Sebaran Normal Sebaran Seragam

Izet Mustakim : Minimisasi Waktu Produksi Dengan Mengeliminasi Kegiatan Non-Value Added Menggunakan Metode Gert Graphical Evaluation And Review Technique Dan Vsm Value Stream Mapping Pada Pt Morawa Electric Transbuana, 2009. Banyak tipe distribusi kemungkinan yang pada umumnya dapat digolongkan dalam dua macam bentuk, yaitu : 12 1. Distribusi kemungkinan diskret discrete probability distribution. 2. Distribusi kemungkinan kontinu continuous probability distribution.

3.6.1. Sebaran Normal

Sebaran peluang kontinu yang paling penting dalam bidang statistika adalah sebaran normal. Grafiknya, yang disebut kurva normal, adalah kurva yang berbentuk genta seperti pada Gambar 3.2. yang dapat digunakan dalam banyak sekali gugusan data yang terjadi di alam, industri dan penelitian. Pada tahun 1733, DeMoivre telah berhasil menurunkan persamaan matematik bagi kurva normal ini. Sebaran normal sering disebut sebaran Gauss, untuk menghormati Gauss 1777—1855, yang juga berhasil mendapatkan persamaannya dari studi mengenai galat dalam pengukuran berulang-ulang terhadap benda yang sama. 13 12 H. Soegyarto Mangkuatmodjo, Pengantar Statistik, Penerbit : Rineka Cipta, Jakarta, 1997, p. 184. 13 Ronald E. Walpole, Pengantar Statistika, Penerbit : PT Gramedia Pustaka Utama, Jakarta 1995, p. 180. Izet Mustakim : Minimisasi Waktu Produksi Dengan Mengeliminasi Kegiatan Non-Value Added Menggunakan Metode Gert Graphical Evaluation And Review Technique Dan Vsm Value Stream Mapping Pada Pt Morawa Electric Transbuana, 2009. µ x x f Gambar 3.2. Kurva Normal Bila x adalah suatu peubah acak normal dengan nilai tengah µ dan ragam 2 σ , maka persamaan kurva normalnya adalah 2 2 2 2 2 1 σ µ πσ − − = x e x f Untuk ∞ ∞ − x , sedangkan dalam hal ini π = 3.14159... dan e = 2.71828... Dari pengamatan terhadap Gambar A maka diperoleh beberapa sifat kurva normal sebagai berikut : 1. Modusnya, yaitu titik pada sumbu mendatar yang membuat fungsi mencapai maksimum terjadi pada x = µ . 2. Kurvanya setangkup terhadap suatu garis tegak yang melalui nilai tengah µ . 3. Kurva ini mendekati sumbu mendatar secara asimtotik dalam kedua arah bila kita semakin menjauhi nilai tengahnya. 4. Luas daerah yang terletak di bawah kurva tetapi di atas sumbu mendatar sama dengan satu. Izet Mustakim : Minimisasi Waktu Produksi Dengan Mengeliminasi Kegiatan Non-Value Added Menggunakan Metode Gert Graphical Evaluation And Review Technique Dan Vsm Value Stream Mapping Pada Pt Morawa Electric Transbuana, 2009.

3.6.2. Sebaran Seragam

Diantara semua sebaran peluang diskret, yang paling sederhana adalah sebaran seragam diskret. Dalam sebaran ini, setiap nilai peubah acak mempunyai peluang terjadi yang sama. Bila peubah acak x mempunyai nilai-nilai x 1 , x 2 , ..., x k dengan peluang yang sama, maka sebaran seragam diskretnya diberikan oleh 14 , 1 , k k x f = untuk x = x 1 , x 2 , ..., x k x x f Gambar 3.3. Kurva Sebaran Seragam Diskret 3.7. Sistem 3.7.1.