial.
3. Pengambilan data untuk distribusi poisson dilakukan di depan halte
Fakultas Ekonomi Universitas Andalas pada pukul 12:00 14:30 WIB.
1.5 Sistematika Penulisan
Sistematika penulisan laporan penelitian tentang distribusi variabel acak
diskrit ini adalah sebagai berikut :
BAB I PENDAHULUAN
Bab ini berisikan tentang latar belakang, tujuan penulisan laporan,
perumusan masalah, batasan masalah dan sistematika penulisan laporan
mengenai penulisan laporan penelitian yang berjudul distribusi variabel
acak diskrit.
BAB II LANDASAN TEORI
Bab ini berisikan tentang sebaran peluang diskrit yang diklasifikasikan
dalam beberapa sebaran peluang diskrit yaitu sebaran seragam, sebaran
4binomial, sebaran multinomial, sebaran hipergeometri, sebaran binomial
negatif, sebaran geometrik dan sebaran poisson.
BAB III METODOLOGI PENELITIAN
Bab ini membahas tentang studi literatur, identifikasi masalah, perumusan
masalah, pengumpulan data, pengolahan data, analisis, penutup dan
flowchart dari metodologi penulisan laporan penelitian mengenai distribusi
variabel acak diskrit.
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
Pengumpulan data yang dilakukan yaitu pengambilan sampel pena cacat
atau baik, pada distribusi binomial akan dilakukan pengambilan sampel
dengan pengembalian sedangkan pada distribusi hipergeometri
pengambilan sampel tanpa pengembalian. Distribusi poisson data
dikumpulkan di depan halte Fakultas Ekonomi Universitas Andalas
dengan menghitung waktu kedatangan kendaraan baik sepeda motor
ataupun mobil pada pukul 12:00 14:30 WIB. Pengolahan data distribusi
variabel acak diskrit ini perhitungan mengenai distribusi frekuensi,
distribusi probabilitas kumulatif dan probabilitas terambilnya produk cacat
secara teoritis.
BAB V ANALISIS
Bab ini berisikan mengenai analisis perbandingan hasil pengamatan
distribusi binomial dan distribusi hipergeometri, yaitu analisis mengenai
hasil pengamatan distribusi poisson di depan halte Fakultas Ekonomi
Universitas Andalas pukul 12:00 14:30 WIB, dan analisis mengenai
perbandingan hasil pengolahan data Microsoft Excel dan Software
STATISTICA.
5BAB VI PENUTUP
Bab ini berisikan tentang kesimpulan dan saran. Kesimpulan didapatkan
dari hasil analisis penelitian mengenai distribusi variabel acak diskrit.
Saran berisikan tentang saran untuk praktikan selanjutnya agar lebih baik.
BAB II
LANDASAN TEORI
Bab ini berisikan tentang distribusi peluang diskrit yang diklasifikasikan
dalam beberapa distribusi yaitu distribusi seragam, distribusi binomial, distribusi
multinomial, distribusi hipergeometri, distribusi binomial negatif, distribusi
geometrik dan distribusi poisson serta aplikasi penggunaan distribusi variabel
acak diskrit.
2.1 Pengertian Distribusi Peluang Diskrit
Variabel acak adalah suatu fungsi yang nilainya berupa bilangan nyata
yang ditentukan oleh setiap unsur dalam ruang contoh disebut peubah acak
(Walpole, 1993). Variabel acak diskrit adalah suatu variabel acak yang memiliki
nilai dicacah, sementara variabel acak kontinu memiliki nilai yang tak terhingga
banyaknya sepanjang interval yang tidak terputus variabel acak kontinu diperoleh
dari hasil pengukuran (Harinaldi, 2005).
2.2 Pembagian Distribusi Variabel Acak Diskrit
Distribusi variabel acak diskrit terbagi atas distribusi seragam, distribusi
binomial, distribusi multinominal, distribusi hipergeometrik, distribusi binomial
negatif, distribusi geometrik dan distribusi poisson. Penjelasan dari setiap
distribusi tersebut akan dijelaskan sebagai berikut :
72.2.1 Distribusi Seragam
Distribusi seragam diskrit adalah bila peubah acak x mempunyai nilai x1
, x2 , ... , xk , dengan peluang yang sama, maka distribusi seragam diskritnya
diberikan oleh (Walpole, 1993) :
f(x,k) = 1
k, untuk x = x1 , x2 , ... , xk . ... (1)
Distribusi seragam telah menggunakan notasi f(x,k) alih-alih f(x) untuk
menunjukkan bahwa seragam itu bergantung pada parameter k (Walpole, 1993).
Contoh :
Bila sebuah dadu setimbang dilemparkan, setiap unsur ruang contoh S
= {1, 2, 3, 4, 5, 6} mempunyai peluang yang sama untuk muncul, yaitu 1/6. Oleh
karena itu kita mempunyai Distribusi seragam dengan
f (x; 6) = 1/6 untuk x = 1, 2, 3, 4, 5, 6.
2.2.2 Distribusi Binomial
Distribusi binomial adalah bila suatu ulangan binomial yang mempunyai
peluang keberhasilan p dan peluang kegagalan q = 1 p, maka distribusi peluang
bagi peubah acak binomial x, yaitu banyaknya keberhasilan dalam n ulangan yang
bebas adalah (Walpole, 1993).
Umumnya suatu eksperimen atau percobaan dapat dikatakan eksperimen
binomial apabila memenuhi syarat berikut ini (Supranto, 2001) :
1. Banyaknya eksperimen merupakan bilangan tetap (fixed number of
trials).
2. Eksperimen mempunyai 2 hasil yang dikategorikan menjadi sukses dan
gagal.
3. Probabilitas sukses sama pada setiap percobaan
84. Eksperimen tersebut harus bebas satu sama lainnya, artinya hasil
eksperimen yang satu tidak mempengaruhi hasil eksperimen lainnya.
Apabila suatu himpunan yang terdiri dari n elemen dibagi dua, yaitu x
sukses dan ( n x) gagal, maka banyaknya permutasi dari n elemen yang diambil
x setiap kali dapat dihitung berdasarkan rumus berikut (Supranto, 2001) :
b (x; n, p) = , untuk x = 1, 2, ... , n. ... (2)Keterangan :
x = Jumlah sukses, x = 1, 2, ... , n
n = Jumlah percobaan, n = 1,2,3, ...
p = Probabilitas sukses, dimana p = 0 p 1 q = ( 1 p ) = Peluang gagal
Rumus menghitung rata rata, variansi, dan standar deviasi dari nilai
tengah dan ragam bagi distribusi binomial );;( pnxb distribusi binomial adalah
sebagai berikut (Walpole, 1993) :
Mean = np ... (3)Variansi = npq ... (4)Standar deviasi = npq ... (5)
Contoh :
Suatu mata uang logam Rp.50 dilemparkan ke atas sebanyak 3 kali. X =
banyaknya gambar burung (B) yang terlihat p (Probabilitas untuk mendapatkan B)
= . B = Sukses B = Gagal. Hitung pr(0), pr(1), pr(2), pr(3).
