BAB 1 PENDAHULUAN. 1.1 Latar Belakang
|
|
- Ida Indradjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Bidang statistika berhubungan dengan cara atau metode pengumpulan data, pengolahan, penyajian, dan analisisnya serta pengambilan kesimpulan berdasarkan data dan analisis yang telah dilakukan. Salah satu cara pengumpulan data ialah melakukan percobaan. Seluruh hasil yang mungkin dari suatu percobaan dinamakan ruang sampel. Hasil-hasil yang diperoleh dari percobaan tersebut dapat dimodelkan dalam suatu persamaan matematika. Tujuan pemodelan matematika adalah untuk menggambarkan peluang dari suatu peristiwa yang akan terjadi. Model matematika berfungsi sebagai peubah acak yang menghubungkan setiap unsur dalam ruang sampel dengan bilangan riel. Misalnya memodelkan suatu sistem yang tidak selamanya beroperasi, ada saatnya sistem tersebut mengalami kerusakan sehingga memerlukan waktu untuk diperbaiki. Mesin produksi pada perusahaan yang sudah beroperasi beberapa tahun lamanya, suatu saat pasti mengalami kerusakan. Sebagai contoh, mesin X mampu beroperasi selama 8 jam sehari. Namun, setelah beroperasi selama 10 tahun salah satu komponennya mengalami kerusakan sehingga mesin tidak dapat beroperasi. Memerlukan waktu 3 hari untuk memperbaikinya, setelah itu mesin dapat bekerja kembali. Tetapi lama mesin tersebut beroperasi menjadi 7 jam saja dalam satu hari. Setelah beberapa waktu mesin tersebut mengalami kerusakan dan tidak bisa beroperasi kembali. Untuk menentukan tindakan terhadap mesin tersebut di perlukan banyak pertimbangan, seperti waktu untuk memperbaiki, pengaruh terhadap waktu beroperasi setelah diperbaiki, dan hasil produksi. Jadi, dalam situasi yang kurang baik, perlu mengambil keputusan terbaik untuk memperoleh hasil terbaik.
2 2 Keefektifan suatu sistem sangat mempengaruhi kinerja sistem tersebut dalam menghasilkan produksi yang optimal. Ada beberapa ukuran keefektifan dari suatu sistem, diantaranya total waktu bekerja, total waktu perbaikan, availabilitas. Total waktu bekerja menyatakan total waktu sistem beroperasi dalam suatu interval waktu tertentu. Apabila proporsi total waktu bekerja dalam suatu interval waktu adalah besar maka sistem dikatakan efektif atau baik. Total waktu bekerja memiliki sifat acak. Total waktu perbaikan menyatakan total waktu sistem diperbaiki atau berhenti bekerja dalam suatu interval waktu tertentu. Apabila proporsi total waktu perbaikan dalam suatu interval waktu adalah kecil maka sistem dikatakan efektif atau baik. Total waktu perbaikan juga memiliki sifat acak. Availabilitas adalah peluang sistem bekerja pada suatu waktu tertentu. Semakin besar availabilitas suatu sistem maka sistem tersebut semakin baik. Pengambil keputusan sering kali dihadapkan pada pilihan yang kompleks dan tidak pasti. Kompleks yang dimaksud adalah situasi yang tidak didukung dengan adanya konsep tunggal yang mampu menjawab permasalahan. Ketidakpastian yang dimaksud berupa ketidakpastian akan seberapa besar tingkat kesuksesan dan besar perolehan (outcome) dari suatu konsep. Sehingga, dengan cara menentukan distribusi peluang suatu sistem bekerja dapat menjadi salah satu cara yang efektif untuk menghadapi kompleksitas dan ketidakpastian ini karena mampu memberikan nilai peluang kesuksesan yang akurat dan dapat dipertanggungjawabkan. Salah satu teknik peluang yang digunakan adalah Rantai Markov Kontinu. Sebab sistem bekerja bersifat kontinu dan total waktu bekerja sistem tersebut ada pada interval waktu [0,t]. Dengan mengetahui distribusi peluang dalam menentukan keputusan terbaik, diharapkan keputusan tersebut dapat dipertanggungjawabkan. Sebab, sulit dilakukan bila pengambilan keputusan didasari pada intuisi dan subyektivitas pengambil keputusan, mengingat keterbatasan kapabilitas kognitif manusia dalam menganalisa berbagai keunggulan dan kekurangan dari sekumpulan konsep.
