IKG3F3 PEMODELAN STOKASTIK Proses Poisson
|
|
- Ade Wibowo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Non Homogen IKG3F3 PEMODELAN STOKASTIK Dosen: Aniq A. Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA IKG3F3 PEMODELAN STOKASTIK
2 Non Homogen Proses Menghitung Proses stokastik N(t), t 0 dikatakan proses menghitung (counting process) jika N(t) atau N t menyatakan banyaknya peristiwa yang terjadi selama waktu t. IKG3F3 PEMODELAN STOKASTIK
3 Contoh Proses Menghitung Non Homogen MANAKAH YANG MERUPAKAN PROSES MENGHITUNG? Banyaknya bayi yang lahir saat t. Banyaknya orang yang datang ke Carepour dalam waktu [0, t] IKG3F3 PEMODELAN STOKASTIK
4 Non Homogen Proses Menghitung Proses menghitung N(t), t 0 memenuhi sifat: N(t) 0 N(t) adalah bilangan bulat Jika s < t, maka N(s) N(t) Untuk s < t, N(t) N(s) menyatakan banyaknya kejadian yang terjadi pada interval waktu (s, t] IKG3F3 PEMODELAN STOKASTIK
5 Non Homogen Proses menghitung disebut proses dengan kenaikan bebas (independent increment) jika banyaknya kejadian yang terjadi pada waktu t (yaitu N(t))bebas dari banyaknya kejadian yang terjadi pada waktu antara t dan t + s (yaitu N(t + s) N(t)). IKG3F3 PEMODELAN STOKASTIK
6 Contoh Proses Menghitung Non Homogen Bayi yang lahir sampai waktu t, ii kah? Bagaimana dengan banyaknya gol yang diciptakan pemain sepak bola? IKG3F3 PEMODELAN STOKASTIK
7 Non Homogen Proses menghitung disebut kenaikan stasioner (stationary increment) jika banyaknya kejadian pada interval waktu (t 1 + s, t 2 + s] (yaitu N(t 2 + s) N(t 1 + s)) mempunyai distribusi yang sama dengan banyaknya kejadian pada interval waktu (t 1, t 2 ] (yaitu N(t 2 ) N(t 1 )), untuk semua t 1 < t 2, s > 0 IKG3F3 PEMODELAN STOKASTIK
8 Contoh Proses Menghitung Non Homogen Banyaknya gol pemain sepak bola sampai waktu ke t, si kah? IKG3F3 PEMODELAN STOKASTIK
9 Little o Proses Menghitung Non Homogen Fungsi f (h) dikatakan o(h) jika lim h 0 f (h) h = 0 CONTOH Untuk interval waktu yang kecil (h > 0) e λh = Σ ( λh) n n=0 n! = 1 λh + ( λh)2 2 e λh = 1 λh + o(h) ( λh)3 3! +... (tidak ada kejadian pada interval waktu yang kecil), sehingga peluang ada kejadian pada interval waktu yang kecil, 1 e λh = λh + o(h) IKG3F3 PEMODELAN STOKASTIK
10 Non Homogen Suatu proses menghitung N(t), t 0 dikatakan dengan laju (parameter) λ > 0 jika memenuhi N(0) = 0 Proses mempunyai kenaikan bebas dan kenaikan stasioner P(N(h) = 1) = λh + o(h), untuk h interval waktu yang pendek P(N(h) 2) = o(h) IKG3F3 PEMODELAN STOKASTIK
11 Catatan Proses Menghitung Non Homogen Maka untuk t 0 berlaku P n (t) = P(N(t + s) N(s) = n) = (λt)n e λt, k = 0, 1, 2,... n! adalah peluang bawa ada n kejadian yang terjadi pada interval t. IKG3F3 PEMODELAN STOKASTIK
12 Catatan Proses Menghitung Non Homogen N(t + s) N(s) POI(λt) E(N(t)) = λt dan Var(N(t)) = λt Laju dari proses (rate) atau mean kejadian per satuan waktu t λ = E(N(t)) t IKG3F3 PEMODELAN STOKASTIK
13 Non Homogen stasioner, maka P (N(s + t) N(s) = n) = P (N(t) = n N(0) = 0) = P t (t) untuk sebarang s 0, t 0. IKG3F3 PEMODELAN STOKASTIK
14 Latihan Proses Menghitung Non Homogen Pelanggan tiba di toko Indomar mengikuti PP dengan laju 2 orang per jam. Jam kerja toko pukul Tentukan peluang 2 pelanggan datang pada pukul Tentukan mean dan variansi kedatangan pelanggan selama jam kerja IKG3F3 PEMODELAN STOKASTIK
15 Non Homogen Panggilan telepon suatu kedai delivery order mengikuti PP dengan laju 8/jam. Tentukan peluang terdapat 2 panggilan telepon pada setengah jam pertama, diketahui terdapat 5 panggilan telepon pada setengah jam kedua? IKG3F3 PEMODELAN STOKASTIK
16 Non Homogen Berdasarkan proses menghitung N(t), t 0. Perhatikan bahwa kejadian - kejadian tersebut dapat terjadi kapan saja dalam interval. Panjang interval ini disebut dengan waktu antar kedatangan. IKG3F3 PEMODELAN STOKASTIK