Penyelesaian :
n = 3, x = 0, 1, 2, 3, p = , q =
pr(0) = 3!
0!3!1
20 1
23 = 1/8
9pr(1) = 3!
1!(3-1)!1
21 1
22 = 3/8
pr(2) = 3!
2!(3-2)!1
22 1
21 = 3/8
pr(3) = 3!
3!0!1
23 1
20 = 1/8
2.2.3 Distribusi Multinomial
Distribusi binomial hasil sebuah percobaan hanya dikategorikan 2
macam yaitu sukses dan gagal, maka dalam distribusi multinomial sebuah
percobaan akan menghasilkan beberapa kejadian yang lebih dari 2 yang saling
meniadakan / saling lepas (Mutually exclusive). Misalkan ada sebanyak k
kejadian dalam sebuah percobaan, katakan kejadian B1 , B2 , B3... , Bk . Jika
percobaan diulang sebanyak n kali dan peluang terjadinya setiap kejadian B
konstan / tetap dari setiap percobaan dengan P(Bi) = Pi , untuk i = 1, 2, 3 ..., k,
dan x1, x2, x3, ... , xk menyatakan jumlah terjadinya kejadian Bi (i = 1, 2, 3 ..., k)
dalam n percobaan, maka fungsi distribusi multinomial ditulis sebagai berikut
(Supranto, 2001) :
p(x1, x2, x3, ... , xk)= n !x1! x2 ! x3! . . . xk! p1x1 p2x2 p3x3 . . . pkxk ... (6)Dimana,
x1 = 0, 1, 2 ... xk ; xk = 0, 1, 2 ... xk , ... dan = nKeterangan :
n, = menyatakan jumlah percobaan
x1, x2, x3, ... , xk) = menyatakan jumlah kejadian B1 , B2 , B3... , Bkp1
x1 p2x2 p3
x3 . . . pkxk = adalah probabilitas terjadinya kejadian B1 , B2 ,..., Bk
Contoh :
Proses pembuatan pensil dalam sebuah pabrik melibatkan banyak buruh
dan proses tersebut terjadi berulang-ulang. Pada suatu pemeriksaan terakhir yang
dilakukan telah memperlihatkan bahwa 85% produksinya adalah baik, 10%
10
ternyata tidak baik tetapi masih bisa diperbaiki dan 5% produksinya rusak dan
harus dibuang. Jika sebuah sampel diacak dengan 20 unit dipilih, berapa peluang
jumlah unit baik sebanyak 18 unit, unit yang tidak bisa diperbaiki sebanyak 2 unit,
dan unit yang rusak tidak ada?
Penyelesaiaan :
Proses diatas adalah merupakan proses dari distribusi multinominal
karena suatu percobaan menghasilkan lebih dari dua kejadian (dalam hal ini 3
kejadian)
Kita misalkan,
x1 = banyaknya unit yang baik
x2 = banyak unit yang tidak baik dan masih bisa diperbaiki
x3 = banyaknya unit yang rusak dan harus dibuang
Dari soal itu diketahui
x1 = 18, x2 = 2 dan x3 = 0 (syarat x1 + x2 + x3 = n = 20) p1 = 0,85, p2 = 0,1 dan
p3 = 0,05 maka :
p (18, 2, 0) = 20 !18 !2!0!
(0,85)18 (0,1)2 (0,05)0= 190 (0,85)18(0,01)1= 0,102
Jadi peluangnya sebesar 0,102
2.2.4 Distribusi Hipergeometri
Distribusi hipergeometri sangat erat kaitannya dengan distribusi
binomial. Perbedaannya antara distribusi hipergeometri dengan binomial adalah
bahwa distribusi hipergeometri, percobaan tidak bersifat bebas. Artinya, antara
percobaan yang satu dengan yang lainnya saling berkait. Selain itu probabilitas
sukses berubah tidak sama dari percobaan yang satu ke percobaan lainnya
(Walpole, 1993).
11
Notasi-notasi yang biasanya digunakan dalam distribusi hipergeometri
adalah sebagai berikut (Walpole, 1993) :
r : menyatakan jumlah unit / elemen dalam populasi berukuran N
yang dikategorikan atau diberi label sukses..
N - r : menyatakan jumlah unit / elemen dalam populasi yang diberi
label gagal
n : ukuran sampel yang diambil dari populasi secara acak tanpa
pengembalian (without replacement)
x : jumlah unit / elemen berlabel sukses diantara n unit / elemen
Untuk mencari probabilitas x sukses dalam ukuran sampel n, kita harus
memperoleh sukses dari r sukses dalam populasi, dan n x gagal dari N r
gagal. Jadi, fungsi probabilitas hipergeometri dapat dituliskan sebagai berikut
(Walpole, 1993) :
h (x; N, n, k) = kxN kn xNn , untuk x = 0, 1, 2, 3, ..., k. ... (7)
Dimana,
p(x) : probabilitas x sukses atau jumlah sukses sebanyak x dalam n kali percobaan
n : jumlah percobaan
N : jumlah elemen dalam populasi
k : jumlah populasi berlabel sukses
x : jumlah percobaan sukses yang terjadi
Percobaan hipergeometri memiliki dua sifat yaitu :
1. Suatu contoh acak berukuran n diambil dari populasi yang berukuran N.
2. k dari N benda diklasifikasikan sebagai berhasil dan N k benda
diklasifikasikan sebagai gagal.
Banyaknya keberhasilan x dalam suatu percobaan hipergeometri disebut
pebah acak hipergeometri. Distribusi peluang bagi pe ubah acak hipergeometri
12
disebut distribusi hipergeometri dan nilai nilainya akan dilambangkan dengan h(
x,N,n,k), karena nilai-nilai itu bergantung pada banyaknya keberhasilan k diantara
n benda yang diambil dari populasi N benda.
Contoh :
Bila 5 kartu diambil secara acak dari seperangkat kartu bridge berapa
peluang diperoleh 3 kartu hati?
Penyelesaian :
Dengan menggunakan distribusi hipergeometri untuk n = 5, N = 52, k =
13 dan x = 3, maka peluang memperoleh 3 kartu hati adalah
h (3; 52, 5, 13) = 133 392 525 = 0,0815
2.2.5 Distribusi Binomial Negatif
Distribusi binomial negatif adalah bila ulangan yang bebas dan berulang
ulang dapat menghasilkan keberhasilan dengan peluang p dan kegagalan dengan
peluang q = 1 p, maka distribusi peluang bagi peubah acak x, yaitu banyaknya
ulangan sampai terjadinya k keberhasilan, diberikan menurut rumus berikut ini
(Walpole, 1993) :
b* (x; k, p) = x-1k-1pkpx-k untuk x = k, k +1, k + 2, ... ... (8)
Contoh :
Hitunglah peluang seseorang yang melemparkan 3 uang logam akan
mendapatkan semua sisi gambar atau sisi semua sisi angka untuk yang kedua
kalinya pada lemparan yang kelima.
