BAB I PENDAHULUAN

1.1

Latar Belakang Salah satu jenis distribusi variabel random diskrit yang paling sederhana

adalah distribusi binomial. Distribusi Binomial adalah distribusi untuk proses Bernoulli. Distribusi ini dikemukakan pertama kali oleh seorang ahli matematika bangsa Swiss yang bernama J. Bernoulli (1654-1705). Suatu sebaran Bernoulli merupakan performans dari suatu percobaan dengan hanya memiliki dua macam keluaran yaitu “Sukses” atau “Gagal”. Probabilitas sukses dilambangkan dengan p, sedangkan probabilitas gagal dilambangkan dengan q dimana p+q = 1. Sedangkan sebaran binomial berasal dari percobaan binomial yaitu suatu proses percobaan yang terdiri dari sederetan tindakan Bernoulli yang saling bebas dan diulang sebanyak n kali. Berdasarkan latar belakang diatas, penulis memberi judu lmakalah ini “Bernoulli dan Binomial”. Tujuan penulis menyusun makalah ini adalah untuk mengetahui lebih lanjut tentang sebaran Bernoulli dan binomial terkait tentang fungsi kepekatan peluang, nilai harapan, ragam, fungsi pembangkit momen, dan fungsi pembangkit momen faktorial. Dan agar dapat mengetahui kemungkinan (peluang) kesuksesan maupun kegagalan dari sebuah percobaan. 1.2 Rumusan Masalah Berdasarkan latar belakang diatas, yang menjadi rumusan masalah dari penulisan ini adalah : 1. 2. Apa pengertian sebaran bernoulli Apa pengertian sebaran binomial

1.3 1.

Tujuan Penyusunan Makalah Untuk mengetahui apa yang dimaksud dengan Bernoulli, ciri-ciri Bernoulli, dan sifat sebarannya.

2.

Untuk mengetahui apa yang dimaksud dengan Binomial, ciri-ciri Binomial, dan sifat sebarannya.

1

p adalah peluang “gagal”. dimana 0 < p < 1 2 .1 Sebaran Bernoulli Suatu sebaran Bernoulli merupakan suatu hasil dari suatu percobaan yang hanya memiliki dua macam keluaran yaitu “sukses” atau “gagal”. Percobaan tersebut disebut dengan tindakan Bernoulli atau percobaan Bernoulli (Bernoulli trial).BAB II LANDASAN TEORI 2. . dan jika X adalah peubah acak yang menyatakan kejadian sukses. dimana p adalah peluang “sukses” dan q = 1. x = 0.1. 2.p) = 0 . maka sebaran peluang Bernoulli dapat didefinisikan sebagai : px q1-x ƒ (x. fungsi kepekatan peluang pada nilai tertentu adalah peluang bahwa peubah acak mempunyai nilai. Keluaran yang mungkin hanya salah satu dari “sukses” atau “gagal” Jika peluang sukses p. Jika fungsi kepekatan peluangnya adalah f(0)=q dan f(1)=p dan peubah acak Bernoullinya adalah : X (e) = 0 jika e  E ƒ(x) = px q1-x ◦ 1 jika e  E Maka fungsi kepekatan peluang dari sebaran Bernouli dapat diekspresikan sebagai berikut : untuk x = 0 atau 1 dan besarnya q = 1-p dan 0 < p < 1. (Sigit Nugroho : 2008).1 Fungsi Kepekatan Peluang Fungsi kepekatan peluang digunakan untuk peubah acak diskrit. maka peluang gagal q = 1 – p 2. Dalam percobaan Bernoulli. 1 . Sebuah percobaan Bernoulli harus memenuhi syarat: 1.x 0 atau 1 ( x lainnya ).

