PEMODELAN KELAHIRAN MURNI DAN KEMATIAN MURNI DENGAN DUA JENIS KELAMIN DENGAN PROSES STOKASTIK

dokumen-dokumen yang mirip
ANALISIS SISTEM ANTRIAN SATU SERVER (M/M/1)

Pengantar Proses Stokastik

PENDUGAAN PARAMETER MODEL AUTOREGRESSIVE PADA DERET WAKTU

PENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA BERDASARKAN FAKTOR SOSIODEMOGRAFI

POISSON PROSES NON-HOMOGEN. Abdurrahman Valid Fuady, Hasih Pratiwi, dan Supriyadi Wibowo Program Studi Matematika FMIPA UNS

PERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL

Pengantar Proses Stokastik

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

DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN. Sudarno Jurusan Matematika FMIPA UNDIP. Abstrak

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

KONVOLUSI DARI PEUBAH ACAK BINOMIAL NEGATIF

SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN

IDENTIFIKASI MODEL ANTRIAN PADA ANTRIAN BUS KAMPUS UNIVERSITAS ANDALAS PADANG

Pengantar Proses Stokastik

PERBANDINGAN MODEL MALTHUS DAN MODEL VERHULST UNTUK ESTIMASI JUMLAH PENDUDUK INDONESIA TAHUN

KETERBAGIAN TAK HINGGA SEBARAN RIEMANN ZETA

Pengantar Proses Stokastik

PROSES PERCABANGAN PADA DISTRIBUSI POISSON

PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

Pengantar Proses Stokastik

MODEL PARTISIPASI PEMILIH MASYARAKAT KABUPATEN DHAMASRAYA PADA PEMILU 2014 DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK BAYESIAN

Penggabungan dan Pemecahan. Proses Poisson Independen

PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS)

PREMI ASURANSI JIWA PADA AKHIR TAHUN KEMATIAN DAN PADA SAAT KEMATIAN TERJADI

THE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION

ANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN BAYI BERAT BADAN LAHIR RENDAH

Pengantar Proses Stokastik

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA

Kata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue

PENENTUAN PREMI UNTUK POLIS ASURANSI BERSAMA

Kata Kunci: Analisis Regresi Linier, Penduga OLS, Penduga GLS, Autokorelasi, Regresor Bersifat Stokastik

ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN

KAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT

MENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT

MODEL PEMANENAN LOGISTIK DENGAN DAYA DUKUNG BERGANTUNG WAKTU

RENCANA PEMBELAJARAN SEMESTER (RPS)

MODEL PENYUSUTAN MAJEMUK JUMLAH PESERTA ASURANSI PADA ASURANSI JIWA

AUTOKORELASI PADA BAGAN KENDALI

PENENTUAN HARGA OPSI CALL TIPE EROPA MENGGUNAKAN METODE TRINOMIAL

Pengantar Statistika Matematik(a)

PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF

BAB II TINJAUAN PUSTAKA

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

PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

Kata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses

PROSES POISSON MAJEMUK. 1. Pendahuluan

HARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL

BAB II TINJAUAN PUSTAKA

PENYELESAIAN MASALAH PEMROGRAMAN LINIER BILANGAN BULAT MURNI DENGAN METODE REDUKSI VARIABEL

BAB II KAJIAN PUSTAKA. Pada bab ini diuraikan tentang dasar-dasar yang diperlukan dalam pembahasan

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

PENENTUAN PREMI TAHUNAN UNTUK POLIS ASURANSI JIWA BERSAMA LAST SURVIVOR

SOLUSI POSITIF DARI SISTEM SINGULAR DISKRIT

MODEL DINAMIKA CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN

SUATU BUKTI DARI WEDDERBURN S LITTLE THEOREM

SOLUSI POSITIF DARI PERSAMAAN LEONTIEF DISKRIT

PENGENDALIAN MUTU BERAT PRODUKSI PT. SEMEN PADANG MENGGUNAKAN BAGAN KENDALI MEDIAN ABSOLUTE DEVIATION (MAD) PADA DATA TIDAK NORMAL

BAB II LANDASAN TEORI. pembahasan model antrian dengan working vacation pada pola kedatangan

PEMODELAN JUMLAH KASUS TETANUS NEONATORUM DENGAN MENGGUNAKAN REGRESI POISSON UNTUK WILAYAH REGIONAL 2 INDONESIA (SUMATERA)

BAB 8 TEORI ANTRIAN (QUEUEING THEORY)