Penyelesaian :
13
Dengan menggunakan distribusi binomial negatif dengan x = 5, k = 2 dan
p = , kita mendapatkan
b* (5; 2, ) = 41142 343=
4 !
1 !3!
33
45
= 37
256
2.2.6 Distribusi Geometrik
Distribusi geometrik adalah bila tindakan yang bebas dan berulang-ulang
dapat menghasilkan keberhasilan dengan peluang p dan kegagalan dengan
peluang q = 1 p, maka distribusi peluang bagi peubah acak x, yaitu banyaknya
ulangan sampai munculnya keberhasilan yang pertama, diberikan menurut rumus
sebagai berikut (Walpole, 1993) :
q(x,p) = p, untuk x = 1,2,3, ... ... (9)
Contoh :
Hitunglah peluang bahwa seseorang yang melemparkan sekeping uang
logam yang setimbang, memerlukan 4 lemparan sampai diperoleh sisi gambar.
Penyelesaian :
Dengan menggunakan distribusi geometrik dengan x = 4 dan p = 1/2 ,
kita memperoleh
g (4; ) = (1
2
3) = 1/16
2.2.7 Distribusi Poisson
Distribusi probabilitas binomial untuk percobaan dengan probabilitas
sukses (p) kurang dari 0,05. Namun perhitungan tersebut akan sangat tidak efektif
14
dan akurat khususnya untuk nilai n yang sangat besar, misalnya 100 atau lebih.
Oleh sebab itu, dikembangkan satu bentuk distribusi binomial yang mampu
mengalkulasikan distribusi ini hanya dengan kemungkinan sukses (p) sangat kecil
dan jumlah eksperimen (n) sangat besar, yang disebut distribusi poisson
(Supranto, 2001).
Distribusi poisson biasanya melibatkan jumlah n yang besar, dengan p
kecil, distribusi ini biasanya digunakan untuk menghitung nilai probabilitas suatu
kejadian dalam suatu selang waktu dan daerah tertentu. Contoh banyaknya dering
telepon dalam satu jam di suatu kantor, banyaknya kesalahan ketik dalam satu
halaman laporan, banyaknya bakteri dalam air yang bersih, banyaknya presiden
meninggal karena kecelakaan lalu lintas. Distribusi poisson digunakan untuk
menghitung probabilitas suatu kejadian yang jarang terjadi (Supranto, 2001).
Rumus untuk menyelesaikan distribusi poisson adalah sebagai berikut
(Supranto, 2001) :
p(x ; ) = ! , untuk x = 1, 2, 3 ... ... (10)Dimana,
: rata rata banyaknya hasil percobaanx! : faktorial x, x = 0, 1, 2, 3, ... (menuju tak hingga)
e : konstanta 2,71828 ... (bilangan natural)
Percobaan poisson memiliki ciri-ciri sebagai berikut :
1. Banyaknya hasil percobaan yang terjadi dalam 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 waktu yang
singkat sekali atau dalam suatu daerah yang kecil, sebanding dengan
panjang selang waktu tersebut atau besarnya daerah tersebut , dan tidak
15
bergantung pada banyaknya hasil percobaan yang terjadi diluar selang
waktu atau daerah tersebut.
3. Peluang bahwa lebih dari suatu hasil percobaan akan terjadi dalam selang
waktu yang singkat tersebut atau dalam yang kecil tersebut dapat
diabaikan.
Contoh :
Rata-rata jumlah hari sekolah ditutup karena salju selama musim dingin
di suatu kota di bagian timur Amerika Serikat adalah 4. Berapa peluang bahwa
sekolah-sekolah di kota ini akan ditutup selama 6 hari dalam suatu musim dingin?
Dengan menggunakan distribusi poisson dengan x = 6 dan = 4, kita memperoleh bahwa :
p (6; 4) = e-4 46
6 !
= p(x, 4)6x=0 p(x, 4)5x=0= 0.8893 0.7851
= 0.1042
BAB III
METODOLOGI PENELITIAN
Bab ini membahas tentang studi literatur, identifikasi masalah, perumusan
masalah, pengumpulan data, pengolahan data, analisis, penutup dan flowchart dari
metodologi penelitian laporan Distribusi Variabel Acak Diskrit.
3.1 Studi Literatur
Studi literatur ini membahas mengenai teori-teori dasar mengenai
distribusi variabel acak diskrit mengenai distribusi binomial, distribusi
hipergeometri dan distribusi poisson. Distribusi variabel acak diskrit ini berisikan
mengenai penyelesaian terhadap suatu masalah yang terkait yang didapatkan dari
buku dan e-book.
3.2 Identifikasi Masalah
Data yang didapatkan setelah praktikum mengenai distribusi variabel acak
diskrit adalah pengambilan pena cacat atau tidak cacat menggunakan metode
distribusi binomial, distribusi hipergeometri, dan distribusi poisson. Data yang
didapatkan untuk distribusi binomial adalah pengambilan data yang didapatkan
dari pengambilan sampel cacat atau tidak cacat dengan pengembalian sampel.
Distribusi hipergeometri data didapatkan dari pengambilan sampel tanpa
pengembalian sampel. Distribusi poisson data diperoleh dari waktu kedatangan
kendaraan di depan halte Fakultas Ekonomi Universitas Andalas jam 12:00
14:30 WIB.
17
3.3 Perumusan Masalah
Adapun perumusan masalah dari penelitian mengenai distribusi variabel
acak diskrit adalah bagaimana cara menentukan probabilitas distribusi binomial
dan distribusi hipergeometri menggunakan pengambilan sampel yaitu pena.
Distribusi binomial pengambilan sampel dengan pengembalian sampel. Distribusi
hipergeometri pengambilan sampel tanpa pengembalian sampel dan bagaimana
cara menentukan distribusi poisson dengan data yang diperoleh dari waktu
kedatangan kendaraan di depan halte Fakultas Ekonomi Universitas Andalas jam
12:00-14:30.
3.4 Pengumpulan Data
Pengumpulan data yang dilakukan yaitu pengambilan sampel pena cacat
atau tidak cacat, pada distribusi binomial akan dilakukan pengambilan sampel
dengan pengembalian dengan populasi sebanyak 100 sampel yang diambil adalah
sebanyak 7 dengan probabilitas produk cacat adalah 0,17 sedangkan pada
distribusi hipergeometri pengambilan sampel tanpa pengambilan sampel dengan
populasi sebanyak 20 masing-masing adalah 10 cacat dan 10 baik dengan
pengambilan sampel sebanyak 6 unit . Distribusi poisson data dikumpulkan di
depan halte Fakultas Ekonomi Universitas Andalas dengan menghitung waktu
kedatangan kendaraan baik sepeda motor ataupun mobil pada jam 12:00 14:30
WIB.
3.5 Pengolahan Data
Pengolahan data yang dilakukan yaitu hasil dari rekapitulasi jumlah cacat
dan baik dan sampel untuk distribusi binomial dan distribusi hiperrgeometri.