3 3 1.2 Identifikasi Masalah Permasalahan dalam tulisan ini adalah bagaimana mengambil keputusan untuk mengganti atau memperbaiki sistem yang rusak agar produk yang dihasilkan optimal dengan menentukan peluang total waktu bekerja sistem. 1.3 Batasan Masalah Tulisan ini dibatasi pada tahap penentuan distribusi peluang suatu sistem yang bekerja agar dapat menentukan keputusan terhadap sistem tersebut sehingga hasil produksi optimal. Sistem yang bekerja tersebut tidak dipengaruhi oleh sistem lainnya (bersifat independent). 1.4 Tinjauan Pustaka Rantai Markov kontinu adalah salah satu teknik yang menganalisis pergerakan peluang dari satu kondisi ke kondisi lainnya pada interval waktu tertentu. Rantai Markov dikenalkan oleh Andrey A. Markov, ahli matematika dari Rusia yang lahir tahun Andrey A. Markov memperkenalkan proses Markov pada tahun 1906 yang berupa teori dasarnya saja. Setelah tahun 1936, seorang ahli Matematika berkebangsaan Rusia lainnya bernama Kolmogorov membuat generalisasi pada ruang state yang terhitung dan terbatas. Analisa rantai markov kontinu tidak memberikan keputusan rekomendasi, melainkan hanya informasi peluang dimasa mendatang mengenai situasi keputusan yang dapat membantu pengambil keputusan mengambil keputusan. Peubah acak X = { X (t) ; t 0} adalah suatu himpunan dengan nilai-nilai di suatu ruang state S yang terbilang (countable) dan t [0, ]. Kemudian diasumsikan bahwa S, dengan adalah himpunan bilangan bulat. Proses X disebut rantai Markov kontinu jika kondisi berikut ini terpenuhi (Suprayogi, 2008):
4 4 Dengan : t+1 = waktu yang akan datang t = waktu sekarang t-1 = waktu lalu Menurut J.Supranto (1998), matriks adalah suatu kumpulan angka atau elemen yang disusun berdasarkan baris dan kolom sehingga berbentuk empat persegi dibatasi oleh tanda kurung siku ataupun kurung biasa. Pada rantai Markov, matriks M berukuran p x q adalah matriks Stokastik yang elemen-elemennya menunjukkan kemungkinan perubahan antar komponen pada komposisi X, sehinggan jumlah elemen setiap kolomnya sama dengan 1. Dapat dituliskan : Sebuah komponen pada setiap waktu dapat dikategorikan dalam keadaan bekerja (up) atau sedang diperbaiki (down). Diasumsikan komponen mulai bekerja pada waktu t = 0. Setelah bekerja selama X 1 satuan waktu, komponen tersebut gagal atau rusak dan segera diperbaiki selama Y 1 satuan waktu sehingga komponen tersebut dapat bekerja kembali seperti komponen yang baru. Setelah bekerja lagi selama waktu X 2 komponen gagal lagi dan diperbaiki kembali selama waktu Y 2. Proses ini berlangsung terus menerus dan setiap kali selesai dilakukan perbaikan komponen dianggap seperti baru lagi. Barisan (Xi; Yi; i 1) akan dianggap sebagai barisan vektor acak positif dan berdistribusi independent dan identik (Taryo, 2007). Untuk menunjukkan apakah komponen bekerja atau tidak, didefinisikan variabel indikator Z, sebagai berikut: Jika Z (t) menyatakan komponen bekerja atau gagal pada waktu t, maka total waktu bekerja sistem pada interval waktu [0; t] diberikan: Total waktu perbaikan didefinisikan sebagai berikut:
5 5 1.5 Tujuan Penelitian Tujuan penelitian ini adalah dapat menentukan keputusan terhadap sistem yang digunakan agar produk yang dihasilkan optimal dengan mengetahui distribusi peluang sistem. 1.6 Manfaat Penelitian Rantai Markov banyak digunakan dalam pengambilan keputusan. Informasi yang dihasilkan akan menggambarkan tentang keadaan yang akan datang. Dengan mengetahui distribusi peluang sistem bekerja diharapkan dapat membantu pengambil keputusan khususnya dalam penentuan perlakuan terhadap sistem yang digunakan saat kondisi yang dihadapi berupa kompleksitas dan ketidakpastian. 1.7 Metodologi Penelitian Metode penelitian yang digunakan dalam penelitian ini adalah: I. Melakukan study yang berhubungan dengan distribusi peluang waktu bekerja suatu sistem, yakni rantai markov waktu kontinu dan pengembangan distribusi peluang dari internet berupa jurnal, artikel, dan dari buku. II. Mengerjakan contoh permasalahan dalam pengambilan keputusan perlakuan terhadap suatu sistem dengan menentukan distribusi peluang sistem. III. Penarikan kesimpulan,yakni perlakuan mana yang terbaik untuk dilaksanakan.
