1. Dalam pemodelan dan simulasi, ada suatu cara yang dipakai untuk memperkirakan terjadinya peluang disebut distribusi probabilitas. Distribusi ini untuk suatu simulasi yang mempunyai data yang tidak lengkap.Distribusi probabilitas ini seringkali digunakan pada simulasi sistem diskrit.Distribusi dalam proses simulasi dapat berupa pengambilan sampling contohnya pada sistem antrian.

referensi : http://belajartanpabuku.blogspot.com/2012/11/model-model-simulasi_15.html?m=1, http://firlizaa.blogspot.com/2012/12/distribusi-probabilitas.html?m=1

2. aa

A. Karakteristik Distribusi Binomial
1.Percobaan dilakukan sebanyak n kali.
2.Setiap percobaan hanya memiliki 2 kemungkinan yaitu sukses atau gagal.
3.Peluang sukses pada setiap percobaan adalah konstan.
4.Pengulangan percobaan harus bebas satu sama lain.
Contoh
Peluang seseorang untuk sembuh dari penyakitnya.

B. Karakteristik Distribusi Poisson
1.Jumlah keluaran yang muncul dalam suatu rentang waktu atau suatu daerah tidak dipengaruhi terhadap jumlah keluaran yang terjadi di rentang waktu atau daerah yang lain yang terpisah.
2.Peluang bahwa yang satu keluar anakan muncul dalam selang waktu yang sangat pendek atau daerah yang kecil adalah proporsional dengan panjang selang waktu atau luas dari daerah.
3.Peluang muncul lebih dari satu keluaran dalam selang waktu yang amat pendek diabaikan.
Contoh
Banyaknya bakteri yang terdapat pada satu tetes air sungai.

C. Karakteristik Distribusi Gauss
1.Simetris terhadap rataan.
2.Jarak titik belok kurva tersebut dengan sumbu simetrisnya sama dengan σ.
3.Luas daerah di bawah lengkungan kurva tersebut dari- sampai + sama dengan 1 atau 100 %.
Contoh
Distribusi Gauss digunakan untuk menghitung peluang pancaran radiasi suatu zat radioaktif.Misalnya konstanta peluruhan U-238 adalah 4.88 10-18 dan waktu peluruhan 3.7 104 peluruhan per detik.Peluang pancaran radiasi U-238 dapat ditentukan dengan distribusi gauss.
Grafik distribusi Gauss
a

D. Karakteristik Distribusi Gamma
1.Merupakan distribusi khusus dari Eksponensial.
2.Mempunyai terapan penting dalam waktu menunggu.

Contoh :
Distribusi gamma digunakan untuk menghitung peluang telepon yang masuk pada server. Misalnya terdapat telepon masuk pada server memenuhi proses poison dengan rata – rata 5 telepon masuk pada server 5 telepon per menit.Distribusi gamma digunakan untuk menentukan peluang telepon masuk setelah satu menit berlalu hanya terdapat 2 telepon yang masuk.

referensi : https://matematikaboy.wordpress.com/2012/04/24/distribusi-gamma-dan-eksponensial-2, http://www.batan.go.id/pusdiklat/elearning/Pengukuran_Radiasi/Statistik_01.htm, Slide probabilitasdanstatistik IT Telkom, ModulpraktikumStatidtikaIndustri 2013 UMS

3. menggunakan Cumfreq
a. Normal Distribution
b. Generalized Gumbel Distribution
c. Generalized Weibull Distribution
d. Fisher-Tippett Type 3 Distribution
e. Normal Distribution
f. Generalized Poisson Distribution

A. Dengan menggunakan cumfreq kita hanya memasukkan inputan yang berupa anga-angka yang berasal dari file data set. Setelah itu kita save-run maka di bagian output dan graph akan muncul hasil analisa dari dataset tersebut dan dapat diketahui jenis distribusinya.

B.
a. kasus Normal Distribution : Untuk menaksir dan meramalkan peristiwa-peristiwa yang lebih luas seperti asuransi dan farmasi.
b. kasus Generalized Gumbel Distribution : menghitung intensitas curah hujan
c. kasus Generalized Weibull Distribution : analisis uji hidup dengan menggunakan regresi berdistribusi Weibull pada data tersensor tipe II
d. kasus Fisher-Tippett Type 3 Distribution : simulasi perubahan garis pantai
e. kasus Generalized Poisson Distribution : Hubungan antara faktor-faktor yang mempengaruhi penderita DBD dengan jumlah penderita DBD

referensi : https://anitaharum.wordpress.com/2013/11/12/distribusi-normal-kurva-normal/, http://www.scribd.com/doc/75630725/METODE-INTENSITAS-CURAH#scribd, eprints.undip.ac.id/32691/4/4_pendahuluan.pdf, eprints.undip.ac.id/34654/3/2050_preliminary.pdf, http://repository.ipb.ac.id/handle/123456789/57268