x = 1 ) dan jika fungsi kepekatan peluangnya adalah f(0)=q dan f(1)=p. atau . Karena sebaran Bernoulli hanya memiliki dua kemungkinan yaitu sukses atau gagal (1 atau 0) maka rumus nilai harapan dari sebaran Bernoulli didefinisikan sebagai x = E(X) = p. Pembuktian rumus nilai harapan Bernoulli sebagai berikut : Definisi 2. maka berdasarkan definisi 2.p2 = p (1-p) = p q Jadi rumus ragam sebaran Bernoulli dapat ditulis : 2x = p q.1.2 Jika X adalah peubah acak diskret dengan fungsi kepekatan peluang ƒ(x).1. maka nilai harapan dari X didefinisikan sebagai ( ) ∑ ( ) Karena sebaran Bernoulli hanya memiliki dua kemungkinan yaitu “sukses” atau “gagal” ( x = 0.2 rumus nilai harapan Bernoulli dapat ditulis sebagai berikut : ( ) ∑ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) Dari pembuktian rumus diatas. 3 .1. terbukti bahwa nilai harapan ( x) Bernoulli adalah p. secara umum ditulis x = E(X) = p.1.3 Ragam Ragam adalah sebuah ukuran dispersi dari peubah acak. Rumus ragam sebaran Bernoulli dapat diperoleh dari rumus nilai harapan yaitu : Var (X) = E(X2)-( E(X)) 2 = p .2.p2 = p (1-p) = p q Bukti : ( ) ( ) ∑ ∑ ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) 2x = Var (X) = E(X2)-( E(X)) 2 = p . 2.2 Nilai Harapan Nilai harapan adalah sebuah ukuran rata-rata dari suatu peubah acak.

Jadi fungsi pembangkit momen dirumuskan sebagai berikut : MX(t) = E(etX) ( ) ( ) ∑ ∫ ( ) ( ) (Ronald E.5 Fungsi Pembangkit Momen Faktorial Momen faktorial adalah bentuk khusus lain dari nilai harapan peubah acak.5 Momen faktorial ke-r peubah acak X didefinisikan sebagai E[ ( ) ( )] dan fungsi pembangkit momen faktorial peubah acak didefinisikan sebagai Gx(t) = E(tx) jika nilai harapannya ada untuk semua t dalam beberapa interval terbuka yang mencakup nilai 1 dalam bentuk 1.1.1.2. 4 .4 rumus fungsi pembangkit momen sebaran Bernoulli dapat ditulis sebagai berikut : ( ) ∑ ( ( ) ) ∑ ( ) ∑( ( ) )( ) ( ( )( ) ) ( ( ) ( ) ( ) Jadi rumus fungsi pembangkit momen sebaran Bernoulli adalah ). Walpole dan Raymond H. Definisi 2.4 Fungsi Pembangkit Momen Fungsi pembangkit momen adalah suatu teknik atau cara mencari distribusi fungsi dengan beberapa peubah acak.1.1.1. fungsi tersebut merupakan jumlah peubah acak bebas. Karena sebaran Bernoulli merupakan peubah acak diskret.4 Fungsi pembangkit momen peubah acak X diberikan oleh E(etX) dan dinyatakan dengan MX(t). maka berdasarkan definisi 2. Myers : 1986). Definisi 2. 2.

fungsi kepekatan peluang pada nilai tertentu adalah peluang bahwa peubah acak mempunyai nilai.2 Sebaran Binomial Sebaran Binomial berasal dari suatu proses percobaan yang terdiri dari sederetan tindakan Bernoulli yang saling bebas dan diulang sebanyak n kali.5 rumus fungsi pembangkit momen faktorial dapat ditulis sebagai berikut : ( ) ( ) ∑ ( ) ( ) ( ) ( ) ( ) ∑ ( ) ( ) ∑( ) ( ) ( )( ) ( )( ) Jadi rumus fungsi pembangkit momen factorial adalah 2. maka fungsi kepekatan peluang dari peubah acak X dalam percobaan Binomial didefinisikan sebagai ( ) ( ) Fungsi kepekatan peluang Binomial diatas diperoleh dari uraian berikut ini : 5 . 2. Percobaan tersebut dilakukan berulang-ulang sebanyak n kali Setiap percobaan menghasilkan keluaran yang dapat dikatagorikan sebagai gagal dan sukses 3. percobaan binomial memiliki ciri-ciri sebagai berikut: 1. Karena percobaan Binomial merupakan percobaan Bernaulli yang dilakukan berulang-ulang. dan X melambangkan banyaknya kejadian ‘sukses’.Berdasarkan definisi 2. maka percobaan binomial menghasikan peluang sukses atau gagal yang jumlah suksesnya dihitung dalam setiap n percobaan. Jika peluang ‘sukses’ pada setiap tindakan Bernoulli tersebut adalah p.1 Fungsi Kepekatan Peluang Fungsi kepekatan peluang digunakan untuk peubah acak diskrit. 2.2. Probabilitas sukses p tetap konstan dari satu percobaan ke percobaan lain Percobaan yang berulang adalah saling bebas. Secara langsung.1. kuantitas yang diamati adalah banyaknya ‘sukses’ dari sebanyak n tindakan pengulangan. 4. Dalam percobaan binomial.

