Distribusi Probabilitas

Random Variables

Random variable x merepresentasikan suatu nilai numerik yang berasosiasi dengan setiap outcome dari suatu probability experiment.

Kata “Random” mengindikasikan bahwa nilai x ditentukan secara kebetulan (by chance).

Dua Jenis Random Variables: Discrete dan Continuous

- Discrete: Semua kemungkinan outcomes dapat dihitung (countable) atau memiliki batasan (finite)

- Continuous: Semua kemungkinan outcomes tidak dapat dihitung (uncountable), umumnya direpresentasikan dengan nilai interval.

Dua Jenis Random Variables: contoh

- Discrete

Random variable x merepresentasikan jumlah wisudawan dari Fakultas Teknologi Informasi di tahun ini.

- Continuous

Random variable x merepresentasikan volume minyak goreng yang ditampung dalam sebuah tangki berkapasitas 150 Liter.

Discrete Probability Distributions

Suatu Discrete Probability Distribution mendata setiap kemungkinan nilai random variable beserta probabilitasnya.

Setiap Discrete Probability Distribution harus memenuhi kedua kondisi berikut:

Membangun Discrete Probability Distributions

1. Bangun frequency distribution untuk seluruh outcome

2. Hitung total jumlah kemunculan (sum of the frequencies)

3. Hitung probability untuk setiap outcome

4. Pastikan kedua syarat untuk suatu frequency distribution terpenuhi

Discrete Probability Distributions: contoh 1

Dilakukan pendataan tingkat kepuasan pelanggan untuk suatu mini market menggunakan likert scale dengan rentang mulai dari 1 (sangat tidak puas) sampai dengan 5 (sangat puas). Dari frequency distribution yang terbentuk, buatlah discrete probability distribution-nya!

Discrete Probability Distributions: contoh 2

Lakukan pengujian apakah distribusi berikut termasuk probability distribution!

Mean untuk Discrete Random Variable

Nilai mean untuk suatu discrete random variable dapat diformulasikan sebagai berikut:

Standard Deviation untuk Discrete Random Variable

Nilai variance dan standard deviation untuk suatu discrete random variable dapat diformulasikan sebagai berikut:

Expected Value

Nilai mean dari suatu random variable merepresentasikan apa yang bisa kita harapkan untuk diperoleh dari ribuan kali percobaan (trials). Ini juga dikenal dengan istilah expected value.

1. Nilai probability tidak mungkin negatif, tetapi nilai expected value memungkinkan untuk negatif

2. Di banyak kasus, nilai expected value 0 dapat memiliki makna tersendiri;

 - Untuk kasus permainan: fair game

 - Untuk kasus loss & profit analysis: break-even point