Pengolahan data dari distribusi poisson yaitu hasil dari rekapitulasi waktu
kedatangan kendaraan di depan halte Fakultas Ekonomi Universitas Andalas jam
18
12:00 14:30 WIB. Pengolahan data distribusi variabel acak diskrit ini
perhitungan mengenai distribusi frekuensi, distribusi probabilitas kumulatif dan
probabilitas terambilnya produk cacat secara teoritis
3.6 Analisis
Analisis berisikan mengenai perbandingan hasil pengamatan distribusi
binomial dan distribusi hipergeometri, yaitu analisis mengenai hasil pengamatan
distribusi poisson di depan halte Fakultas Ekonomi Universitas Andalas pukul
12:00 14:30 WIB, dan analisis mengenai perbandingan hasil pengolahan data
Microsoft Excel dan Software STATISTICA.
3.7 Penutup
Penutup berisikan tentang kesimpulan dan saran mengenai hasil dari
analisis data penelitian mengenai distribusi variabel acak diskrit. Hasil
perhitungan dan analisis dapat ditarik kesimpulan dan saran untuk dapat lebih baik
kedepannya.
3.8 Flowchart Metodologi Penelitian
Flowchart menggambarkan langkah-langkah yang dilakukan dalam
metodologi penelitian tentang distribusi variabel acak diskrit, mulai dari
pendahuluan tentang identifikasi masalah dan perumusan masalah, pengumpulan
dan pengolahan data, analisis, dan penutup.
19
Berikut ditampilkan flowchart mengenai langkah-langkah dalam metodologi
penelitan:
Gambar 3.1 Flowchart Metodologi Penelitian
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini berisikan tentang pengumpulan data dalam bentuk tabel
kemudian data tersebut diolah dan disajikan dalam bentuk tabel dan grafik.
4.1 Pengumpulan Data
Data didapatkan dari hasil percobaan distribusi binomial terhadap
produk pena yang cacat, percobaan distribusi hipergeometri dari produk pena
yang cacat, dan percobaan distribusi poisson dengan mengambil waktu
kedatangan kendaraan pada tempat dan waktu yang telah ditentukan
4.1.1 Hasil Pengumpulan Data untuk Percobaan Distribusi Binomial
Pengumpulan data untuk percobaan distribusi binomial diambil dengan
objek percobaan berupa produk pena yang cacat dan produk yang baik. Data ini
dikumpulkan dan disajikan dalam bentuk tabel.
Jumlah sampel : 7
Jumlah populasi : 100
Probabilitas produk cacat : 0,17
Probabilitas produk baik : 0,83
Berikut merupakan tabel hasil pengumpulan data untuk percobaan
distribusi binomial:
21
Tabel 4.1 Rekapitulasi Jumlah Cacat dan Baik dalam Sampel
4.1.2 Hasil Pengumpulan Data untuk Percobaan Distribusi Hipergeometri
Data didapatkan dari hasil percobaan terhadap pena produk yang cacat
dan produk yang baik. Hasil pengumpulan data ini disajikan dalam bentuk tabel.
Jumlah sampel : 6
Jumlah populasi : 20
Jumlah produk cacat : 10
Jumlah produk baik : 10
Berikut ini adalah tabel hasil pengumpulan data untuk percobaan
distribusi hipogeometri :
Tabel 4.2 Rekapitulasi Jumlah Produk Cacat dan Baik dalam Sampel
Trial Produk Baik Produk Cacat1 6 12 5 23 3 44 5 25 5 26 6 17 6 18 6 19 7 010 6 1
Trial Produk Baik Produk Cacat1 3 32 5 13 3 34 4 25 2 46 5 17 4 28 4 29 3 310 4 2
22
4.1.3 Hasil Pengumpulan Data untuk Percobaan Distribusi Poisson
Pengumpulan data untuk percobaan distribusi poisson dilakukan dengan
menghitung jumlah kedatangan kendaraan dalam rentang waktu dari 12.00
14.30 WIB di jalan depan halte bus Fakultas Ekonomi Universitas Andalas.
Berikut ini merupakan tabel yang menampilkan beberapa data hasil
pengumpulan data untuk distribusi poisson:
Tabel 4.3 Rekapitulasi Waktu Kedatangan Kendaraan di Jalan Depan Halte Fakultas Ekonomi Universitas Andalas Pukul 12.00 14.30 WIB
4.2 Pengolahan Data
Data hasil percobaan untuk distribusi binomial, distribusi hipergeometri,
dan distribusi poisson akan diolah untuk mencari distribusi frekuensi dan
distribusi probabilitas untuk masing-masing distribusinya.
4.2.1 Perhitungan Data Pengamatan untuk Distribusi Binomial
Hasil pengamatan untuk distribusi binomial akan dilakukan perhitungan
untuk menentukan distribusi frekuensi, probabilitas terambilnya produk cacat, dan
distribusi probabilitas kumulatifnya.
Jenis Kendaraan Waktu KendaraanMotor 12:00:01Motor 12:00:35Mobil 12:01:06Mobil 12:01:13
Mobil** 12:01:37Motor 12:01:52Motor 12:02:10Motor 12:02:39Mobil* 12:03:08
23
4.2.1.1 Perhitungan Distribusi Frekuensi
Data hasil percobaan akan ditentukan probabilitas produk cacatnya
dengan cara mencari perbandingan antara frekuensi dengan total frekuensinya.
Dapat diformulakan sebagai berikut :
P(Y) = frekuensi
total
Berikut ini ditampilkan tabel distribusi frekuensi untuk distribusi
binomial:
Tabel 4.4Distribusi Frekuensi
Contoh perhitungan :
1. P(1) = 5
10
= 0,5
2. P(2) = 3
10
= 0,3
Berikut ini ditampilkan grafik untuk frekuensi terambilnya produk cacat
sebanyak Y :
Y F P(Y)0 1 0,10001 5 0,50002 3 0,30003 0 0,00004 1 0,10005 0 0,00006 0 0,00007 0 0,0000
Total 10 1,0000
Gambar 4.1
4.2.1.2 Perhitungan
Hasil yang didapatkan pada percobaan akan dilakukan pengulangan
perhitungan untuk setiap cacat yang terambil sebanyak Y.
A. Perhitungan Ulang terhadap P(0)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori.Perhitungan ulang terhadap P(0)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(0):
Gambar 4.1 Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y
Ulang Percobaan terhadap P(Y)
Hasil yang didapatkan pada percobaan akan dilakukan pengulangan
perhitungan untuk setiap cacat yang terambil sebanyak Y.