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peluang Peluang mempunyai banyak persamaan arti, seperti kemungkinan, kesempatan dan kecenderungan. Peluang menunjukkan kemungkinan terjadinya suatu kejadian yang bersifat acak.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Model Markov Dalam teori probabilitas, model Markov adalah model stokastik yang digunakan untuk memodelkan sistem yang berubah-ubah secara random di mana diasumsikan bahwa kondisi
Lebih terperinciBAB III PROSES POISSON MAJEMUK
BAB III PROSES POISSON MAJEMUK Pada bab ini membahas tentang proses stokastik, proses Poisson dan proses Poisson majemuk yang akan diaplikasikan pada bab selanjutnya. 3.1 Proses Stokastik Koleksi atau
Lebih terperinciBAB I PENDAHULUAN. Dalam kehidupan sehari-hari, sering dijumpai peristiwa-peristiwa yang terjadi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, sering dijumpai peristiwa-peristiwa yang terjadi secara beruntun dan dengan kemungkinan yang berbeda-beda. Sebagai contoh sekarang
Lebih terperinciRANTAI MARKOV ( MARKOV CHAIN )
RANTAI MARKOV ( MARKOV CHAIN ) 2.1 Tujuan Praktikum Rantai markov (Markov Chain ) merupakan salah satu materi yang akan dipelajari dalam praktikum stokastik. Berikut ini terdapat beberapa tujuan yang akan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan seringkali dilakukan pengulangan yang biasanya dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
Bab 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sebagian besar mahasiswa ITB mengambil mata kuliah MA1122 Kalkulus I pada tahun pertama perkuliahannya. Mata kuliah ini merupakan salah satu mata kuliah yang
Lebih terperinciII. TINJAUAN PUSTAKA. real. T dinamakan himpunan indeks dari proses atau ruang parameter yang
II. TINJAUAN PUSTAKA 2.1 Proses Stokastik Stokastik proses = { ( ), } adalah kumpulan dari variabel acak yang didefinisikan pada ruang peluang (Ω, ς, P) yang nilai-nilainya pada bilangan real. T dinamakan
Lebih terperinciBAB 3 PEMBAHASAN. Contoh 1:
BAB 3 PEMBAHASAN 3.1 Pengolahan Data Seperti yang telah dijelaskan sebelumnya, rantai markov atau proses markov akan digunakan untuk menganalisa data yang diperoleh dalam penelitian ini. Contoh kasus yang
Lebih terperinciBAB III METODE PENELITIAN
18 BAB III METODE PENELITIAN Pada bab ini akan dikemukakan metode-metode yang akan digunakan pada bab selanjutnya. Metode-metode pada bab ini yaitu metode Value at Risk dengan pendekatan distribusi normal
Lebih terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T} adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh ke suatu
Lebih terperinciBab 3 Pengantar teori Peluang
Bab 3 Pengantar teori Peluang Istilah peluang atau kemungkinan, sering kali diucapkan atau didengar. Sebagai contoh ketika manajer dari sebuah klub sepak bola ditanya wartawan tentang hasil pertandingan
Lebih terperinciSilabus. Proses Stokastik (MMM 5403) Proses Stokastik. Contoh
Silabus Proses Stokastik (MMM 5403) Status: Wajib Minat Statistika Rantai Markov, klasifikasi rantai Markov. Limit rantai Markov dan aplikasinya. Rantai Markov kontinu, contoh-contoh klasik. Proses renewal,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Pengertian Distribusi Eksponensial Distribusi eksponensial adalah distribusi yang paling penting dan paling sederhana kegagalan mesin penghitung otomatis dan kegagalan komponen