17 Non Homogen Distribusi Waktu Antar Kedatangan Waktu antar kedatangan X n, n = 1, 2,... dari suatu PP adalah saling bebas dan berdistribusi Eksponensial dengan parameter λ dengan, X 1, X 2, X 3,...X n EXP(λ) E(X n ) = 1 λ ; Var(X n) = 1 λ 2 Karakteristik: Memory less properties IKG3F3 PEMODELAN STOKASTIK
18 Non Homogen Waktu menunggu sampai kejadian ke-n, t 1 + (t 2 t 1 ) + (t 3 t 2 ) (t n t n 1 ) Jika S n adalah waktu sampai kejadian ke-n, maka S n = X 1 + X X n, n = 1, 2,... IKG3F3 PEMODELAN STOKASTIK
19 Non Homogen Distribusi Waktu Tunggu PROSES POISSON N(t) POI(λt) dan X(n) EXP(λ) WAKTU TUNGGU S(n) = Σ n k=1 X n, S 0 = 0 Untuk X n, n = 1, 2,... saling bebas dan X(n) EXP(λ), maka S(n) GAM(λ) P(S n t) = t 0 ( λ(λt) n 1 e λt (n 1)! ) dt IKG3F3 PEMODELAN STOKASTIK
20 Latihan Proses Menghitung Non Homogen Segerombolan imigran datang ke suatu wilayah dengan rate λ = 1 hari mengikuti proses Poisson. Hitung ekspektasi waktu sampai imigran ke-10 tiba? Berapa peluang waktu tunggu antara kedatangan ke-10 dan ke-11 lebih dari 2 hari? IKG3F3 PEMODELAN STOKASTIK
21 Non Homogen The time required to repair a machine is an exponentially distributed random variable with mean 1 2 (hours) What is the probability that a repair time exceeds 1 2 hour What is the probability that a repair takes at least hours given that its duration exceeds 12 hours IKG3F3 PEMODELAN STOKASTIK
22 Non Homogen Misalkan Andi tiba di suatu Bank or Bang dengan satu Teler. Dia melihat lima orang di bank, satu sedang dilayani oleh Teler dan sisanya sedang antri. Andi bergabung dalam antrian. Jika waktu pelayanan berdistribusi eksponensial dengan rate µ. Berapa expected of time Andi akan menghabiskan waktu di Bank or Bang? IKG3F3 PEMODELAN STOKASTIK
23 Non Homogen Hubungan S n dan N t S n t N(t) n IKG3F3 PEMODELAN STOKASTIK
24 Non Homogen Distribusi Bersyarat Waktu Antar Kedatangan Distribusi bersyarat waktu antar kedatangan pertama X 1, diberikan ada kejadian pada waktu [0, t], untuk s t P(X 1 s N(t) = 1) = P(X 1 s, N(t) = 1) P(N(t) = 1) P(N(s) = 1)P(N(t) N(s) = 0) = P(N(t) = 1) P(N(s) = 1)P(N(t s) = 0) = P(N(t) = 1) = λse λs e λ(t s) λte λt = s t IKG3F3 PEMODELAN STOKASTIK
25 Non Homogen Superposisi Misalkan proses N 1 (t), t 0 juga merupakan proses Poisson dengan laju λ dan µ, maka {N 1 (t) + N 2 (t), t 0} juga merupakan Proses Poisson dengan laju λ + µ IKG3F3 PEMODELAN STOKASTIK
26 Definisi Proses Menghitung Non Homogen Proses menghitung N 1 (t), t 0 dikatakan PP Non Homogen atau non stasioner dengan fungsi intensitas λ(t) jika memenuhi, N(0) = 0 Proses mempunyai kenaikan bebas P(N(t + h) N(t) = 1) = λ(t)h + o(h) P(N(t + h) N(t) 2) = o(h) IKG3F3 PEMODELAN STOKASTIK
27 Non Homogen homogen mempunyai parameter λ. non homogen mempunyai parameter λ(t), λ(t) disebut fungsi intensitas sehingga, m(t) = t 0 λ(x)dx P k (t) = P(N(t) = k N(0) = 0) = [m(t)]k e m(t) k! IKG3F3 PEMODELAN STOKASTIK
28 Non Homogen sehingga, E[N(t)] = m(t) IKG3F3 PEMODELAN STOKASTIK
29 Latihan Proses Menghitung Non Homogen McE a chicken stand stand that opens at 8 AM. From 8 until 11 AM customers seem to arrive, on the average, at steadily increasing rate that starts with an initial rate of 5 customers per hour 8 AM and reaches a maximum of 20 customers per hours at 11 AM. From 11 AM until 1 PM the average rate seems to remain constant at 20 customers per hours. However, the average arrival rate then drops steadily from 1 PM until closing time at 5 PM at which time it has the value of 12 customers per hours. If we assume that the numbers of customers arriving at McE s stand during disjoint time periods are independent, then what is a good probability model for the preceding? What is the probability that no customers arrive between 8.30 AM and 9.30 AM morning? IKG3F3 PEMODELAN STOKASTIK