Karena ulangan semuanya bebas.2. Hal yang harus diperhatikan adalah ∑ ( ) ∑( ) ( ) Bila pada n percobaan terdapat paling tidak sebanyak r sukses. maka peluang x sukses diperoleh dari hasil penggandaan ( ) dengan pxqn-x.2 Nilai harapan Nilai harapan X dari sebaran Binomial dengan parameter n dan p adalah : x = E(X) =np Bukti rumus : 6 . pada kelompok kedua. dengan r<n. Tentukan banyaknya semua titik contoh dalam percobaan tersebut yang menghasilkan x yang sukses dan n-x yang gagal. Pandang peluang sukses x dan gagal n-x dalam suatu urutan tertentu. maka peluang tiap hasil yang berbeda dapat digandakan. maka sebaran binomial kumulatif yang ditulis P(X > r). Banyaknya x hasil yang sukses dapat dinyatakan dengan ( ). n-x hasil. Karena pembagian kelompok pada (2) saling terpisah. adalah: ( ) ( ) ( ) ( ) ∑ ( ) 2. Tiap sukses terjadi dengan peluang p dan gagal dengan peluang q=1 – p. 3. Banyaknya ini sama dengan banyaknya cara memisahkan n hasil menjadi dua kelompok sehingga x hasil berada pada kelompok pertama dan sisanya. jadi peluang untuk urutan tersebut adalah p xqn-x.1. 2.

( ) ∑ ( ) ∑ ( ( ( ) ( ) ) ) ) ( ) ( ) ( ) ∑ ∑( ( ( )) ∑ ( )( ) ∑ ( ( ( ) ) )( ) ( ( ) ) ) ( ) ( ) ∑ ( ∑( ) ( ) ( ) 2. Jadi rumus ragam distribusi Binomial dapat ditulis sebagai berikut : 2x =Var(X) = E(X2) – [E(X)]2 = np(np+q) – (np)2 = npq. sehingga nilai E(X2) dapat dicari seperti berikut ini : E(X2) = E[X(X-1)]+E[X] = n(n-1)p2 + np= n2p2 – np2 + np = np(np) + np(1-p) = np(np+q). maka E(X2) = E[X(X-1)]+E[X] Dari rumus nilai harapan distribusi Binomial.3 Ragam Ragam dari peubah acak X berdistribusi Binomial didefinisikan sebagai : 2x =Var(X) = E(X2) – [E(X)]2 = np(np+q)-(np)2 = npq Bukti : Karena E[X(X-1)] = E[X2-X] = E(X2) – E(X).2. telah diperoleh nilai E(X) dan nilai E[X(X-1)]. 7 .

2. gagal pada percobaan kedua) E4: GGS (gagal pada percobaan 1 dan 2.3 ( ) ∑ ( ) ∑ ( )( ) ( ) Ilustrasi Percobaan Bernoulli dan Percobaan Benomial 2.S GGG.2 Ilustrasi Percobaan Binomial Ruang sampel A untuk percobaan E yang terdiri dari himpunan tak hingga tetapi masih terhitung dari titik – titik sampel: Jika S = Sukses dan G = Gagal E1: S (sukses pada percobaan pertama) E2: GS (gagal pada percobaan pertama dan sukses pada percobaan kedua) E3: SG (sukses pada percobaan pertama.2. gagal sebanyak n – x kali)...3.. 2.4 Fungsi Pembangkit Momen Fungsi pembangkit momen sebaran binomial X dapat diambil dari definisi Definisi 2.G (sukses sebanyak x kali.5 Fungsi Pembangkit Momen Faktorial Fungsi pembangkit momen faktorial peubah acak x yang berdistribusi binomial didefinisikan sebagai : () 2..1. sukses pada percobaan pertama) En : SSS.3. 2. sukses pada percobaan kedua) E6: SGG (gagal pada percobaan 2 dan 3.2. sukses pada percobaan ketiga) E5: GSG (gagal pada percobaan 1 dan 3. 8 .4 yaitu : ( ) ( )∑ ( ) ∑ ( ) ∑( )( ) Berdasarkan penguraian binomial (pet + q)n maka dapat diperoleh Mx(t) = (pet + q)n. yaitu sukses dan gagal..1 Ilustrasi Percobaan Bernoulli Pada saat pelemparan sebuah koin maka terdapat dua macam kemungkinan.