Lebih terperinciBab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik
Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses
Lebih terperinciBAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau
BAB II TINJAUAN PUSTAKA 2.1 Proses Stokastik Menurut Gross (2008), proses stokastik adalah himpunan variabel acak Semua kemungkinan nilai yang dapat terjadi pada variabel acak X(t) disebut ruang keadaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Percobaan Bernoulli merupakan suatu percobaan yang memiliki dua nilai outcome (kemunculan) yang mungkin yakni sukses dan gagal yang masing-masing dinotasikan dengan
Lebih terperinciTINJAUAN PUSTAKA. Kriptografi
TINJAUAN PUSTAKA Kriptografi Kriptografi adalah studi teknik matematika yang berhubungan dengan aspek-aspek pengamanan informasi seperti kerahasiaan, integritas data, autentikasi entitas, dan autentikasi
Lebih terperinciPENDEKATAN PERSAMAAN CHAPMAN-KOLMOGOROV UNTUK MENGUKUR RISIKO KREDIT. Chairunisah
PENDEKATAN PERSAMAAN CHAPMAN-KOLMOGOROV UNTUK MENGUKUR RISIKO KREDIT Chairunisah denisa0105@yahoo.com Abstrak Banyak permasalahan yang dapat dimodelkan dengan menggunakan program matematika yang bertujuan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengantar Pada bab ini akan diuraikan beberapa landasan teori untuk menunjang penulisan skripsi ini. Uraian ini terdiri dari beberapa bagian yang akan dipaparkan secara terperinci
Lebih terperinciPengantar Proses Stokastik
Bab 6: Rantai Markov Waktu Kontinu Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Rantai Markov Waktu Kontinu Pendahuluan Pada bab ini, kita akan belajar mengenai
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciRantai Markov Diskrit (Discrete Markov Chain)
#10 Rantai Markov Diskrit (Discrete Markov Chain) 10.1. Pendahuluan Berbagai teknik analitis untuk mengevaluasi reliability dari suatu sistem telah diuraikan pada bab terdahulu. Teknik analitis ini mengasumsikan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2. Pengertian Pemeliharaan Menurut Agus Ahyari (99) pemeliharaan merupakan suatu kegiatan mutlak yang diperlukan dalam perusahaan yang saling berkaitan dengan proses produksi, sehingga
Lebih terperinciDISTRIBUSI PROBABILITAS TOTAL WAKTU BEKERJA SUATU SISTEM
DISTRIBUSI PROBABILITAS TOTAL WAKTU BEKERJA SUATU SISTEM Taryo, Suyono, Dian Handayani JURUSAN MATEMATIKA FAKULTAS MATEMATIKAN DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI JAKARTA 2 Agustus 27 Abstraksi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Pemeliharaan Untuk menjamin kontinuitas kegiatan operasional suatu sistem, keandalan setiap komponen peralatan sangat dijaga agar peralatan tersebut tidak mengalami kegagalan
Lebih terperinciBAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY
BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY 3.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang Ω,,. Misalkan ; adalah rantai Markov dengan state berhingga
Lebih terperinciG a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.