30 Non Homogen Banyaknya pelanggan yang datang ke suatu toko mengikuti PP dengan laju 3 orang perjam Tentukan nilai harapan jumlah pelanggan yang datang antara pukul di suatu pagi. Tentukan peluang bahwa untuk menunggu datangnya 7 pelanggan dibutuhkan waktu lebih dari 2 jam IKG3F3 PEMODELAN STOKASTIK
31 Non Homogen Penjualan tiket pertunjukan Ini Wayang mengikuti tiga PP sebagai berikut Penjualan harga sebenarnya dengan laju 2/jam Penjualan tiket harga diskon dengan laju 4/jam Penjuaalan tiket VIP dengan laju 0.3/jam IKG3F3 PEMODELAN STOKASTIK
32 Non Homogen 1 Waktu harapan hingga penjualan tiket berikutnya 2 Waktu harapan hingga penjualan tiket VIP berikutnya 3 Peluang bahwa penjualan setelah tiket harga sebenarnya adalah tiket harga sebenarnya yang lain 4 Peluang bahwa tiket VIP akan djual pada 30 menit kedepan 5 Peluang bahwa setidaknya 2 dari 3 tiket yang dijual berikutnya adalah tiket diskon IKG3F3 PEMODELAN STOKASTIK
33 Non Homogen λ = λ TS + λ TD + λ TV = 6.3, E(T) =... E(T V ) =... λ TS λ =... P(T V < 1 2 ) =... Misalkan N banyaknya tiket harga diskon yang terjual, sehingga N B(3, λ TD λ ) P(N 2) =... IKG3F3 PEMODELAN STOKASTIK
34 Non Homogen Supermarket buka dari pukul Pelanggan datang mengikuti PP non homogen dengan fungsi intensitas: Hitung rataan kedatangan pelanggan pada waktu kerja Hitung rataan kedatangan pelanggan pada waktu kerja pada pukul IKG3F3 PEMODELAN STOKASTIK
35 Non Homogen Misalkan T k menyatakan waktu yang dibutuhkan (elapsed time) untuk klaim - klaim asuransi diproses. T 1 menyatakan waktu yang dibutuhkan hingga klaim pertama diproses. Diketahui T 1, T 2,... saling bebas dan berdistribusi f (t) = 0.1e 0.1t, t > 0 t dalam setengah jam. Hitung peluang bahwa setidaknya sebuah klaim akan diproses 5 jam kedepan? Berapa peluang setidaknya 3 klaim diproses dalam 5 jam? IKG3F3 PEMODELAN STOKASTIK
36 Non Homogen P(T 10) =... P(N 10 3) =... IKG3F3 PEMODELAN STOKASTIK
MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson
MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC Pengantar Seperti sudah disampaikan sebelumnya, analog
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Po
MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Poisson: Suatu Pengantar Orang Pintar Belajar Stokastik Tentang Kuliah Proses Stokastik Bab 1 : Tentang Peluang Bab 2 : Peluang dan Ekspektasi Bersyarat*
Lebih terperinciPengantar Proses Stokastik
Bab 5: Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Waktu Antar Kedatangan Waktu Antar Kedatangan Misalkan T 1 menyatakan waktu dari kejadian/kedatangan pertama. Misalkan
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciPOISSON PROSES NON-HOMOGEN. Abdurrahman Valid Fuady, Hasih Pratiwi, dan Supriyadi Wibowo Program Studi Matematika FMIPA UNS
POISSON PROSES NON-HOMOGEN Abdurrahman Valid Fuady, Hasih Pratiwi, dan Supriyadi Wibowo Program Studi Matematika FMIPA UNS ABSTRAK. Proses Poisson merupakan proses stokastik sederhana dan dapat digunakan
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciPengantar Proses Stokastik
Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciPengantar Proses Stokastik
Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai
Lebih terperinciPENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU
tnp PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU Mida Yanti 1 Nur Salam 1 Dewi Anggraini 1 Abstract: Poisson process is a special event
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 terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
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 terperinciREKAYASA TRAFIK ARRIVAL PROCESS.