Perhitungan Ulang terhadap P(0)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori.Perhitungan ulang terhadap P(0)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(0):
Tabel 4.5 Ulangan Percobaan terhadap P(0)Trial f(kum) P(0)
1 0 0,00002 0 0,00003 0 0,00004 0 0,00005 0 0,00006 0 0,00007 0 0,00008 0 0,00009 1 0,111110 1 0,1000
24
Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y
Hasil yang didapatkan pada percobaan akan dilakukan pengulangan
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
an peluang yang didapat
dari percobaan dengan percobaan secara teori.Perhitungan ulang terhadap P(0)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(0):
Ulangan Percobaan terhadap P(0)
25
Contoh perhitungan :
1. P(0) pada trial ke-6 = 0
6
= 0
2. P(0) pada trialke-10 = 1
10
= 1
Perhitungan secara teoritis :
P(Y) = Cyn.py.qn-y
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(0):
Tabel 4.6 Perbandingan Peluang Percobaan dan Teori
Contoh perhitungan :
P(0) = C07.p0.q7-0
= 1 x 1 x 0,2714
= 0,2714
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(0)
hasil percobaan dan secara teoritis :
Trial f(kum) P(0) P(0) Teori1 0 0,0000 0,27142 0 0,0000 0,27143 0 0,0000 0,27144 0 0,0000 0,27145 0 0,0000 0,27146 0 0,0000 0,27147 0 0,0000 0,27148 0 0,0000 0,27149 1 0,1111 0,271410 1 0,1000 0,2714
B. Perhitungan Ulang terhadap P(1)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(1)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(1):
Contoh perhitungan :
1. P(1) pada
Gambar 4.2 Grafik Ulang Percobaan P (0)
Perhitungan Ulang terhadap P(1)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(1)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(1):
Tabel 4.7 Ulangan Percobaan terhadap P(1)
Contoh perhitungan :
P(1) pada trial ke-3 = 13
= 0,3333
Trial f(kum) P(1)1 1 1,00002 1 0,50003 1 0,33334 1 0,25005 1 0,20006 2 0,33337 3 0,42868 4 0,50009 4 0,444410 5 0,5000
26
Grafik Ulang Percobaan P (0)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(1)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(1):
Ulangan Percobaan terhadap P(1)
27
2. P(1) pada trialke-7 = 3
7
= 0,4286
Perhitungan secara teoritis :
P(Y) = Cyn.py.qn-y
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(1) :
Tabel 4.8 Perbandingan Peluang Percobaan dan Teori
Contoh perhitungan :
P(1) = C17.p1.q7-1
= 7 x 0,17 x 0,3269
= 0,3891
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(1)
hasil percobaan dan secara teoritis :
Trial f(kum) P(1) P(1) Teori1 1 1,0000 0,38912 1 0,5000 0,38913 1 0,3333 0,38914 1 0,2500 0,38915 1 0,2000 0,38916 2 0,3333 0,38917 3 0,4286 0,38918 4 0,5000 0,38919 4 0,4444 0,389110 5 0,5000 0,3891
C. Perhitungan Ulang terhadap P(2)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(2)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(2):
Contoh perhitungan :
1. P(2) pada
Gambar 4.3 Grafik Ulang Percobaan P (1
Perhitungan Ulang terhadap P(2)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(2)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(2):
Tabel 4.9 Ulangan Percobaan terhadap P(2)
Contoh perhitungan :
P(2) pada trial ke-3 = 13
= 0,3333
Trial f(kum) P(2)1 0 0,00002 1 0,50003 1 0,33334 2 0,50005 3 0,60006 3 0,50007 3 0,42868 3 0,37509 3 0,333310 3 0,3000
28
1)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(2)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(2):
Ulangan Percobaan terhadap P(2)
29
2. P(2) pada trialke-8 = 3
8
= 0,3750
Perhitungan secara teoritis :
P(Y) = Cyn.py.qn-y
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(2) :
Tabel 4.10 Perbandingan Peluang Percobaan dan Teori
Contoh perhitungan :
P(2) = C27.p2.q7-2
= 21 x 0,0289 x 0,3939
= 0,2931
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(2)
hasil percobaan dan secara teoritis :
Trial f(kum) P(2) P(2) Teori1 0 0,0000 0,23912 1 0,5000 0,23913 1 0,3333 0,23914 2 0,5000 0,23915 3 0,6000 0,23916 3 0,5000 0,23917 3 0,4286 0,23918 3 0,3750 0,23919 3 0,3333 0,239110 3 0,3000 0,2391
D. Perhitungan Ulang terhadap P(3)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(3)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(3):
Contoh perhitungan :
1. P(3) pada
Gambar 4.4 Grafik Ulang Percobaan P (2
Perhitungan Ulang terhadap P(3)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(3)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(3):
Tabel 4.11 Ulangan Percobaan terhadap P(3)
Contoh perhitungan :
P(3) pada trial ke-2 = 02
= 0
Trial f(kum) P(3)1 0 0,00002 0 0,00003 0 0,00004 0 0,00005 0 0,00006 0 0,00007 0 0,00008 0 0,00009 0 0,000010 0 0,0000
30
2)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(3)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(3):
Ulangan Percobaan terhadap P(3)
31
2. P(3) pada trialke-5 = 0
5
= 0
Perhitungan secara teoritis :
P(Y) = Cyn.py.qn-y
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(3) :
Tabel 4.12 Perbandingan Peluang Percobaan dan Teori
Contoh perhitungan :
P(3) = C37.p3.q7-3
= 35 x 0,0049 x 0,4745
= 0,0816
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(3)
hasil percobaan dan secara teoritis :
Trial f(kum) P(3) P(3) Teori1 0 0,0000 0,08162 0 0,0000 0,08163 0 0,0000 0,08164 0 0,0000 0,08165 0 0,0000 0,08166 0 0,0000 0,08167 0 0,0000 0,08168 0 0,0000 0,08169 0 0,0000 0,081610 0 0,0000 0,0816
E. Perhitungan Ulang terhadap P(4)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitun
Contoh perhitungan :
1. P(4) pada
Gambar 4.5 Grafik Ulang Percobaan P (3)
Perhitungan Ulang terhadap P(4)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(4
Tabel 4.13 Ulangan Percobaan terhadap P(4
Contoh perhitungan :
P(4) pada trial ke-2 = 02
= 0
Trial f(kum) P(4)1 0 0,00002 0 0,00003 1 0,33334 1 0,25005 1 0,20006 1 0,16677 1 0,14298 1 0,12509 1 0,111110 1 0,1000
32
Grafik Ulang Percobaan P (3)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(4)
gan ulang percobaan terhadap P(4):
Ulangan Percobaan terhadap P(4)
33
2. P(4) pada trialke-9 = 1
9
= 0,1111
Perhitungan secara teoritis :
P(Y) = Cyn.py.qn-y
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(4) :
Tabel 4.14 Perbandingan Peluang Percobaan dan Teori
Contoh perhitungan :
P(4) = C47.p4.q7-4
= 35 x 0,0008 x 0,5717
= 0,0167
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(4)
hasil percobaan dan secara teoritis :
Trial f(kum) P(4) P(4) Teori1 0 0,0000 0,01672 0 0,0000 0,01673 1 0,3333 0,01674 1 0,2500 0,01675 1 0,2000 0,01676 1 0,1667 0,01677 1 0,1429 0,01678 1 0,1250 0,01679 1 0,1111 0,016710 1 0,1000 0,0167
F. Perhitungan Ulang terhadap P(5)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(5)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(5):