2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,
Lebih terperinciAplikasi Pemodelan Bahasa Secara Statistik dalam Bisnis Periklanan di Internet
Aplikasi Pemodelan Bahasa Secara Statistik dalam Bisnis Periklanan di Internet Nuansa Lembayung / 1820928 Program Studi Sistem dan Teknologi Informasi Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciBAB II TINJAUAN PUSTAKA. komoditas, model pergerakan harga komoditas, rantai Markov, simulasi Standard
BAB II TINJAUAN PUSTAKA Pada bab ini akan dibahas beberapa tinjauan mengenai teori yang diperlukan dalam pembahasan bab-bab selanjutnya antara lain tentang kontrak berjangka komoditas, model pergerakan
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung Keputusan Sebuah aplikasi berupa Sistem Pendukung Keputusan (Decision Support System) mulai dikembangkan pada tahun 1970. Decision Support Sistem (DSS) dengan
Lebih terperinciPREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI MARKOV
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3(2015), hal 347-352. PREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI
Lebih terperinciBAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang
BAB II LANDASAN TEORI 2.1 Konsep Dasar Peluang Pada dasarnya statistika berkaitan dengan penyajian dan penafsiran hasil yang berkemungkinan (hasil yang belum dapat ditentukan sebelumnya) yang muncul dalam
Lebih terperinciDISTRIBUSI PELUANG TOTAL WAKTU BEKERJA SUATU SISTEM DALAM PENGOPTIMALAN PRODUKSI SKRIPSI MARLINA JUNITA SITORUS
DISTRIBUSI PELUANG TOTAL WAKTU BEKERJA SUATU SISTEM DALAM PENGOPTIMALAN PRODUKSI SKRIPSI MARLINA JUNITA SITORUS 060803010 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciCatatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)
Lebih terperinciPENARIKAN SAMPEL & PENDUGAAN PARAMETER
PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti
Lebih terperinciStatistik Non Parametrik
Statistik Non Parametrik UJI FRIEDMAN (UJI X ) r X r UJI Friedman (uji ) Untuk k sampel berpasangan (k>) dengan data setidaknya data skala ordinal Sebagai alternatif dari analisis variansi dua arah bila
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Peluang Definisi 2.1.1 Percobaan Acak (Ross 2000) Suatu percobaan yang dapat diulang dalam kondisi yang sama dan semua kemungkinan hasil yang muncul dapat diketahui tetapi
Lebih terperinciHidup penuh dengan ketidakpastian
BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa
Lebih terperinciBAB I PENDAHULUAN. Perkembangan ilmu pengetahuan dan teknologi yang sangat pesat,
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan ilmu pengetahuan dan teknologi yang sangat pesat, menjadikan statistika memegang peranan penting dalam kehidupan. Hampir semua fenomena yang terjadi
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS
KODE / SKS : KK-01333 / 3 SKS 1 Pengertian dan tujuan 1. Klasifikasi Model 1 Simulasi. Perbedaan penyelesaian problem Dapat menjelaskan klasifikasi model dari matematis secara analitis dan numeris suatu
Lebih terperinci6.6 Rantai Markov Kontinu pada State Berhingga
6.6 Rantai Markov Kontinu pada State Berhingga Markov chain kontinu 0 adalah proses markov pada state 0, 1, 2,.... Diasumsikan bahwa probabilitas transisi adalah stasioner, pada persamaan, (6.53) Pada
Lebih terperinciUNIVERSITAS PENDIDIKAN INDONESIA
Ruang Norm Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Definisi. Misalkan suatu ruang vektor atas. Norm pada didefinisikan sebagai fungsi. : yang memenuhi N1. 0 N2. 0 0 N3.,, N4.,, Kita dapat
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab II ini menjelaskan tentang teori-teori pendukung yang digunakan untuk pembahasan selanjutnya yaitu sistem persamaan linear sistem persamaan linear kompleks dekomposisi Doolittle
Lebih terperinciBAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN. Analisis Markov merupakan sebuah teknik yang berhubungan dengan
6 BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN 2.1 Landasan Teori 2.1.1 Analisis Rantai Markov Analisis Markov merupakan sebuah teknik yang berhubungan dengan probabilitas akan state di masa mendatang dengan
Lebih terperinciPenelitian Operasional II Rantai Markov RANTAI MARKOV
Penelitian Operasional II Rantai Markov 49 4. RANTAI MARKOV 4. PENDAHULUAN Dalam masalah pengambilan suatu keputusan, seringkali kita diperhadapkan dengan suatu ketidakpastian. Permasalahan ini dapat dimodelkan
Lebih terperinciEksperimen. Ruang Sampel Diskrit. Ruang Sampel. Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik).