REKAYASA TRAFIK ARRIVAL PROCESS ekofajarcahyadi@st3telkom.ac.id OVERVIEW Point Process Fungsi Distribusi Point Process Karakteristik Point Process Teorema Little Distribusi Point Process PREVIEW Proses
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang
Lebih terperinciPROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN Tbk
PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN Tbk oleh RIRIN DWI UTAMI M0113041 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK (not just) Always Listening, Always Understanding disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012
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 terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciMA5181 PROSES STOKASTIK Bab 3 Proses Renewal
MA5181 PROSES STOKASTIK Bab 3 (not just) Always Listening, Always Understanding MA5181 PROSES STOKASTIK Bab 3 Soal Solusi Ujian Toko kue KP-Khusus Pria (ini toko apaan sih?) buka pukul 8 pagi. Pelanggan
Lebih terperinciPenggabungan dan Pemecahan. Proses Poisson Independen
Penggabungan dan Pemecahan Proses Poisson Independen Hanna Cahyaningtyas 1, Respatiwulan 2, Pangadi 3 1 Mahasiswa Program Studi Matematika/FMIPA, Universitas Sebelas Maret 2 Dosen Program Studi Statistika/FMIPA,
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK Bab 3 Distribusi Eksponensial dan Aplikasinya
MA4081 PENGANTAR PROSES STOKASTIK Bab 3 Distribusi Eksponensial dan Aplikasinya Orang Pintar Belajar Stokastik Kuliah ProsStok, untuk apa? Fakultas Ekonomi ITB? Math is the language of economics. If you
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 terperinciSTATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Distribusi Peluang DISKRIT DAN KONTINYU Random Variable Random variable / peubah acak: Suatu fungsi yang mengaitkan suatu bilangan real dengan tiap elemen
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK We do love uncertainty disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik
Lebih terperinciGambar 2.1. Struktur sistem antrian
Lecture 9: Pure Birth Model and Pure Death Model A. Notasi dan Struktur dalam Sistem Antrian Notasi dalam system antrian n : jumlah pelanggan dalam sistem Po : probabilitas tidak ada pelanggan dalam sistem
Lebih terperinciP (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)
Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Buktikan
Lebih terperinciPROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN TBK
PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN TBK Ririn Dwi Utami, Respatiwulan, dan Siswanto Program Studi Matematika FMIPA UNS Abstrak.
Lebih terperinciMinggu 1 Review Peubah Acak; Karakteristik Time Series. Minggu 4-6 Model Moving Average (MA), Autoregressive (AR)
CNH4S3 Analisis Time Series [Dosen] Aniq A Rohmawati, M.Si [Jadwal] Need to reschedule? [About] The purpose of time series analysis is generally twofold: to understand or model the stochastic mechanism
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK We do love uncertainty disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik
Lebih terperinciP (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)
Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Buktikan
Lebih terperinciANALISIS KEANDALAN PRODUK DENGAN POLA PENGGUNAAN INTERMITTENT
ARIKA, Vol. 04, No. 2 Agustus 2010 ISSN: 1978-1105 ANALISIS KEANDALAN PRODUK DENGAN POLA PENGGUNAAN INTERMITTENT Farida D Sitania Dosen Program Studi Teknik Industri, Fakultas Teknik, Universitas Pattimura
Lebih terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciPemodelan dan Simulasi Peluang Kebangkrutan Perusahaan Asuransi dengan Analisis Nilai Premi dan Ukuran Klaim Berdistribusi Eksponensial
OPEN ACCESS ISSN 2460-9056 socj.telkomuniversity.ac.id/indojc Pemodelan dan Simulasi Peluang Kebangkrutan Perusahaan Asuransi dengan Analisis Nilai Premi dan Ukuran Klaim Berdistribusi Eksponensial Farah
Lebih terperinciBab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean
MA38 Teori Peluang - Khreshna Syuhada Bab 7 Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean Ilustrasi 7. Seorang peserta kuis diberi dua buah pertanyaan (P-, P-2), yang harus dijawab dengan
Lebih terperinciREKAYASA TRAFIK ARRIVAL PROCESS
REKAYASA TRAFIK ARRIVAL PROCESS eko fajar [ST3 TELKOM] [ekofajarcahyadi@st3telkom.ac.id] 1. Karakteristik Point Process a. Stasioner b. Independen c. Simple Seperti yang sudah dijelaskan di awal bahwa
Lebih terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciMODEL SISTEM ANTRIAN PESAWAT TERBANG DI BANDAR UDARA INTERNASIONAL HUSEIN SASTRANEGARA
MODEL SISTEM ANTRIAN PESAWAT TERBANG DI BANDAR UDARA INTERNASIONAL HUSEIN SASTRANEGARA untuk memenuhi Tugas Besar mata kuliah Pemodelan Sistem disusun oleh: Graham Desmon 131141264 Hafizha Fauzani 131144294
Lebih terperinciPROSES POISSON MAJEMUK. 1. Pendahuluan
PROSES POISSON MAJEMUK Chris Risen, Respatiwulan, Pangadi Program Studi Matematika FMIPA UNS Abstrak. Proses Poisson merupakan proses menghitung {; t 0} yang digunakan untuk menentukan jumlah kejadian
Lebih terperinciUNY. Modul Praktikum Teori Antrian. Disusun oleh : Retno Subekti, M.Sc Nikenasih Binatari, M.Si Jurusan Pendidikan Matematika FMIPA UNY
UNY Modul Praktikum Teori Antrian Disusun oleh : Retno Subekti, M.Sc Nikenasih Binatari, M.Si Jurusan Pendidikan Matematika FMIPA UNY Daftar Halaman : Halaman Muka... Bagian I. Mengenal Model Antrian...