PENJADWALAN KULIAH DENGAN ALGORITMA WELSH-POWELL (STUDI KASUS: JURUSAN MATEMATIKA FMIPA UNAND)

BAB 2 TINJAUAN PUSTAKA

PEMBUKTIAN RUMUS BENTUK TUTUP BEDA MUNDUR BERDASARKAN DERET TAYLOR

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY

PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN TBK

REGRESI LINIER NONPARAMETRIK DENGAN METODE THEIL

Pemodelan Sistem Antrian Satu Server Dengan Vacation Queueing Model Pada Pola Kedatangan Berkelompok

PEMODELAN ARUS LALU LINTAS ROUNDABOUT

BAB III PROSES POISSON MAJEMUK

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

HUBUNGAN ANTARA HIMPUNAN KUBIK ASIKLIK DENGAN RECTANGLE

PROSIDING ISBN :

Regresi Poisson dan Penerapannya Untuk Memodelkan Hubungan Usia dan Perilaku Merokok Terhadap Jumlah Kematian Penderita Penyakit Kanker Paru-Paru

PENURUNAN MODEL BLACK SCHOLES DENGAN PERSAMAAN DIFERENSIAL STOKASTIK UNTUK OPSI TIPE EROPA

METODE PSEUDO ARC-LENGTH DAN PENERAPANNYA PADA PENYELESAIAN SISTEM PERSAMAAN NONLINIER TERPARAMETERISASI

BAB II KAJIAN TEORI. dalam pembahasan model antrean dengan disiplin pelayanan Preemptive,

PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH)

PENENTUAN MODEL DAN PENGUKURAN KINERJA SISTEM PELAYANAN PT. BANK NEGARA INDONESIA (PERSERO) Tbk. KANTOR LAYANAN TEMBALANG ABSTRACT

ANALISIS REGRESI KUANTIL

PENERAPAN METODE ADAMS-BASHFORTH-MOULTON ORDE EMPAT UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL LINIER HOMOGEN ORDE TIGA KOEFISIEN KONSTAN

II LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran

INJEKSI TOTAL AJAIB PADA GABUNGAN GRAF K 1,s DAN GRAF mk 3 UNTUK m GENAP

KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

MODEL EKSPONENSIAL GANDA PADA PROSES STOKASTIK (STUDI KASUS DI STASIUN PURWOSARI)

Edisi Juli 2015 Volume IX No. 2 ISSN STUDI PEMBENTUKAN PROSES TITIK MELALUI PENDEKATAN UKURAN MENGHITUNG

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Penelitian Operasional II Rantai Markov RANTAI MARKOV

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

RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER SATUAN ACARA PERKULIAHAN (SAP) METODE STOKASTIK OLEH : KHAMALUDIN, S.T., M.T.

INDEKS KEMAMPUAN PROSES BERDASARKAN PROPORSI PERSESUAIAN UNTUK DISTRIBUSI NON NORMAL

PENYELESAIAN NUMERIK DARI PERSAMAAN DIFERENSIAL NONLINIER ADVANCE-DELAY

KARAKTERISASI SEBARAN BINOMIAL NEGATIF

PERHITUNGAN ASURANSI DANA PENSIUN DENGAN MENGGUNAKAN METODE PROJECTED UNIT CREDIT DAN METODE ENTRY AGE NORMAL PADA STATUS GABUNGAN

ANALISIS ESTIMASI PARAMETER REGRESI KUANTIL DENGAN METODE BOOTSTRAP

Catatan Kuliah. MA5181 Proses Stokastik

Transkripsi:

Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 72 79 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN KELAHIRAN MURNI DAN KEMATIAN MURNI DENGAN DUA JENIS KELAMIN DENGAN PROSES STOKASTIK FEBI OKTORA HERNANDA Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas, Kampus UNAND Limau Manis Padang, Indonesia, febihernanda@gmail.com Abstrak. Proses stokastik adalah kumpulan variabel acak yang didefinisikan pada ruang probabilitas. Salah satu model dari proses stokastik adalah proses kelahiran dan kematian dengan jenis kelamin yang berbeda. Proses Yule dan persamaan diferensial dapat digunakan untuk membentuk model stokastik untuk kelahiran murni dan kematian murni dengan dua jenis kelamin. Model ini dapat menggambarkan fenomena untuk dinamika populasi dengan jenis kelamin berbeda dalam berbagai kasus. Kata Kunci: Proses Stokastik, Kelahiran Murni, Kematian Murni 1. Pendahuluan Proses stokastik sangat dominan dalam merumuskan fenomena alam karena lebih realistis dalam menangkap indikasi alam dan relatif dengan melibatkan unsur ruang dan waktu. Proses stokastik menurut Oxford dictionary adalah suatu barisan yang memenuhi hukum-hukum peluang. Ini menyatakan bahwa setiap nilai yang berubah terhadap waktu dengan cara yang tidak tertentu dikatakan mengikuti proses stokastik. Proses stokastik menunjukkan barisan waktu suatu kejadian. Salah satu proses yang spesifik dari suatu proses stokastik adalah proses pencacahan. Sedangkan proses pencacahan yang berupa suatu model dari fenomena alam dinamakan proses Poisson. Salah satu contoh peristiwa dari proses Poisson adalah proses kelahirankematian. Proses kelahiran-kematian yang banyak dibahas dalam literatur adalah proses kelahiran murni dan kematian murni. Proses kelahiran-kematian dikatakan proses kelahiran murni apabila tidak ada proses kematian yang terjadi. Proses kelahiran-kematian dikatakan proses kematian murni apabila tidak ada proses kelahiran yang terjadi. Dalam artikel ini akan dicari suatu rumusan pemodelan untuk proses kelahiran murni dan kematian murni dengan dua jenis kelamin dengan proses stokastik. 2. Proses Stokastik Proses stokastik didefinisikan sebagai suatu kumpulan variabel acak {N(t)} dengan t T dan T R. Bila T = {1, 2, } maka N(t) adalah proses stokastik dalam 72

Pemodelan Kelahiran Murni dan Kematian Murni dengan Proses Stokastik 73 waktu diskrit atau {N(t)} adalah barisan bilangan acak. Bila T = [0, ) maka {N(t)} adalah proses stokastik dalam waktu kontinu, dimana himpunan T disebut ruang parameter, himpunan semua nilai yang mungkin dari N(t) disebut ruang keadaan dari proses stokastik N(t) [4]. Suatu eksperimen yang menghasilkan jumlah sukses yang terjadi pada interval waktu ataupun daerah yang spesifik dikenal sebagai eksperimen Poisson. Variabel acak diskrit X dikatakan berdistribusi Poisson dengan parameter λ jika fungsi peluangnya sebagai berikut P (X = x) = e λ λ x. (2.1) x! Proses Poisson adalah sebuah proses pencacahan yang mempunyai batasan tertentu, yaitu diantaranya mengikuti distribusi Poisson dengan rata-rata λt. Dalam [2] diberikan beberapa asumsi untuk Proses Poisson sebagai berikut. (1) Peluang terjadinya satu kedatangan antara waktu t dan t + t adalah λ t + o( t), dengan λ adalah suatu laju kedatangan. (2) Peluang terjadinya lebih dari satu kedatangan antara waktu t dan t+ t adalah o( t) atau bisa dikatakan diabaikan. (3) Jumlah kedatangan pada interval yang berurutan adalah tetap dan saling bebas. Proses stokastik {N(t), t 0} disebut sebagai proses pencacahan jika N(t) merupakan jumlah total kejadian yang telah terjadi sampai dengan waktu t. Dalam [4] diberikan beberapa sifat dalam proses perhitungan N(t) sebagai berikut. (1) N(t) 0. (2) N(t) adalah bilangan bulat. (3) Jika t t, maka N( t) N(t). (4) Untuk t < t, N(t) N( t) sama dengan jumlah peristiwa yang telah terjadi dalam interval ( t, t]. Proses pencacahan {N(t), t 0} dikatakan proses Poisson dengan rata-rata λ > 0, jika mempunyai sifat stasioner, yakni kejadian yang terjadi pada interval waktu yang dependen [4]. Maka (1) N(0) = 0. (2) P {N( t = 1} = λ t + o( t). (3) P {N( t 2} = o( t). 3. Model Kelahiran Murni Berdasarkan Jenis Kelamin Misalkan λ i merupakan rata-rata kelahiran ke-i dan µ i merupakan rata-rata kematian ke-i. Proses kelahiran-kematian dikatakan proses kelahiran murni jika µ i = 0 untuk setiap i. N(t) merupakan ukuran populasi pada waktu t. N(t) adalah proses kelahiran murni dengan λ i = iλ,i 0 maka proses kelahiran murni ini disebut dengan proses Yule. λ i merupakan suatu barisan bilangan positif dan i menyatakan banyaknya individu lahir serta mengikuti proses Poisson. Dalam [3] dikatakan bahwa proses kelahiran murni memenuhi sifat-sifat sebagai berikut.