Eksperimen MA 2081 Statistika Dasar Dosen : Udjianna S. Pasaribu Utriweni Mukhaiyar Kamis, 12 Februari 2009 Ciri ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
Lebih terperinciCatatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)
Lebih terperinciINVERS MOORE PENROSE MATRIKS BEBAS SKRIPSI. Disusun oleh : AGUNG WICAKSONO J2A JURUSAN MATEMATIKA
INVERS MOORE PENROSE MATRIKS BEBAS SKRIPSI Disusun oleh : AGUNG WICAKSONO J2A 004 002 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 2009 1 2 ABSTRAK Pada
Lebih terperinciPERAMALAN PANGSA PASAR KARTU GSM DENGAN PENDEKATAN RANTAI MARKOV
PERAMALAN PANGSA PASAR KARTU GSM DENGAN PENDEKATAN RANTAI MARKOV Surya Amami Pramuditya, Rini Marwati, Entit Puspita Pendidikan Matematika FKIP Unswagati,Pendidikan Matematika FPMIPA UPI amamisurya@gmail.com
Lebih terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Matematika yang merupakan ide-ide abstrak tidak dapat begitu
BAB I PENDAHULUAN A. Latar Belakang Matematika yang merupakan ide-ide abstrak tidak dapat begitu mudah untuk dipahami oleh para siswa. Ide-ide abstrak tersebut perlu dinyatakan ke dalam bentuk representasi
Lebih terperinciMATEMATIKA DASAR 16. Jika maka Jawab : E 17. Diketahui premis-premis sebagai berikut : 1) Jika maka 2) atau Jika adalah peubah pada himpunan bilangan real, nilai yang memenuhi agar kesimpulan dari kedua
Lebih terperinciMODEL STOKASTIK.
11 12. MODEL STOKASTIK alsen.medikano@gmail.com 1 PENDAHULUAN Model Stokastik adalah model matematika dimana gejala-gejala dapat diukur dengan derajat kepastian yang tidak stabil. Pada Model Stokastik
Lebih terperinciANALISIS MARKOV Proses Markov Matriks kemungkinan perpindahan keadaan / transisi
ANALISIS MARKOV Analisis Markov adalah suatu teknik matematik untuk peramalan perubahan pada variabelvariabel tertentu berdasarkan pengetahuan dari perubahan sebelumnya Pada analisis ini terlihat suatu
Lebih terperinciPENENTUAN KLASIFIKASI STATE PADA RANTAI MARKOV DENGAN MENGGUNAKAN NILAI EIGEN DARI MATRIKS PELUANG TRANSISI
PENENTUAN KLASIFIKASI STATE PADA RANTAI MARKOV DENGAN MENGGUNAKAN NILAI EIGEN DARI MATRIKS PELUANG TRANSISI Yohanes A.R. Langi 1) 1) Program Studi Matematika FMIPA Universitas Sam Ratulangi, Manado 95115
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciBAB IV MODEL HIDDEN MARKOV
BAB IV MODEL HIDDEN MARKOV 4.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang (Ω, F, P). Misalnya X = {X : k N} adalah rantai Markov dengan state berhingga yang bersifat homogen
Lebih terperinciPERBANDINGAN PENGGUNAAN RANTAI MARKOV DAN DISTRIBUSI CAMPURAN DATA TIDAK HUJAN DAN DATA HUJAN UNTUK MENSIMULASI DATA HUJAN HARIAN TUGAS AKHIR
PERBANDINGAN PENGGUNAAN RANTAI MARKOV DAN DISTRIBUSI CAMPURAN DATA TIDAK HUJAN DAN DATA HUJAN UNTUK MENSIMULASI DATA HUJAN HARIAN TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana
Lebih terperinciANALISIS ESTIMASI PERUBAHAN MINAT MAHASISWA UNIVERSITAS SUMATERA UTARA TERHADAP TUJUH OPERATOR GSM
Saintia Matematika Vol., No. 2 (2), pp. 9 9. ANALISIS ESTIMASI PERUBAHAN MINAT MAHASISWA UNIVERSITAS SUMATERA UTARA TERHADAP TUJUH OPERATOR GSM Hasoloan M Nababan, Open Darnius Sembiring, Ujian Sinulingga
Lebih terperinci1 Array dan Tipe Data Bentukan
1 Array dan Tipe Data Bentukan Overview Dalam dunia nyata, struktur data yang dihadapi sangat beragam dan penggunaan variabel dengan tipe data dasar memiliki keterbatasan pada banyaknya nilai yang dapat
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan selanjutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinciPrediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov
JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, (2017) 2337-3520 (2301-928X Print) A 39 Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov Risa Septi Pratiwi Daryono Budi Utomo Jurusan
