BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 1 PENDAHULUAN. 1.1 Latar Belakang"

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 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB III PROSES POISSON MAJEMUK

BAB 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 terperinci

BAB I PENDAHULUAN. Dalam kehidupan sehari-hari, sering dijumpai peristiwa-peristiwa yang terjadi

BAB 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 terperinci

RANTAI MARKOV ( MARKOV CHAIN )

RANTAI 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Bab 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 terperinci

II. TINJAUAN PUSTAKA. real. T dinamakan himpunan indeks dari proses atau ruang parameter yang

II. 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 terperinci

BAB 3 PEMBAHASAN. Contoh 1:

BAB 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 terperinci

BAB III METODE PENELITIAN

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

Bab 3 Pengantar teori Peluang

Bab 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 terperinci

Silabus. Proses Stokastik (MMM 5403) Proses Stokastik. Contoh

Silabus. 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik

Bab 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 terperinci

BAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau

BAB 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

TINJAUAN PUSTAKA. Kriptografi

TINJAUAN 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 terperinci

PENDEKATAN PERSAMAAN CHAPMAN-KOLMOGOROV UNTUK MENGUKUR RISIKO KREDIT. Chairunisah

PENDEKATAN 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Pengantar Proses Stokastik

Pengantar 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 terperinci

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

Pr { +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 terperinci

Rantai Markov Diskrit (Discrete Markov Chain)

Rantai 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

DISTRIBUSI PROBABILITAS TOTAL WAKTU BEKERJA SUATU SISTEM

DISTRIBUSI 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY

BAB 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 terperinci

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

G 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 terperinci

Aplikasi Pemodelan Bahasa Secara Statistik dalam Bisnis Periklanan di Internet

Aplikasi 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 terperinci

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel

LANDASAN 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 terperinci

BAB II TINJAUAN PUSTAKA. komoditas, model pergerakan harga komoditas, rantai Markov, simulasi Standard

BAB 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 terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data

II. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

PREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI MARKOV

PREDIKSI 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 terperinci

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

BAB 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 terperinci

DISTRIBUSI 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 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 terperinci

Catatan 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. 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 terperinci

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

PENARIKAN 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 terperinci

Statistik Non Parametrik

Statistik 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Hidup penuh dengan ketidakpastian

Hidup 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 terperinci

BAB I PENDAHULUAN. Perkembangan ilmu pengetahuan dan teknologi yang sangat pesat,

BAB 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 terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS

SATUAN 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 terperinci

6.6 Rantai Markov Kontinu pada State Berhingga

6.6 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 terperinci

UNIVERSITAS PENDIDIKAN INDONESIA

UNIVERSITAS 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB 2 LANDASAN TEORI DAN KERANGKA PEMIKIRAN. Analisis Markov merupakan sebuah teknik yang berhubungan dengan

BAB 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 terperinci

Penelitian Operasional II Rantai Markov RANTAI MARKOV

Penelitian 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 terperinci

Eksperimen. Ruang Sampel Diskrit. Ruang Sampel. Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan acak (statistik).

Eksperimen. 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 terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 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 terperinci

Catatan 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. 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 terperinci

INVERS MOORE PENROSE MATRIKS BEBAS SKRIPSI. Disusun oleh : AGUNG WICAKSONO J2A JURUSAN MATEMATIKA

INVERS 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 terperinci

PERAMALAN PANGSA PASAR KARTU GSM DENGAN PENDEKATAN RANTAI MARKOV

PERAMALAN 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 terperinci

4.1.1 Distribusi Binomial

4.1.1 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 terperinci

BAB 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 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 terperinci

MATEMATIKA 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 terperinci

MODEL STOKASTIK.

MODEL 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 terperinci

ANALISIS MARKOV Proses Markov Matriks kemungkinan perpindahan keadaan / transisi

ANALISIS 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 terperinci

PENENTUAN 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 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB IV MODEL HIDDEN MARKOV

BAB 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 terperinci

PERBANDINGAN 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 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 terperinci

ANALISIS ESTIMASI PERUBAHAN MINAT MAHASISWA UNIVERSITAS SUMATERA UTARA TERHADAP TUJUH OPERATOR GSM

ANALISIS 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 terperinci

1 Array dan Tipe Data Bentukan

1 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov

Prediksi 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 terperinci

PENERAPAN KONSEP MATRIKS DALAM KEHIDUPAN SEHARI-HARI

PENERAPAN 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB I PENDAHULUAN. atau memprediksi nilai suatu perolehan data di masa yang akan datang

BAB 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 terperinci

LEMBAR AKTIVITAS SISWA MATRIKS

LEMBAR 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 terperinci

BAB 2 LANDASAN TEORI Analytial Hierarchy Process (AHP) Pengertian Analytical Hierarchy Process (AHP)

BAB 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 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 terperinci

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

BAB 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 terperinci

I. PENDAHULUAN II. TINJAUAN PUSTAKA

I. 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 terperinci

III. METODE PENELITIAN. yang ingin dicapai yaitu penelitian deskriptif asosiatif, dengan menggunakan

III. 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 terperinci

ISTILAH UMUM STATISTIKA

ISTILAH 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 terperinci

Uraian Singkat Himpunan

Uraian 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 terperinci

II. TINJAUAN PUSTAKA

II. 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 terperinci

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

BAB 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 terperinci

PENGAMBILAN KEPUTUSAN MANAJEMEN

PENGAMBILAN 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 terperinci

Proses Markov Sebuah tipe khusus dari proses acak yang mana kami akan mengujinya lebih detail dinamakan proses Markov. Sebuah proses Markov dapat

Proses 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 terperinci

Pengantar Proses Stokastik

Pengantar 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 terperinci

Invers Tergeneralisasi Matriks atas Z p

Invers 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 terperinci

STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO

STUDI 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 terperinci

Matriks. Baris ke 2 Baris ke 3

Matriks. 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB 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 terperinci

Matematika Diskrit 1

Matematika 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 terperinci

KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.

KAJIAN 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 terperinci

KAJIAN 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 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 terperinci

Mendefinisikan arti dari terminologi-terminologi penting dalam statistika Memahami dan menjelaskan peranan statistik dan penerapannya di bidang

Mendefinisikan 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

PENDAHULUAN LANDASAN TEORI

PENDAHULUAN 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 terperinci

Bab 5 Masalah Penugasan

Bab 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 terperinci

Hanna Lestari, ST, M.Eng. Lecture 11 : Rantai Markov

Hanna 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 terperinci

BAB I PENDAHULUAN. untuk menentukan produk dan jasa yang digunakan (Ariani, 2004). Konsumen

BAB 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 terperinci

5. Representasi Matrix

5. 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 terperinci

Studi dan Implementasi Integrasi Monte Carlo

Studi 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 terperinci

Pertemuan 5 ANALISIS RANTAI MARKOV

Pertemuan 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