74 Febi Octora Hernanda (1) P {N(t + t) N(t) = 1 N(t) = i} = λ i t + o( t). (2) P {N(t + t) N(t) = 0 N(t) = i} = 1 λ i t + o( t). (3) P {N(t + t) N(t) < 0 N(t) = i} = 0. (4) N(0) = 0. Dari sifat-sifat diatas maka didapatkan persamaan diferensial dp i (t) = λ i P i (t) + λ i 1 P i 1 (t); i 1. (3.1) Karena proses kelahiran murni mengikuti proses Yule dimana λ i = iλ, maka persamaan diatas menjadi dp i (t) = iλp i (t) + (i 1)λP i 1 (t); i 1. (3.2) dengan kondisi awal P 1 (0) = 0 ; P i (0) = 0 untuk i > 1. Persamaan diferensial diatas diselesaikan dengan menggunakan penyelesaian persamaan diferensial linier orde satu, maka dari persamaan diatas akan didapatkan solusi umum P i (t) = e λt (1 e λt ) i 1 ; i = 1, 2, 3,. (3.3) Persamaan diatas merupakan model kelahiran murni dengan t = waktu, λ=laju kelahiran selama t dan i menyatakan peluang ke-i. Misalkan i merupakan banyaknya kelahiran individu untuk semua jenis kelamin yang lahir selama waktu t. Maka i dapat dibedakan berdasarkan jenis kelamin yaitu dengan m sebagai jumlah individu wanita yang lahir dan n sebagai jumlah individu pria yang lahir atau dapat dinyatakan i = m + n. Misalkan N 1 ( t) merupakan proses Poisson dengan parameter (λ 1 ) m+n yang menyatakan banyaknya individu wanita yang lahir pada saat t dan N 2 ( t) merupakan prodses Poisson dengan parameter (λ 2 ) m+n yang menyatakan banyaknya individu pria yang lahir selama t dan keduanya saling bebas. Apabila N( t dinotasikan sebagai banyaknya individu wanita maupun pria yang lahir selama t, maka N( t) = N 1 ( t) + N 2 ( t), (3.4) dan selanjutnya N( t) merupakan proses Poisson dengan parameter λ i = (λ 1 ) m+n + (λ 2 ) m+n. (3.5) Kelahiran yang terjadi dalam selang waktu (t, t+ t) saling lepas dengan kelahiran yang terjadi dalam selang waktu (0, t], dimana banyaknya kelahiran yang terjadi dalam selang waktu (0, t] disimbolkan dengan m + n. Maka probabilitas banyaknya individu wanita maupun pria yang lahir pada waktu t, dapat disimbolkan dengan P m+n (t) dan i = m + n. Sehingga diperoleh sifat-sifat sebagai berikut (1) P {N(t) = m + n} = P m+n (t). (2) P {N(t+ t) N(t) = 0 N(t) = m+n} = 1 (((λ 1 ) m+n +(λ 2 ) m+n ) t)+o( t. (3) P {N(t + t) N(t) = 1 N(t) = m + n} = ((λ 1 ) m+n ) + o( t). (4) P {N(t + t) N(t) = 1 N(t) = m + n} = ((λ 2 ) m+n ) + o( t), untuk a 2 pada saat t, maka diperoleh