Lebih terperinciEdisi Agustus 2014 Volume VIII No. 2 ISSN APLIKASI PROSES POISSON PERIODIK (STUDI KASUS: ANTRIAN NASABAH BANK BRI)
Edisi Agustus 204 Volume VIII No 2 ISSN 979-89 APLIKASI PROSES POISSON PERIODIK (STUDI KASUS: ANTRIAN NASABAH BANK BRI) Rini Cahyandari, Agus Tinus Setianto Jurusan Matematika, Fakultas Sains dan Teknologi,
Lebih terperinci[Rekayasa Trafik] [Pertemuan 9] Overview [Little s Law Birth and Death Process Poisson Model Erlang-B Model]
[Rekayasa Trafik] [Pertemuan 9] Overview [Little s Law Birth and Death Process Poisson Model Erlang-B Model] eko fajar cahyadi [ekofajarcahyadi@st3telkom.ac.id] Overview 1. Little s Law 2. Birth & Death
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI Menunggu dalam suatu antrian adalah hal yang sering terjadi dalam kehidupan sehari-hari khususnya dalam sebuah sistem pelayanan tertentu. Dalam pelaksanaan pelayanan pelaku utama dalam
Lebih terperinciKuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Kuis Selamat Datang MA5181 Proses Stokastik Precise. Prospective. Tanggal 23 Agustus 2016, Waktu: suka-suka menit 1. Mahasiswa yang datang ke ruang kuliah mengikuti suatu proses dengan laju kedatangan
Lebih terperinciPERANCANGAN DAN SIMULASI ANTRIAN PAKET DENGAN MODEL ANTRIAN M/M/N DI DALAM SUATU JARINGAN KOMUNIKASI DATA
PERANCANGAN DAN SIMULASI ANTRIAN PAKET DENGAN MODEL ANTRIAN M/M/N DI DALAM SUATU JARINGAN KOMUNIKASI DATA Idatriska P 1, R. Rumani M 2, Asep Mulyana 3 1,2,3 Gedung N-23, Program Studi Sistim Komputer,
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK (not just) Always Listening, Always Understanding disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012
Lebih terperinciMetode Kuantitatif. Kuliah 5 Model Antrian (Queuing Model) Dr. Sri Poernomo Sari, ST, MT 23 April 2009
Metode Kuantitatif Kuliah 5 Model Antrian (Queuing Model) Dr. Sri Poernomo Sari, ST, MT 3 April 009. Pendahuluan. Struktur Model Antrian (The Structure of Queuing Model) 3. Single-Channel Model 4. Multiple-Channel
Lebih terperinciPenelpon menunggu dilayani. A.K. Erlang tahun Teori Antrian
Banyaknya penelpon di waktu sibuk(jam kerja) Operator telepon terbatas Penelpon menunggu dilayani Teoriyang menyangkut studi matematis dari antrianantrian A.K. Erlang tahun 1910 Teori Antrian Proses antrian
Lebih terperinciAntrian adalah garis tunggu dan pelanggan (satuan) yang
Pendahuluan Antrian Antrian adalah garis tunggu dan pelanggan (satuan) yang membutuhkan layanan dari satu atau lebih pelayan (fasilitas pelayanan). Masalah yang timbul dalam antrian adalah bagaimana mengusahakan
Lebih terperinciPROSES POISSON MAJEMUK
PROSES POISSON MAJEMUK oleh CHRIS RISEN M0113010 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
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 terperinciESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK
ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK Adri Arisena 1, Anna Chadidjah 2, Achmad Zanbar Soleh 3 Departemen Statistika Universitas Padjadjaran 1 Departemen Statistika
Lebih terperinciSKRIPSI. ANALISIS MODEL ANTRIAN M/M/c dan M/M/c dengan BALKING[m] ADITYA NPM:
SKRIPSI ANALISIS MODEL ANTRIAN M/M/c dan M/M/c dengan BALKING[m] ADITYA NPM: 2013710024 PROGRAM STUDI MATEMATIKA FAKULTAS TEKNOLOGI INFORMASI DAN SAINS UNIVERSITAS KATOLIK PARAHYANGAN 2017 FINAL PROJECT
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Antrian Sistem antrian adalah merupakan keseluruhan dari proses para pelanggan atau barang yang berdatangan dan memasuki barisan antrian yang seterusnya memerlukan pelayanan