Maka peluang X pada masing – masing percobaan E adalah: P(X) = p P(X) = qp = pq P(X)=pq P(X)=q2p = pq2 P(X)=qpq = pq2 P(X)= pqq = pq2 untuk E1 untuk E2 untuk E3 untuk E4 untuk E5 untuk E6 P(X) = Pxqn-x untuk En 9 . Peubah acak X menyatakan banyaknya sukses dari n percobaan yang saling bebas.Jika peluang sukses dinotasikan dengan p maka peluang gagal adalah q = 1 – p.

1 0<p<1 2.1 Contoh dan Pembahasan 3. dan disebut percobaan Bernoulli).3)x (0. Data yang ada selama ini menunjukkan bahwa 30% mahasiswa membeli rapido yang tintanya dapat diisi ulang. Di koperasi tersedia dua jenis rapido.1 Contoh sebaran Bernoulli 1. Misal X adalah variabel acak yang sama dengan jumlah keberhasilan pada hari 10 . Jika variabel acak X menyatakan mahasiswa yang membeli rapido yang tintanya dapat diisi ulang.x=0.3 = 0.7 p(x 0 atau 1) = P(X 0 atau 1) = 0 Maka fungsi kepekatan peluang fungsi Bernoulli dengan satu parameter p = 0. yang tintanya dapat di isi ulang (refill) dan yang tintanya harus diganti bersama dengan cartridgenya.0. maka dapat dibentuk distribusi probabilitas sebagai berikut: Jawab : 1 X= 0 jika mahasiswa membeli rapido yang cartidgenya harus diganti jika mahasiswa membeli rapido yang tintanya dapat isi ulang p(1) = p(X = 1) = 0.p) = (p)x (q)1-x = ƒ (x.3 adalah : ƒ (x.1.7)1-x .BAB III HASIL DARI PEMBAHASAN 3. Anggap p = (percobaan seperti ini hanya mempunyai dua hasil yaitu sukses atau gagal. Di awal tahun ajaran baru. Anggap ada ilmuan yang melakukan percobaan.3 p(0) = p(X = 0) = 1 – 0.3) = (0. p adalah percobaan probabilitas sukses. mahasiswa fakultas teknik biasanya membeli rapido untuk keperluan menggambar teknik.

20 1 2 z Gambar fungsi untuk p = Gambar 1. Berdasarkan soal di atas hitunglah varians ? Jawab : Varians untuk p = x = E(X) = p = 11 .60.80.20 1 2 1.80. Hitunglah fungsi kepekatan peluang ? f(0) = P(X = 0) = 1 – p f(1) = P(X = 1) = p f(a) = 0 untuk semua nilai a yang lain 10. hitunglah nilai harapan ? Jawab : Karena hanya memiliki nilai 0 atau 1 maka 4.60.40. Dengan demikian X hanya mempunyai dua nilai yaitu 0 dan 1.40.2 3.1 Grafik fungsi kepekatan untuk p = F(X) Gambar Selanjutnya kita dapat menghitung fungsi sebaran kumulatif : f(a) = 0 f(a) = 1-p f(a) = 1 jika a < 0 jika a < a < 1 jika a > 1 F(x) 10.tertentu. Berdasarkan soal di atas.