Pemodelan Kelahiran Murni dan Kematian Murni dengan Proses Stokastik 75 (5) P {N(t + t) N(t) = a N(t) = m + n} = o( t). Karena proses kelahiran murni mengikuti proses Yule maka proses kelahiran berdasarkan jenis kelamin juga megikuti proses Yule untuk wanita maupun pria, sehingga (λ 1 ) m+n = m + n(λ 1 ) dan (λ 2 ) m+n ) = m + n(λ 2 ) dan i = m + n. Maka diperoleh persamaan dp i (t) = i(λ 1 + λ 2 )P i (t) + (i 1)(λ 1 + λ 2 )P i 1 (t). (3.6) Untuk i = 1, 2, dan dengan kondisi awal P 1 (0) = 1, P i (t) = 0 untuk i = 2, 3,. Persamaan diferensial diatas diselesaikan dengan menggunakan penyelesaian persamaan diferensial linier orde satu, maka dari persamaan diatas akan didapatkan solusi umum P i (t) = e ((λ1)+(λ2))t (1 e ((λ1+λ2))t ) i 1, (3.7) dengan P i (t) : menyatakan peluang ke-i banyaknya individu wanita maupun individu pria yang lahir selama t λ 1 : menyatakan rata-rata kelahiran individu wanita selama t λ 2 : menyatakan rata-rata kelahiran individu pria selama t t : menyatakan waktu. Selanjutnya salah satu kasus yang menggambarkan proses kematian murni yaitu pengeluaran akte kelahiran pada kantor pencatatan sipil. Diasumsikan bahwa pada kantor pencatatan sipil pengeluaran akte kelahiran mengikuti proses kelahiran murni dalam suatu keadaan tersebar sepanjang waktu mengikuti distribusi Poisson. Diketahui jumlah kelahiran bayi perempuan tahun 2012 di Kota Padang sebanyak 8.746 dan jumlah kelahiran bayi laki-laki sebanyak 8.059. Dengan demikian dapat ditentukan peluang tidak ada akte kelahiran bayi wanita maupun bayi laki-laki yang dikeluarkan dalam 1 hari. Asumsikan bahwa λ 1 adalah laju pengeluaran akte kelahiran bayi perempuan dan λ 2 adalah laju pengeluaran akte kelahiran bayi laki-laki. Misalkan N(t) adalah jumlah semua akte kelahiran yang dikeluarkan pada waktu t. Banyaknya kelahiran bayi perempuan dalam sehari dapat dihitung sebagai berikut. λ 1 = 8746 12 30 24, 23 kelahiran/hari. Banyaknya kelahiran bayi laki-laki dalam sehari sebagai berikut λ 2 = 8059 12 30 22, 38 kelahiran/hari. Dengan menggunakan persamaan (3.7) maka peluang tidak adanya akte kelahiran bayi perempuan ataupun bayi laki-laki yang dikeluarkan dalam satu hari adalah P 0 (1) = e (24,29+22,38).1 (1 e (24,29+22,38)1 ) 1 1 (3.8) = e 46,47 0. (3.9) Jadi peluang tidak adanya akte kelahiran bayi perempuan maupun bayi yang lakilaki yang dikeluarkan dalam 1 hari adalah 0.

76 Febi Octora Hernanda 4. Model Kematian Murni Berdasarkan Jenis Kelamin Misalkan λ j merupakan rata-rata kematian ke-j dan µ j merupakan rata-rata kematian ke-j. Proses kelahiran-kematian dikatakan proses kematian murni jika λ j = 0 yakni tidak terjadi kelahiran. N(t) merupakan ukuran populasi pada waktu t, adalah proses kematian murni dengan µ j = jµ, j 0. Ini proses kematian murni yang disebut proses Yule. µ j merupakan suatu barisan bilangan positif dan j menyatakan banyaknya individu yang mati. Dalam [3] diberikan beberapa sifat dari proses kematian murni sebagai berikut. (1) P {N(t + t) N(t) = j 1} = µ j t + o( t),j = 1, 2,, N. (2) P {N(t + t) N(t) = j} = 1 µ j t + o( t), j = 1, 2,, N. (3) P {N(t + t) N(t) > j} = 0, j = 0, 1,, N. (4) N(0) = N. Dari sifat-sifat diatas maka diperoleh persamaan diferensial dan karena µ j suatu barisan bilangan positif maka dp j (t) = µ j P j (t) + µ j+1 P j+1 (t); 0 j < N. (4.1) Karena proses kematian murni mengikuti proses Yule maka µ j = jµ, sehingga diperoleh persamaan dp j (t) + jµp j (t) = (j + 1)P j+1 (t). (4.2) Asumsikan proses kematian murni dimulai pada saat j = N, sehingga peluang terdapat N kematian daam populasi saat t = 0 dinotasikan P N (0) adalah 1. Jika 0 j < N maka P N (0) = 0. Dengan menggunakan penyelesaian persamaan diferensial linier orde satu, maka akan didapatkan solusi umum untuk persamaan (4.2) : ( ) N P j (t) = (e µt ) j (1 e µt ) N j ; j = 0,, N. (4.3) j Pemodelan proses kematian murni berdasarkan jenis kelamin hampir sama dengan proses kelahiran murni berdasarkan jenis kealamin. Maka j dapat dibedakan berdasarkan jenis kelamin yaitu dengan r sebagai jumlah individu wanita yang mati dan s sebagai jumlah individu pria yang mati. Misalkan N 1 ( t) merupakan proses Poisson dengan parameter (µ 1 ) r+s yang menyatakan banyaknya kematian individu wanita pada saat t dan N 2 ( t ) merupakan proses Poisson dengan parameter (µ 2 ) r+s yang menyatakan banyaknya kematian individu pria saat t dan keduanya saling bebas. Apabila N( t) dinotasikan banyaknya kematian individu wanita maupun pria pada selang waktu t maka N( t) = N 1 ( t) + N 2 ( t), (4.4) dan selanjutnya N( t) merupakan proses Poisson dengan parameter µ j = (µ 1 ) r+s + (µ 2 ) r+s. (4.5) Kematian yang terjadi dalam selang waktu (t, t+ t) saling lepas dengan kematian yang terjadi dalam selang waktu (0, t] dimana banyaknya kematian yang terjadi