Lebih terperinciHAND OUT EK. 354 REKAYASA TRAFIK
HAND OUT EK. 354 REKAYASA TRAFIK Dosen: Ir. Arjuni BP, MT PENDIDIKAN TEKNIK TELEKOMUNIKASI JURUSAN PENDIDIKAN TEKNIK ELEKTRO FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN UNIVERSITAS PENDIDIKAN INDONESIA
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran
Lebih terperinciLAPORAN RESMI MODUL IV QUEUING THEORY
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL IV QUEUING THEORY I. Pendahuluan
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 terperinciTEORI ANTRIAN MATA KULIAH RISET OPERASIONAL Pertemuan Ke-13. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
TEORI ANTRIAN MATA KULIAH RISET OPERASIONAL Pertemuan Ke-13 Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pendahuluan (1) Pertamakali dipublikasikan pada tahun 1909 oleh Agner
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK We do love uncertainty disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik
Lebih terperinciDistribusi Probabilitas Diskrit: Poisson
Distribusi Probabilitas Diskrit: Poisson 7.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Pendekatan Binomial Poisson Distribusi Poisson Kapan distribusi
Lebih terperinciSTATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan
Lebih terperinciBAB 2 LANDASAN TEORI. harus menunggu dalam sebuah proses manufaktur untuk diproses ke tahap
BAB 2 LANDASAN TEORI 2.1 Pengertian Antrian Siapapun yang pernah pergi berbelanja ke supermarket atau ke bioskop mengalami ketidaknyamanan dalam mengantri. Dalam hal mengantri, tidak hanya manusia saja
Lebih terperinciBAB III PEMBAHASAN. Dalam skripsi ini akan dibahas tentang model antrean satu server dengan
BAB III PEMBAHASAN Dalam skripsi ini akan dibahas tentang model antrean satu server dengan disiplin antrean Preemptive dengan pola kedatangan berdistribusi Poisson dan waktu pelayanan berdistribusi Eksponensial.
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 II LANDASAN TEORI
BAB II LANDASAN TEORI Dalam pelayanan ada beberapa faktor penting pada sistem antrian yaitu pelanggan dan pelayan, dimana ada periode waktu sibuk maupun periode dimana pelayan menganggur. Dan waktu dimana
Lebih terperinciDESKRIPSI SISTEM ANTRIAN PADA KLINIK DOKTER SPESIALIS PENYAKIT DALAM
DESKRIPSI SISTEM ANTRIAN PADA KLINIK DOKTER SPESIALIS PENYAKIT DALAM Deiby T. Salaki 1) 1) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl. Kampus Unsrat Manado, 95115 e-mail: deibytineke@yahoo.co.id
Lebih terperinciTELETRAFIK SEBAGAI PENGEVALUASI UNJUK-KERJA DAN PENDIMENSIAN SISTEM KOMUNIKASI DAN KOMPUTER RISWAN DINZI
TELETRAFIK SEBAGAI PENGEVALUASI UNJUK-KERJA DAN PENDIMENSIAN SISTEM KOMUNIKASI DAN KOMPUTER RISWAN DINZI Jurusan Teknik Elektro Fakultas Teknik Universitas Sumatera Utara BAB I PENDAHULUAN 1.1. Tujuan
Lebih terperinciANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research)
2013 ANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research) Disusun oleh: Dian Fitriana Arthati (09.5934), Dede Firmansyah (09.5918), Eka Fauziah Rahmawati
Lebih terperinciBAB II TINJAUAN PUSTAKA. diharapkan, membutuhkan informasi serta pemilihan metode yang tepat. Oleh
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pemecahan masalah untuk mencapai tujuan dan hasil penelitian yang diharapkan, membutuhkan informasi serta pemilihan metode yang tepat. Oleh karena itu, dalam Bab
Lebih terperinciCONTOH STUDI KASUS ANTRIAN