Lebih terperinciPENERAPAN KONSEP MATRIKS DALAM KEHIDUPAN SEHARI-HARI
PENERAPAN KONSEP MATRIKS DALAM KEHIDUPAN SEHARI-HARI Oleh : Gede Edy Priyadnya 93 VII.C Jurusan S Pendidikan Teknik Informatika Fakultas Teknik dan Kejuruan Universitas Pendidikan Ganesha Singaraja 9 PENGERTIAN
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA 2.1 Model Life Table Life table adalah tabel mengenai angka kematian menurut umur yaitu berkaitan dengan peluang bertahan hidup menurut umur. (Coale & Demeny 1983) Dengan menggunakan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan nyata, hampir seluruh fenomena alam mengandung ketidakpastian atau bersifat probabilistik, misalnya pergerakan lempengan bumi yang menyebabkan gempa,
Lebih terperinciBAB I PENDAHULUAN. atau memprediksi nilai suatu perolehan data di masa yang akan datang
BAB I PENDAHULUAN 1.1 Latar Belakang Time Series atau deret waktu merupakan barisan suatu nilai pengamatan yang diukur dalam rentang waktu tertentu dalam interval waktu yang sama. Analisis data deret waktu
Lebih terperinciLEMBAR AKTIVITAS SISWA MATRIKS
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA MATRIKS Notasi dan Ordo Matriks Lengkapilah isian berikut! Suatu matriks biasanya dinotasikan dengan huruf kapital, misalnya: A. PENGERTIAN MATRIKS 1) Tabel
Lebih terperinciBAB 2 LANDASAN TEORI Analytial Hierarchy Process (AHP) Pengertian Analytical Hierarchy Process (AHP)
BAB 2 LANDASAN TEORI 2 1 Analytial Hierarchy Process (AHP) 2 1 1 Pengertian Analytical Hierarchy Process (AHP) Metode AHP merupakan salah satu metode pengambilan keputusan yang menggunakan faktor-faktor
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang, ditengah berkembangnya dunia industri tentunya terdapat berbagai permasalahan dalam bidang-bidang keindustrian. Permasalahan-permasalahan yang biasa
Lebih terperinciIII. METODE PENELITIAN. yang ingin dicapai yaitu penelitian deskriptif asosiatif, dengan menggunakan
32 III. METODE PENELITIAN A. Metode Penelitian Penelitian ini merupakan jenis penelitian yang sesuai dengan tujuan penelitian yang ingin dicapai yaitu penelitian deskriptif asosiatif, dengan menggunakan
Lebih terperinciISTILAH UMUM STATISTIKA
ISTILAH UMUM STATISTIKA dan PENYAJIAN DATA BERDASARKAN DAFTAR STATISTIK DAN DIAGRAM By: Kania Evita Dewi ISTILAH UMUM STATISTIKA Statistika ilmu yang berkaitan dengan cara pengumpulan, pengolahan, analisis,
Lebih terperinciUraian Singkat Himpunan
Uraian Singkat Himpunan Yus Mochamad Cholily Jurusan Pendidikan Matematika Universitas Muhammadiyah Malang email:ymcholily@gmail.com March 3, 2014 1 Daftar Isi 1 Tujuan 3 2 Notasi Himpunan 3 3 Operasi
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi yang memiliki fungsi kepekatan peluang kontinu. Bentuk kurva distribusi logistik adalah simetris dan uni modal. Bentuk
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciPENGAMBILAN KEPUTUSAN MANAJEMEN
PENGAMBILAN KEPUTUSAN MANAJEMEN BAB 7. POHON KEPUTUSAN 1. Pendahuluan 2. Konsep Pohon Keputusan 3. Komponen Pohon Keputusan 4. Prosedur Pembuatan Pohon Keputusan 5. Diagram Pohon Keputusan 1. Pendahuluan
Lebih terperinciProses Markov Sebuah tipe khusus dari proses acak yang mana kami akan mengujinya lebih detail dinamakan proses Markov. Sebuah proses Markov dapat
Sebuah motivasi untuk methode State-Based Mengingat kembali bahwa availability mengukur pergantian antara pelayanan proper dan improper. -A(t) bernilai satu jika proper, 0 jika improper - E[A(t)] adalah
Lebih terperinciPengantar Proses Stokastik
Bab 3: Rantai Markov Diskrit Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Rantai Markov Rantai Markov Rantai Markov Misalkan sebuah proses stokastik {X t } dengan t = 0, 1, 2,....