Contoh perhitungan :
1. P(5) pada
Gambar 4.6 Grafik Ulang Percobaan P (4
Perhitungan Ulang terhadap P(5)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(5)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(5):
Tabel 4.15 Ulangan Percobaan terhadap P(5)
Contoh perhitungan :
P(5) pada trial ke-6 = 06
= 0
Trial f(kum) P(5)1 0 0,00002 0 0,00003 0 0,00004 0 0,00005 0 0,00006 0 0,00007 0 0,00008 0 0,00009 0 0,000010 0 0,0000
34
4)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(5)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(5):
Ulangan Percobaan terhadap P(5)
35
2. P(5) pada trialke-9 = 0
9
= 0
Perhitungan secara teoritis :
P(Y) = Cyn.py.qn-y
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(5) :
Tabel 4.16 Perbandingan Peluang Percobaan dan Teori
Contoh perhitungan :
P(5) = C57.p5.q7-5
= 21 x 0,0001 x 0,6889
= 0,0021
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(5)
hasil percobaan dan secara teoritis :
Trial f(kum) P(5) P(5) Teori1 0 0,0000 0,00212 0 0,0000 0,00213 0 0,0000 0,00214 0 0,0000 0,00215 0 0,0000 0,00216 0 0,0000 0,00217 0 0,0000 0,00218 0 0,0000 0,00219 0 0,0000 0,002110 0 0,0000 0,0021
G. Perhitungan Ulang terhadap P(6)
Perhitungan dilakuka
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(6)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(6):
Contoh perhitungan :
1. P(6) pada
Gambar 4.7 Grafik Ulang Percobaan P (5)
Perhitungan Ulang terhadap P(6)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(6)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(6):
Tabel 4.17 Ulangan Percobaan terhadap P(6)
Contoh perhitungan :
P(6) pada trial ke-1 = 01
= 0
Trial f(kum) P(6)1 0 0,00002 0 0,00003 0 0,00004 0 0,00005 0 0,00006 0 0,00007 0 0,00008 0 0,00009 0 0,000010 0 0,0000
36
Grafik Ulang Percobaan P (5)
n untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(6)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(6):
Ulangan Percobaan terhadap P(6)
37
2. P(6) pada trialke-7 = 0
7
= 0
Perhitungan secara teoritis :
P(Y) = Cyn.py.qn-y
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(6) :
Tabel 4.18 Perbandingan Peluang Percobaan dan Teori
Contoh perhitungan :
P(6) = C67.p6.q7-6
= 7 x 0,00002 x 0,83
= 0,0001
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(6)
hasil percobaan dan secara teoritis :
Trial f(kum) P(6) P(6) Teori1 0 0,0000 0,00012 0 0,0000 0,00013 0 0,0000 0,00014 0 0,0000 0,00015 0 0,0000 0,00016 0 0,0000 0,00017 0 0,0000 0,00018 0 0,0000 0,00019 0 0,0000 0,000110 0 0,0000 0,0001
H. Perhitungan Ulang terhadap P(7)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(7)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(7):
Contoh perhitungan :
1. P(7) pada
Gambar 4.8 Grafik Ulang Percobaan P (6
Perhitungan Ulang terhadap P(7)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(7)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(7):
Tabel 4.19 Ulangan Percobaan terhadap P(7)
Contoh perhitungan :
P(7) pada trial ke-4 = 04
= 0
Trial f(kum) P(7)1 0 0,00002 0 0,00003 0 0,00004 0 0,00005 0 0,00006 0 0,00007 0 0,00008 0 0,00009 0 0,000010 0 0,0000
38
6)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(7)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(7):
Ulangan Percobaan terhadap P(7)
39
2. P(7) pada trialke-7 = 0
7
= 0
Perhitungan secara teoritis :
P(Y) = Cyn.py.qn-y
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(7) :
Tabel 4.20 Perbandingan Peluang Percobaan dan Teori
Contoh perhitungan :
P(7) = C77.p7.q7-7
= 1 x 0,0000 x 1
= 0,0000
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(7)
hasil percobaan dan secara teoritis :
Trial f(kum) P(7) P(7) Teori1 0 0,0000 0,00002 0 0,0000 0,00003 0 0,0000 0,00004 0 0,0000 0,00005 0 0,0000 0,00006 0 0,0000 0,00007 0 0,0000 0,00008 0 0,0000 0,00009 0 0,0000 0,000010 0 0,0000 0,0000
4.2.1.3 Distribusi Probabilitas Kumulatif
Berdasarkan
ditentukan nilai distribusi probabilitas kumulatif sebagai berikut :
Contoh perhitungan :
1. P(3)
P(3) kum
2. P(4)
Gambar 4.9 Grafik Ulang Percobaan P (7)
Distribusi Probabilitas Kumulatif
Berdasarkan perhitungan ulang terhadap percobaan P (Y), dapat
ditentukan nilai distribusi probabilitas kumulatif sebagai berikut :
Tabel 4.21 Distribusi Probabilitas Kumulatif
Contoh perhitungan :
= 3
10
= 0,3000
P(3) kum = P(3) + P(2)kum
= 0,3000 + 0,6000
= 0,9000
= 1
10
= 0,1000
Y F P(Y) P(Y) kum0 1 0,1000 0,10001 5 0,5000 0,60002 3 0,3000 0,90003 0 0,0000 0,90004 1 0,1000 1,00005 0 0,0000 1,00006 0 0,0000 1,00007 0 0,0000 1,0000
Total 10 1,0000
40
Grafik Ulang Percobaan P (7)
perhitungan ulang terhadap percobaan P (Y), dapat
Distribusi Probabilitas Kumulatif
P(4) kum
Berikut ini ditampilkan grafik distribusi probabilitas kumulatif pada
percobaan binomial :
Gambar 4.10
4.2.1.4 Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis
Berdasarkan perhitungan ulang probabilitas terhadap percobaan P(Y),
maka dapat dibandingkan dengan perhitungan probabilitas terambilnya produk
cacat secara teoritis dengan formula sebagai b
P(Y) = Cyn.py
Keterangan :
n = jumlah sampel yang diambil
Y = jumlah produk cacat yang diambil
p = peluang terambilnya produk cacat
q = 1 p = peluang terambilnya yang tidak cacat
Berikut ditampilkan tabel perhitungan probabilitas secara
) kum = P(4) + P(3)kum
= 0,1000 + 0,9000
= 1,0000
Berikut ini ditampilkan grafik distribusi probabilitas kumulatif pada
Gambar 4.10 Grafik Distribusi Probabilitas Kumulatif
Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis
Berdasarkan perhitungan ulang probabilitas terhadap percobaan P(Y),
maka dapat dibandingkan dengan perhitungan probabilitas terambilnya produk
cacat secara teoritis dengan formula sebagai berikut :
y.qn-y
Keterangan :
= jumlah sampel yang diambil
= jumlah produk cacat yang diambil
peluang terambilnya produk cacat
p = peluang terambilnya yang tidak cacat
Berikut ditampilkan tabel perhitungan probabilitas secara
41
Berikut ini ditampilkan grafik distribusi probabilitas kumulatif pada
Grafik Distribusi Probabilitas Kumulatif
Perhitungan Probabilitas Terambilnya Produk Cacat secara Teoritis
Berdasarkan perhitungan ulang probabilitas terhadap percobaan P(Y),
maka dapat dibandingkan dengan perhitungan probabilitas terambilnya produk
Berikut ditampilkan tabel perhitungan probabilitas secara teoritis :
42
Tabel 4.22 Perhitungan Probabilitas Terambilnya Produk Cacat Secara Teoritis
4.2.2 Perhitungan Data Pengamatan untuk Distribusi Hipergeometri
Hasil pengamatan untuk distribusi hipergeometri akan dilakukan
perhitungan untuk menentukan distribusi frekuensi, probabilitas terambilnya
produk cacat, dan distribusi probabilitas kumulatifnya.