CONTOH STUDI KASUS ANTRIAN ABSTRAKSI Teori Antrian merupakan teori yang menyangkut studi matematis dari antrian-antrian dan barisbaris penengguan, yang formasinya merupakn suatu fenomena biasa yang terjadi
Lebih terperinciBAB II LANDASAN TEORI. Ada tiga komponen dalam sistim antrian yaitu : 1. Kedatangan, populasi yang akan dilayani (calling population)
BAB II LANDASAN TEORI 2.1 Karakteristik Sistem Antrian Ada tiga komponen dalam sistim antrian yaitu : 1. Kedatangan, populasi yang akan dilayani (calling population) 2. Antrian 3. pelayanan Masing-masing
Lebih terperinciBAB 8 TEORI ANTRIAN (QUEUEING THEORY)
BAB 8 TEORI ANTRIAN (QUEUEING THEORY) Analisis pertama kali diperkenalkan oleh A.K. Erlang (93) yang mempelajari fluktuasi permintaan fasilitas telepon dan keterlambatan annya. Saat ini analisis banyak
Lebih terperinciPemodelan Klaim Yang Melebihi Threshold Random Untuk Dua Portofolio Asuransi Yang Saling Bebas
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 1289 Pemodelan Klaim Yang Melebihi Threshold Random Untuk Dua Portofolio Asuransi Yang Saling Bebas Syaifrijal Zirkon Radion Prodi
Lebih terperinciBAB I PENDAHULUAN. 1. Kedatangan, populasi yang akan dilayani (calling population)
BAB I PENDAHULUAN Antrian yang panjang sering kali kita lihat di bank saat nasabah mengantri di teller untuk melakukan transaksi, airport saat para calon penumpang melakukan check-in, di super market saat
Lebih terperinciTeori Antrian. Riset Operasi TIP FTP UB Mas ud Effendi
Teori Antrian Riset Operasi TIP FTP UB Mas ud Effendi Bentuk Umum Teori Antrian Pelayanan Tunggal Pelayanan Multipel Pendahuluan Banyak waktu dihabiskan untuk menunggu oleh manusia, produk, dll Penyediaan
Lebih terperinciDasar-dasar Simulasi
Bab 3: Dasar-dasar Simulasi PEMODELAN DAN SIMULASI SISTEM M O N I C A A. K A P P I A N T A R I - 2 0 0 9 Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw-
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Teori Antrian 2.1.1. Sejarah Teori Antrian. Teori antrian adalah teori yang menyangkut studi matematis dari antrian atau baris-baris penungguan. Teori antrian berkenaan dengan
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 terperinciANALISIS ANTRIAN DENGAN MODEL SINGLE CHANNEL SINGLE PHASE SERVICE PADA STASIUN PENGISIAN BAHAN BAKAR UMUM (SPBU) I GUSTI NGURAHRAI PALU
JIMT Vol. 12 No. 2 Desember 2016 (Hal 125-138) ISSN : 2450 766X ANALISIS ANTRIAN DENGAN MODEL SINGLE CHANNEL SINGLE PHASE SERVICE PADA STASIUN PENGISIAN BAHAN BAKAR UMUM (SPBU) I GUSTI NGURAHRAI PALU 1
Lebih terperinciStatistika Farmasi
Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu
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 terperinciBAB III DARI MODEL ANTRIAN M/M/1 DENGAN POLA KEDATANGAN BERKELOMPOK KONSTAN. 3.1 Model Antrian M/M/1 Dengan Pola Kedatangan Berkelompok Acak
BAB III PERUMUSAN PROBABILITAS DAN EKSPEKTASI DARI MODEL ANTRIAN M/M/1 DENGAN POLA KEDATANGAN BERKELOMPOK KONSTAN 3.1 Model Antrian M/M/1 Dengan Pola Kedatangan Berkelompok Acak Model antrian ini para
Lebih terperinciMinggu 1 Review Peubah Acak dan Fungsi Distribusi. Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting
IKG4Q3 Ekonometrik Dosen: Aniq A Rohmawati, M.Si [Kelas Ekonometrik] CS-36-02 [Jadwal] Senin 10.30-12.30 R.A208A; Selasa 10.30-12.30 R.E302 [Materi Ekonometrik] Kuliah Pemodelan dan Simulasi berisi tentang
Lebih terperinciANALISIS DAN SIMULASI SISTEM ANTRIAN PADA BANK ABC
Saintia Matematika ISSN: 2337-9197 Vol. 2, No. 2 (2014), pp. 147 162. ANALISIS DAN SIMULASI SISTEM ANTRIAN PADA BANK ABC Faradhika Arwindy, Faigiziduhu Buulolo, Elly Rosmaini Abstrak. Kejadian antrian
