Distribusi Binomial dan Link Download File Referensi
https://eu2.contabostorage.com/00f3241116844f24b628f46d81abb929:st1/folder4/4191/jmuser_file_1643401744_271ee6b24f2383df11f1143fb0632da0.pptx
2026-05-29 13:35:07 - Admin
<style> body { font-family: Arial, Helvetica, sans-serif; line-height: 1.6; margin: 0; padding: 20px; background-color: #f9f9f9; color: #333; } h1, h2, h3 { color: #00509e; } .container { max-width: 800px; margin: auto; background: #fff; padding: 25px; box-shadow: 0 0 10px rgba(0,0,0,0.1); } table { border-collapse: collapse; width: 100%; margin-top: 15px; } th, td { border: 1px solid #ddd; padding: 8px; text-align: center; } th { background-color: #e2f0ff; } ul, ol { margin-left: 20px; } .example { background-color: #f1f8ff; padding: 10px; border-left: 4px solid #00509e; margin: 15px 0; } </style><div class="container"> <h1>Distribusi Binomial</h1> <p>Distribusi binomial adalah salah satu distribusi probabilitas diskret yang paling sering dipelajari dalam statistika. Distribusi ini menggambarkan jumlah keberhasilan dalam sejumlah percobaan yang bersifat independen, di mana setiap percobaan hanya memiliki dua hasil yang mungkin: berhasil (sukses) atau gagal (gagal). Contoh klasiknya adalah melempar koin sebanyak <em>n</em> kali dan menghitung berapa kali muncul sisi kepala.</p> <h2>Definisi Formal</h2> <p>Jika sebuah percobaan dilakukan <em>n</em> kali, tiap percobaan bersifat independen, dan peluang keberhasilan pada tiap percobaan adalah <em>p</em> (0 <em>p</em> 1), maka variabel acak <em>X</em> yang menyatakan jumlah keberhasilan mengikuti distribusi binomial dengan parameter <em>n</em> dan <em>p</em>. Notasinya:</p> <p><strong>X ~ Binomial(n, p)</strong></p> <h2>Fungsi Probabilitas (PMF)</h2> <p>Probabilitas bahwa <em>X</em> sama dengan <em>k</em> keberhasilan (0 <em>k</em> <em>n</em>) diberikan oleh:</p> <p style="text-align:center;"><strong>P(X = k) = C(n, k) p^k (1p)^{nk}</strong></p> <p>di mana <em>C(n, k)</em> adalah koefisien binomial:</p> <p style="text-align:center;"><strong>C(n, k) = n! / (k! (nk)!)</strong></p> <h3>Contoh Perhitungan</h3> <div class="example"> <p>Misalkan sebuah koin fair dilempar 10 kali. Peluang muncul kepala pada satu lemparan adalah 0,5. Berapa probabilitas muncul tepat 6 kepala?</p> <p>P(X = 6) = C(10,6)0,50,5 = 2100,0156250,0625 0,205.</p> </div> <h2>Karakteristik Utama</h2> <ul> <li><strong>Mean (ratarata):</strong> = np</li> <li><strong>Varians:</strong> = np(1p)</li> <li><strong>Skewness:</strong> (12p) / (np(1p))</li> <li><strong>Kurtosis (ekskes):</strong> (16p(1p)) / (np(1p))</li> </ul> <h2>Hubungan dengan Distribusi Lain</h2> <ol> <li><strong>Distribusi Poisson</strong> Ketika <em>n</em> sangat besar dan <em>p</em> sangat kecil (np konstan), binomial mendekati distribusi Poisson dengan = np.</li> <li><strong>Distribusi Normal</strong> Jika <em>n</em> cukup besar (biasanya np 5 dan n(1p) 5), kurva binomial dapat didekati oleh distribusi normal dengan mean np dan varians np(1p). Koreksi kontinuitas 0,5 sering ditambahkan.</li> </ol> <h2>Aplikasi Praktis</h2> <p>Berbagai bidang menggunakan distribusi binomial untuk memodelkan peristiwa biner:</p> <ul> <li><strong>Kedokteran:</strong> Menghitung jumlah pasien yang merespon pengobatan dalam percobaan klinis.</li> <li><strong>Industri:</strong> Mengestimasi jumlah produk cacat dalam batch produksi.</li> <li><strong>Keuangan:</strong> Model risiko kredit dimana setiap pinjaman dapat gagal atau tidak.</li> <li><strong>Ilmu sosial:</strong> Survei opini di mana responden menjawab setuju atau tidak setuju.</li> </ul> <h2>Langkah-Langkah Menggunakan Distribusi Binomial</h2> <ol> <li><strong>Tentukan n dan p</strong> Jumlah percobaan dan peluang keberhasilan per percobaan.</li> <li><strong>Hitung nilai k yang diinginkan</strong> Misalnya, berapa probabilitas mendapatkan minimal 3 keberhasilan?</li> <li><strong>Gunakan rumus PMF atau CDF</strong> Untuk probabilitas kumulatif, jumlahkan PMF untuk semua nilai k yang relevan.</li> <li><strong>Jika diperlukan, gunakan pendekatan</strong> Normal atau Poisson, tergantung pada ukuran <em>n</em> dan nilai <em>p</em>.</li> </ol> <h2>Kode Contoh dengan JavaScript</h2> <p>Berikut contoh fungsi sederhana yang menghitung probabilitas binomial pada halaman web:</p> <pre style="background:#eef; padding:10px; overflow:auto;">function factorial(n) { return n <= 1 ? 1 : n * factorial(n-1);}function binomCoeff(n, k) { return factorial(n) / (factorial(k) * factorial(n-k));}function binomialPMF(n, p, k) { return binomCoeff(n, k) * Math.pow(p, k) * Math.pow(1-p, n-k);}// contoh penggunaanlet n = 10, p = 0.5, k = 6;console.log("P(X=6) =", binomialPMF(n, p, k).toFixed(4)); </pre> <h2>Kesimpulan</h2> <p>Distribusi binomial adalah alat penting untuk memodelkan situasi di mana terdapat percobaan berulang dengan dua hasil yang saling eksklusif. Dengan memahami rumus, sifat-sifat statistik, dan cara mengaplikasikannya, kita dapat membuat prediksi yang akurat dalam banyak bidang ilmu dan industri. Selalu periksa asumsi independensi dan probabilitas konstan; bila asumsi tersebut tidak terpenuhi, pertimbangkan model lain seperti distribusi hipergeometrik atau multinomial.</p></div>