4.2.2.1 Perhitungan Distribusi Frekuensi
Data hasil percobaan akan ditentukan probabilitas produk cacatnya
dengan cara mencari perbandingan antara frekuensi dengan total frekuensinya.
Dapat diformulakan sebagai berikut :
P(Y) = frekuensi
total
Berikut ini ditampilkan tabel distribusi frekuensi untuk distribusi
hipergeometri:
Tabel 4.23 Distribusi Frekuensi
Y P(Y)0 0,27141 0,38912 0,23913 0,08164 0,01675 0,00216 0,00017 0,0000
Total 1,0000
Y F P(Y)0 0 0,00001 2 0,20002 4 0,40003 3 0,30004 1 0,10005 0 0,00006 0 0,0000
Total 10 1,0000
Contoh perhitungan :
1. P(4)
2. P(6)
Berikut ini ditampilkan grafik untuk frekuensi t
sebanyak Y :
Gambar 4.1
4.2.2.2 Perhitungan Ulang Percobaan terhadap P(Y)
Hasil yang didapatkan pada percobaan akan dilakukan pengulangan
perhitungan untuk setiap cacat yang terambil sebanyak Y.
A. Perhitungan Ulang terhadap P(0)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(0)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Contoh perhitungan :
= 1
10
= 0,1000
= 0
10
= 0,000
Berikut ini ditampilkan grafik untuk frekuensi terambilnya produk cacat
Gambar 4.11 Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y
Perhitungan Ulang Percobaan terhadap P(Y)
Hasil yang didapatkan pada percobaan akan dilakukan pengulangan
perhitungan untuk setiap cacat yang terambil sebanyak Y.
Perhitungan Ulang terhadap P(0)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(0)
trial dengan menggunakan rumus P(Y).
f kumke-
43
erambilnya produk cacat
Grafik Frekuensi Terambilnya Produk Cacat Sebanyak Y
Hasil yang didapatkan pada percobaan akan dilakukan pengulangan
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(0)
44
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(0):
Tabel 4.24 Ulangan Percobaan terhadap P(0)
Contoh perhitungan :
1. P(0) pada trial ke-2 = 0
2
= 0
2. P(0) pada trialke-8 = 1
8
= 1
Perhitungan secara teoritis :
P(Y) = Cy
r . Cn-yN-r
CnN
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(0):
Tabel 4.25 Perbandingan Peluang Percobaan dan Teori
Trial f(kum) P(0)1 0 0,00002 0 0,00003 0 0,00004 0 0,00005 0 0,00006 0 0,00007 0 0,00008 0 0,00009 0 0,000010 0 0,0000
Trial f(kum) P(0) P(0) Teori1 0 0,0000 0,00542 0 0,0000 0,00543 0 0,0000 0,00544 0 0,0000 0,00545 0 0,0000 0,00546 0 0,0000 0,00547 0 0,0000 0,00548 0 0,0000 0,00549 0 0,0000 0,005410 0 0,0000 0,0054
Contoh perhitungan :
P(0) = C010 .
C
= 1 . 210 38760
= 0,0054
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(0)
hasil percobaan dan secara teoritis :
B. Perhitungan Ulang terhadap P(1)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(1)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(1):
Contoh perhitungan :
. C6-020-10
C620
210 38760
0054
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(0)
hasil percobaan dan secara teoritis :
Gambar 4.12 Grafik Ulang Percobaan P (0)
Perhitungan Ulang terhadap P(1)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(1)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(1):
45
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(0)
Grafik Ulang Percobaan P (0)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(1)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(1):
46
Tabel 4.26 Ulangan Percobaan terhadap P(1)
Contoh perhitungan :
1. P(1) pada trial ke-4 = 1
4
= 0,2500
2. P(1) pada trialke-7 = 2
7
= 0,2857
Perhitungan secara teoritis :
P(Y) = Cy
r . Cn-yN-r
CnN
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(1):
Tabel 4.27 Perbandingan Peluang Percobaan dan Teori
Trial f(kum) P(1)1 0 0,00002 1 0,50003 1 0,33334 1 0,25005 1 0,20006 2 0,33337 2 0,28578 2 0,25009 2 0,222210 2 0,2000
Trial f(kum) P(1) P(1) Teori1 0 0,0000 0,06502 1 0,5000 0,06503 1 0,3333 0,06504 1 0,2500 0,06505 1 0,2000 0,06506 2 0,3333 0,06507 2 0,2857 0,06508 2 0,2500 0,06509 2 0,2222 0,065010 2 0,2000 0,0650
Contoh perhitungan :
P(1) = C110 .
C
= 10 . 252
38760
= 0,0650
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(1)
hasil percobaan dan secara teoritis :
C. Perhitungan Ulang
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(2)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(2):
Contoh perhitungan :
. C6-120-10
C620
252 38760
= 0,0650
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(1)
hasil percobaan dan secara teoritis :
Gambar 4.13 Grafik Ulang Percobaan P (1)
Perhitungan Ulang terhadap P(2)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(2)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(2):
47
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(1)
Grafik Ulang Percobaan P (1)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(2)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(2):
48
Tabel 4.28 Ulangan Percobaan terhadap P(2)
Contoh perhitungan :
1. P(2) pada trial ke-5 = 1
5
= 0,2000
2. P(2) pada trialke-9 = 3
9
= 0,3333
Perhitungan secara teoritis :
P(Y) = Cy
r . Cn-yN-r
CnN
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(2):
Tabel 4.29 Perbandingan Peluang Percobaan dan Teori
Trial f(kum) P(2)1 0 0,00002 0 0,00003 0 0,00004 1 0,25005 1 0,20006 1 0,16677 2 0,28578 3 0,37509 3 0,333310 4 0,4000
Trial f(kum) P(2) P(2) Teori1 0 0,0000 0,24382 0 0,0000 0,24383 0 0,0000 0,24384 1 0,2500 0,24385 1 0,2000 0,24386 1 0,1667 0,24387 2 0,2857 0,24388 3 0,3750 0,24389 3 0,3333 0,243810 4 0,4000 0,2438
Contoh perhitungan :
P(2) = C210 .
