DISTRIBUSI PELUANG DISKRIT

Distribusi Peluang atau biasa disebut Sebaran Probabilitas atau Distribusi Probabilitas merupakan

1. Distribusi Seragam (Uniform)
   
   Distribusi Uniform adalah distribusi yang peubah acaknya memperoleh semua nilai dengan peluang yang sama. Contoh dari distribusi ini adalah peluang terpilihnya seseorang dari kumpulan 5 orang. Peluang setiap orang untuk terpilih adalah sama, yaitu 1/5 atau 0,2.


2. Distribusi Bernoulli
   Distribusi ini merupakan percobaan yang memiliki dua hasil : sukses atau gagal. Hanya ada dua kemungkinan hasil pada percobaan ini. Contohnya adalah pelemparan sebuah koin. Hanya ada dua kemungkinan hasil, yakni gambar atau angka.


3. Distribusi Binomial
   
   Ini merupakan distribusi Bernoulli yang dilakukan lebih dari satu kali. Jika pada distribusi Bernoulli hanya melakukan satu kali percobaan, maka distribusi Binomial dilakukan berulang kali. Ciri-ciri dari distribusi ini adalah :
   1. Terdiri dari n percobaan yang identik dan independen
   2. Hanya memiliki dua kemungkinan, sukses atau gagal
   3. Peluang sukses dan gagal, sama untuk setiap percobaan


4. Distribusi Multinomial
   
   Distribusi ini merupakan distribusi Binomial, namun dengan kemungkinan lebih dari dua dalam setiap percobaan. Kemungkinannya tidak hanya terbatas pada sukses dan gagal. Sama seperti Distribusi Binomial, peluang setiap kemungkinan adalah sama (konstan) untuk setiap percobaan.


5. Distribusi Hipergeometrik
Distribusi ini merupakan distribusi yang sering digunakan dalam pengendalian mutu dan pengujian alat elektronik. Percobaannya adalah mengambil n sampel dari N bendar. Dari N benda terdapat k sukses dan N-k gagal. Yang ingin dicari adalah peluang memilih x sukses dari sebanyak k yang tersedia dan n-x yang gagal dari sebanyak N-k yang tersedia. Intinya, mengetahui berapa banyaknya produk yang baik dan buruk.


6. Distribusi Geometrik
   
   Ini merupakan distribusi yang menyatakan peluang kejadian untuk mendapatkan sukses pertama pada x percobaan. Contoh : Peluang seorang calon mahasiswa lulus ujian masuk STIS adalah 0,2. Apabila gagal maka ia akan mengulang ujian pada tahun berikutnya. Cari peluang ia lulus pada ujian tahun ketiga? Untuk menjawab pertanyaan tersebut, dapat menggunakan distribusi geometrik.


7. Distribusi Binomial Negatif
   
   Distribusi ini hampir sama dengan distribusi dengan geometrik, namun distribusi ini menyatakan peluang banyaknya kejadian sukses pada x percobaan.


8. Distribusi Poisson
   
   Ini merupakan distribusi yang sering digunakan untuk menyatakan banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah tertentu. Contoh : banyaknya hubungan telepon per jam yang diterima Customer Service sebuah perusahaan, banyaknya pasien yang antri di praktek dokter per jam. Distribusi Poisson memiliki sifat sebagai berikut :
   1. Tidak dipengaruhi kejadian lain
   2. Peluang terjadinya hasil tunggal dalam selang waktu pendek atau daerah sempit sebanding dengan lama waktu atau ukuran daerah
   3. Peluang terjadinya lebih dari satu hasil dalam selang waktu yang pendek atau daerah yang sempit tersebut dapat diabaikan