Lebih terperinciBAB III SIMULASI SISTEM ANTRIAN M/M/1. paket data. Adapun kinerja yang akan dibahas adalah rata-rata jumlah paket dalam
BAB III SIMULASI SISTEM ANTRIAN M/M/1 3.1 Model Antrian M/M/1 Model antrian yang dibahas dalam tugas akhir ini adalah model antrian M/M/1. Sistem antrian ini diasumsikan digunakan pada simpul jaringan
Lebih terperinciPEMODELAN DAN SIMULASI PELUANG KEBANGKRUTAN PERUSAHAAN ASURANSI DENGAN ANALISIS NILAI PREMI DAN UKURAN KLAIM DIASUMSIKAN BERDISTRIBUSI EKSPONENSIAL
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 1294 PEMODELAN DAN SIMULASI PELUANG KEBANGKRUTAN PERUSAHAAN ASURANSI DENGAN ANALISIS NILAI PREMI DAN UKURAN KLAIM DIASUMSIKAN
Lebih terperinciBAB III PEMBAHASAN. dengan retensi pelanggan yang membatalkan antrian, nilai harapan banyaknya
BAB III PEMBAHASAN Pada bab ini akan dibahas tentang penurunan sistem persamaan lengkap untuk sistem antrian M/M/1/N dengan retensi pelanggan yang membatalkan antrian. Sistem persamaan lengkap tersebut
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab ini diuraikan tentang dasar-dasar yang diperlukan dalam pembahasan
BAB II KAJIAN PUSTAKA Pada bab ini diuraikan tentang dasar-dasar yang diperlukan dalam pembahasan model antrian M/M/1/N dengan retensi pelanggan yang membatalkan antrian, mencakup tentang model antrian
Lebih terperinciPEMODELAN DAN SIMULASI UNTUK MENGETAHUI KEBANGKRUTAN PERUSAHAAN ASURANSI BERDASARKAN UKURAN KLAIM
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3025 PEMODELAN DAN SIMULASI UNTUK MENGETAHUI KEBANGKRUTAN PERUSAHAAN ASURANSI BERDASARKAN UKURAN KLAIM Nanda Putri Mintari Prodi
Lebih terperinciBAB IV PROSES POISSON (III)
BAB IV PROSES POISSON (III) Pada pertemuan ini akan dibahas Proses Poisson bagian ketiga. Pada bab ini akan dibahas definisi dan contoh-contoh dari Proses Poisson Campuran. Selanjutnya akan dibahas pula
Lebih terperinciAntrian Orang (antri mengambil uang di atm, antri beli karcis, dll.) Barang (dokumen lamaran kerja, mobil yang akan dicuci, dll) Lamanya waktu
TEORI ANTRIAN Antrian Orang (antri mengambil uang di atm, antri beli karcis, dll.) Barang (dokumen lamaran kerja, mobil yang akan dicuci, dll) Lamanya waktu menunggu tergantung kecepatan pelayanan Teori
Lebih terperinciBab 2 DISTRIBUSI PELUANG
Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut
Lebih terperinciAPLIKASI TEORI ANTRIAN UNTUK PENGAMBILAN KEPUTUSAN PADA SISTEM ANTRIAN PELANGGAN DI BANK JATENG CABANG REMBANG
APLIKASI TEORI ANTRIAN UNTUK PENGAMBILAN KEPUTUSAN PADA SISTEM ANTRIAN PELANGGAN DI BANK JATENG CABANG REMBANG Skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi
Lebih terperinciANALISIS SISTEM ANTRIAN PADA PELAYANAN TELLER DI BANK RAKYAT INDONESIA KANTOR CABANG KOTA TEGAL Ernawati Sya diyah 1, Kris Suryowati 2 1,2
E-ISSN 2527-9378 Jurnal Statistika Industri dan Komputasi Volume 2, No.1, Januari 2017, pp. 12-20 ANALISIS SISTEM ANTRIAN PADA PELAYANAN TELLER DI BANK RAKYAT INDONESIA KANTOR CABANG KOTA TEGAL Ernawati
Lebih terperinciProblems Involving Delay System Analysis (2)
Sistem Tunggu (Delay System) Problems Involving Delay System Analysis 2 Problems Involving Delay System Analysis (2) 3 Problems Involving Delay System Analysis (3) 4 Proses trafik selama pembangunan hubungan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Antrian Teori antrian pertama kali disusun oleh Agner Krarup Erlang yang hidup pada periode 1878-1929. Dia merupakan seorang insinyur Demark yang bekerja di industri telepon.
Lebih terperinci