Lebih terperinciInvers Tergeneralisasi Matriks atas Z p
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Invers Tergeneralisasi Matriks atas Z p Evi Yuliza 1 1 Fakultas MIPA Universitas Sriwijaya evibc3@yahoocom PM A-1 - Abstrak Sebuah matriks
Lebih terperinciSTUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO
STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO Suatu supermarket telah melakukan pengamatan mengenai permintaan bayam sebagai salah satu item sayur sayuran yang dijualnya.
Lebih terperinciMatriks. Baris ke 2 Baris ke 3
Matriks A. Matriks Matriks adalah susunan bilangan yang diatur menurut aturan baris dan kolom dalam suatu jajaran berbentuk persegi atau persegi panjang. Susunan bilangan itu diletakkan di dalam kurung
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T } adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan bisnis asuransi semakin hari semakin menjanjikan, hal ini dikarenakan hampir semua bidang kehidupan mempunyai resiko, antara lain, kematian,
Lebih terperinciMatematika Diskrit 1
Dr. Ahmad Sabri Universitas Gunadarma Pendahuluan Apakah Matematika Diskrit itu? Matematika diskrit adalah kajian terhadap objek/struktur matematis, di mana objek-objek tersebut diasosiasikan sebagai nilai-nilai
Lebih terperinciKAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.
TUGAS AKHIR KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR Oleh: RAFIQATUL HASANAH NRP. 1208 100 021 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si. Drs.
Lebih terperinciKAJIAN MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY DAN APLIKASINYA PADA HARGA GABAH KERING PANEN T A M U R I H
KAJIAN MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY DAN APLIKASINYA PADA HARGA GABAH KERING PANEN T A M U R I H SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI
Lebih terperinciMendefinisikan arti dari terminologi-terminologi penting dalam statistika Memahami dan menjelaskan peranan statistik dan penerapannya di bidang
Tujuan Pembelajaran Mendefinisikan arti dari terminologi-terminologi penting dalam statistika Memahami dan menjelaskan peranan statistik dan penerapannya di bidang teknik Menjelaskan langkah-langkah dasar
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik, adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu ruang states. Jadi,
Lebih terperinciPENDAHULUAN LANDASAN TEORI
1 PENDAHULUAN Latar Belakang Dalam kehidupan sehari-hari, banyak permasalahan yang dapat dimodelkan dengan proses stokastik. Proses stokastik dapat dibedakan menjadi dua yaitu proses stokastik dengan waktu
Lebih terperinciBab 5 Masalah Penugasan
Bab 5 Masalah Penugasan Masalah penugasan berkaitan dengan keinginan perusahaan dalam mendapatkan pembagian atau alokasi tugas (penugasan) yang optimal, dala arti apabila penugasan tersebut berkaitan dengan
Lebih terperinciHanna Lestari, ST, M.Eng. Lecture 11 : Rantai Markov
Hanna Lestari, ST, M.Eng Lecture 11 : Rantai Markov I. Pendahuluan Model rantai markov dikembangkan oleh A.A Markov tahun 1896. Dalam Analisis markov yang dihasilkan adalah suatu informasi probabilistik
Lebih terperinciBAB I PENDAHULUAN. untuk menentukan produk dan jasa yang digunakan (Ariani, 2004). Konsumen
1 BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Kualitas merupakan salah satu faktor yang mempengaruhi konsumen untuk menentukan produk dan jasa yang digunakan (Ariani, 2004). Konsumen biasanya memilih
Lebih terperinci5. Representasi Matrix
5. Representasi Matrix Oleh : Ade Nurhopipah Pokok Bahasan : 1. Matrix Ketetanggaan 2. Walk Pada Graph dan Digraph 3. Matrix Insidensi Sumber : Aldous, Joan M.,Wilson, Robin J. 2004. Graph and Applications.
Lebih terperinciStudi dan Implementasi Integrasi Monte Carlo
Studi dan Implementasi Integrasi Monte Carlo Firdi Mulia - 13507045 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPertemuan 5 ANALISIS RANTAI MARKOV
Pertemuan 5 ANALISIS RANTAI MARKOV Objektif: 1. Mahasiswa dapat merumuskan masalah dalam analisis rantai markov 2. Mahasiswa dapat mencari penyelesaian masalah dalam prorses perhitungan probabilitas dengan
Lebih terperinci