032. peluang kemunculan tepat ). Akibatnya.20). Untuk b(5. 10 % dari semacam benda tergolong kategori A.5. Suatu koin dimodifikasi sehingga peluang muncul muka adalah . Dalam hal ini munculnya bilangan 2 dianggap keberhasilan maka : ƒ(3.20 × 0.80 = 0. Apakah peluang dari tepat empat kepala muncul ketika suatu koin dilemparkan sebanyak tujuh kali? Solusi : Terdapat 27 = 128 keluaran yang mungkin.1. Jumlah kemungkinan kemunculan empat muka diantara tujuh pelemparan adalah ( ) Karena ketujuh pelemparan tersebut saling bebas.1 a. Berapa peluang sampel itu akan berisi benda kategori A : a.20 = 1. ( ) . p = 0. maka peluang untuk masing-masing dari keluaran tadi adalah : (p)x(q)n-x=. = 0.80 σ = 080. Semuanya b.( )3 ( )5-3 = 0. X =30 P (X = 30) = [ ] ( ) ( ) 12 . Peluang keberhasilan setiap ulangan yang bebas ini adalah 1/6 dan peluang kegagalan adalah 5/6.1 Contoh sebaran Binomial 1.8) = 0.8944 6. 4.p2 = p (1-p) = 0. 5 0.16. n = 5 dan p = 0. empat muka adalah ( ) ( ) ( ) = ( 2. ) = 5.2 (0.20 sehingga q = 0.80 maka μ = 5 ×0.2 (1-0.2) = 0.( ) ( ) ( ) ( ) . di mana x = 5. Paling banyak 2 buah Jawab : n = 30.Var (X) = E(X2)-( E(X)) 2 = p .00 σ² = 5 ×0. Sebuah sampel berukuran 30 diambil secara acak.

9803 – 0.4102. = n.p. tentukan : a.25 = 25. P(X =5) =P(X < 5) – P(X < 4) = 0.875 13 .1409 + 0. peluang orang itu akan mendapat 5 barang yang rusak b. rata-rata dan simpangan baku barang yang rusak penyelesaian: Misalkan X = banyaknya barang yang rusak p = 0.75 = 1.6778 = 0.0584 b.9991-0. Seorang penjual mengatakan bahwa 25% dari seluruh dagangannya rusak akibat truk yang membawa barang itu mengalami kecelakaan.(1-p) = 10x0.p = 10x0. Jika seseorang membeli barang dagangan itu sebanyak 10 buah. μ = n.25.25x0.0423 + 0. peluang orang tersebut memperoleh minimal 3 tetapi kurang dari 7 barang yang rusak c. 7. berarti X ≤ 2 P(x≤2) = P(x=0) + P(x=1) + P(x=2) P (x=0) = [ P (x=1) = [ P (x=2) = [ ] ( ] ( ] ( ) ( ) ( ) ( ) ) ) maka P(x≤2) = 0.9219 = 0. P(3 < X<7)=P(3 < X < 6) = P(X < 6) – P(X < 2) =0. X paling banyak 2.artinya untuk mendapatkan benda kategori A sebanyak 30 peluang nyaris nol b.3213 c. n = 10 a.227 = 0.

5. 9. 10. 7. Maka fungsi kepekatan peluang dari sebaran Bernoulli dapat diekspresikan sebagai berikut : 0 < p < 1. n. Fungsi kepekatan peluang dari sebaran binomial : b(x. n. Fungsi pembangkit momen sebaran binomial : Mx(t) = (pet + q)n 11. Suatu sebaran Bernoulli merupakan suatu performans dari suatu percobaan. Rumus nilai harapan sebaran Bernoulli : x= E(X) = p. 3. …. ( ) ( ) ( ) ( ) ( )( ) ( )( ) ( ) Sebaran Binomial berasal dari percobaan Binomial yaitu suatu proses percobaan yang terdiri dari sederetan tindakan Bernoulli yang saling bebas dan diulang sebanyak n kali. Rumus ragam saebaran bernoulli : 2x = p q Fungsi pembangkit momen sebaran bernoulli ( ) ∑ ( ) ∑ ∑( ) ƒ(x) = pxq1-x untuk x=0 atau 1 danbesarnya q = 1-p dan 6. (Sigit Nugroho : 2008) 2. Fungsi pembangkit momen faktorial () ( ) ∑ ( ) ∑( )( ) ( ) 14 . percobaan itu hanya memiliki dua macam keluaran yaitu “Sukses” atau “Gagal”. 1.BAB IV KESIMPULAN 1. p) = pxqn-x dimana x = 0.Percobaan tersebut disebut dengan tindakan Bernoulli atau percobaan Bernoulli (Bernoulli trial). 4. Nilai harapan binomial x = E(X) =np Varian sebaran binomial adalah : Var(X) = E(X2) – [E(X)]2 = np(np+q)-(np)2 = npq.. 8. 2.