C
= 45 . 210
38760
= 0,2438
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(
hasil percobaan dan secara teoritis :
D. Perhitungan Ulang terhadap P(3)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(3)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang perco
Contoh perhitungan :
. C6-220-10
C620
210 38760
2438
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(
hasil percobaan dan secara teoritis :
Gambar 4.14 Grafik Ulang Percobaan P (2)
Perhitungan Ulang terhadap P(3)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(3)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(3):
49
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(2)
Grafik Ulang Percobaan P (2)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(3)
baan terhadap P(3):
50
Tabel 4.30 Ulangan Percobaan terhadap P(3)
Contoh perhitungan :
1. P(3) pada trial ke-3 = 2
3
= 0,6667
2. P(3) pada trialke-9 = 3
9
= 0,3333
Perhitungan secara teoritis :
P(Y) = Cy
r . Cn-yN-r
CnN
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(3):
Tabel 4.31 Perbandingan Peluang Percobaan dan Teori
Trial f(kum) P(3)1 1 1,00002 1 0,50003 2 0,66674 2 0,50005 2 0,40006 2 0,33337 2 0,28578 2 0,25009 3 0,333310 3 0,3000
Trial f(kum) P(3) P(3) Teori1 1 1,0000 0,37152 1 0,5000 0,37153 2 0,6667 0,37154 2 0,5000 0,37155 2 0,4000 0,37156 2 0,3333 0,37157 2 0,2857 0,37158 2 0,2500 0,37159 3 0,3333 0,371510 3 0,3000 0,3715
Contoh perhitungan :
P(3) = C310 .
C
= 120 .
38760
= 0,3715
Berikut ini merupakan
hasil percobaan dan secara teoritis :
E. Perhitungan Ulang terhadap P(4)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(4)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(4):
Contoh perhitungan :
. C6-320-10
C620
. 120 38760
3715
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(3)
hasil percobaan dan secara teoritis :
Gambar 4.15 Grafik Ulang Percobaan P (3)
Perhitungan Ulang terhadap P(4)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(4)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(4):
51
grafik perhitungan ulang terhadap percobaan P(3)
Grafik Ulang Percobaan P (3)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(4)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(4):
52
Tabel 4.32 Ulangan Percobaan terhadap P(4)
Contoh perhitungan :
1. P(4) pada trial ke-6 = 1
6
= 0,1667
2. P(4) pada trialke-8 = 1
8
= 0,1250
Perhitungan secara teoritis :
P(Y) = Cy
r . Cn-yN-r
CnN
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(4):
Tabel 4.33 Perbandingan Peluang Percobaan dan Teori
Trial f(kum) P(4)1 0 0,00002 0 0,00003 0 0,00004 0 0,00005 1 0,20006 1 0,16677 1 0,14298 1 0,12509 1 0,111110 1 0,1000
Trial f(kum) P(4) P(4) Teori1 0 0,0000 0,24382 0 0,0000 0,24383 0 0,0000 0,24384 0 0,0000 0,24385 1 0,2000 0,24386 1 0,1667 0,24387 1 0,1429 0,24388 1 0,1250 0,24389 1 0,1111 0,243810 1 0,1000 0,2438
Contoh perhitungan :
P(4) = C410 .
C
= 210 .
38760
= 0,2438
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(4)
hasil percobaan dan secara teoritis :
F. Perhitungan Ulang terhadap
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(5)
dilakukan setiap 10 trial
P(Y) = fkum
jumlah
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(5):
perhitungan :
. C6-420-10
C620
. 45 38760
= 0,2438
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(4)
hasil percobaan dan secara teoritis :
Gambar 4.16 Grafik Ulang Percobaan P (4)
Perhitungan Ulang terhadap P(5)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(5)
trial dengan menggunakan rumus P(Y).
kumjumlahtrial
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(5):
53
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(4)
Grafik Ulang Percobaan P (4)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(5)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(5):
54
Tabel 4.34 Ulangan Percobaan terhadap P(5)
Contoh perhitungan :
1. P(5) pada trial ke-6 = 0
6
= 0,0000
2. P(5) pada trialke-10 = 0
10
= 0,0000
Perhitungan secara teoritis :
P(Y) = Cy
r . Cn-yN-r
CnN
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(5):
Tabel 4.35 Perbandingan Peluang Percobaan dan Teori
Trial f(kum) P(5)1 0 0,00002 0 0,00003 0 0,00004 0 0,00005 0 0,00006 0 0,00007 0 0,00008 0 0,00009 0 0,000010 0 0,0000
Trial f(kum) P(5) P(5) Teori1 0 0,0000 0,06502 0 0,0000 0,06503 0 0,0000 0,06504 0 0,0000 0,06505 0 0,0000 0,06506 0 0,0000 0,06507 0 0,0000 0,06508 0 0,0000 0,06509 0 0,0000 0,065010 0 0,0000 0,0650
Contoh perhitungan :
P(5) = C510 .
C
= 252 .
38760
= 0,0650
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(5)
hasil percobaan dan secara teoritis :
G. Perhitungan Ulang
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(6)
dilakukan setiap 10 trial
P(Y) = f kum
trial ke
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(6):
Contoh perhitungan :
. C6-520-10
C620
. 10 38760
= 0,0650
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(5)
hasil percobaan dan secara teoritis :
Gambar 4.17 Grafik Ulang Percobaan P (5)
Perhitungan Ulang terhadap P(6)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
cacat sebanyak y untuk setiap trial. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(6)
trial dengan menggunakan rumus P(Y).
f kumke-
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(6):
55
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(5)
Grafik Ulang Percobaan P (5)
Perhitungan dilakukan untuk menentukan peluang terambilnya produk
. Kemudian dibandingkan peluang yang didapat
dari percobaan dengan percobaan secara teori. Perhitungan ulang terhadap P(6)
Berikut ini ditampilkan tabel perhitungan ulang percobaan terhadap P(6):
56
Tabel 4.36 Ulangan Percobaan terhadap P(6)
Contoh perhitungan :
1. P(6) pada trial ke-4 = 0
4
= 0,0000
2. P(6) pada trial ke-7 = 0
7
= 0,0000 \
Perhitungan secara teoritis :
P(Y) = Cy
r . Cn-yN-r
CnN
Berikut ini ditampilkan tabel perbandingan probabilitas hasil percobaan
dengan probabilitas secara teori untuk P(6):
Tabel 4.37 Perbandingan Peluang Percobaan dan Teori
Trial f(kum) P(6)1 0 0,00002 0 0,00003 0 0,00004 0 0,00005 0 0,00006 0 0,00007 0 0,00008 0 0,00009 0 0,000010 0 0,0000
Trial f(kum) P(6) P(6) Teori1 0 0,0000 0,00542 0 0,0000 0,00543 0 0,0000 0,00544 0 0,0000 0,00545 0 0,0000 0,00546 0 0,0000 0,00547 0 0,0000 0,00548 0 0,0000 0,00549 0 0,0000 0,005410 0 0,0000 0,0054
Contoh perhitungan :
P(6) = C610 .
C
= 210 . 38760
= 0,0054
Berikut ini merupakan grafik perhitungan ulang terhadap percobaan P(6)
hasil percobaan dan secara teoritis :
4.2.2.3 Distribusi Probabilitas Kumulatif
Berdasarkan perhitungan ulang terhadap percobaan P (Y), dapa