Pemodelan Kelahiran Murni dan Kematian Murni dengan Proses Stokastik 77 dalam selang waktu (0, t] disimbolkan dengan r + s. Maka probabilitas banyaknya individu wanita maupun pria yang mati pada saat t, dapat disimbolkan dengan P r+s (t) dan j = r + s. Sehingga didapat sifat-sifat sebagai berikut (1) P {N(t) = r + s} = P r+s (t). (2) P {N(t + t) N(t) = j N(t) = r + s} = 1 ((µ 1 ) r+s + (µ 2 ) r+s t) + o( t). (3) P {N(t + t) N(t) = j 1 N(t) = r + s} = ((µ 1 ) r+s t) + o( t). (4) P {N(t + t) N(t) = j 1 N(t) = r + s} = ((µ 2 ) r+s t) + o( t), untuk a 2 pada saat t, maka diperoleh (5) P {N(t + t) N(t) = a N(t) = r + s} = o( t). Karena proses kematian murni mengikuti proses Yule maka proses kematian murni berdasarkan jenis kelamin juga mengikuti proses Yule sehingga (µ 1 ) r+s = (r + s)(µ 1 ) dan (µ 2 ) r+s = (r + s)(µ 2 ) dan j = r + s. Sehingga diperoleh persamaan diferensial dp j (t) = j(µ 1 + µ 2 )P j (t) + (j + 1)(µ 1 + µ 2 )P j+1 (t). (4.6) Dengan asumsi yang sama dengan kematian murni maka dengan kondisi awal P N (0) = 1 untuk j = N dan P j (0) = 0 untuk 0 j < N. Sehingga untuk kasus j = N maka P j+1 (t) = 0 sehingga diperoleh persamaan diferensial dp N (t) + N(µ 1 + µ 2 )P N (t) = 0. (4.7) Dengan menggunakan penyelesaian persamaan diferensial linier orde satu maka didapatkan solusi umum ( ) N P j (t) = (e (µ1+µ2)t ) j (1 e (µ1+µ2)t ) N j ; j = 0, 1,, N. (4.8) j dengan P j (t) : menyatakan peluang ke-j banyaknya individu wanita atau pria yang mati selama t µ 1 : mennyatakan rata-rata kematian individu wanita selama t µ 2 : menyatakan rata-rata kematian individu pria selama t t : menyatakan waktu. Selanjutnya salah satu kasus yang menggambarkan proses kematian murni yaitu persediaan imunisasi pada Dinas Kesehatan. Diasumsikan bahwa diawal setiap minggu badan Dinas Kesehatan Kota Padang memiliki 65 unit persediaan imunisasi Vitamin A untuk balita usia 6 11 bulan yang akan disalurkan ke seluruh puskesmas di Kota Padang. Penyaluran persediaan hanya terjadi selama 6 hari pertama (kantor tutup pada hari Minggu) dan mengikuti Proses Poisson. Misalkan ketika persediaan mencapai 15 unit, pesanan imunisasi baru akan dikirimkan pada awal minggu berikutnya. Diketahui banyaknya balita perempuan yang mendapatkan imunisasi vitamin A di Kota Padang sepanjang tahun 2012 adalah 4.246 balita. Semua imunisasi yang tersisa di akhir minggu akan dibuang. Dengan demikian dapat ditentukan probabilitas 15 unit imunisasi (titik pemesanan ulang) di hari t.

78 Febi Octora Hernanda Asumsikan µ 1 adalah laju imunisasi untuk balita perempuan dan µ 2 adalah laju imunisasi untuk balita laki-laki. Banyaknya pemberian imunisasi vitamin A balita perempuan dalam satu hari yaitu µ 1 = 4.461 12 30 12, 39 unit/hari. Sementara banyaknya pemberian imunisasi vitamin A balita laki-laki dalam satu hari yaitu µ 2 = 4.246 12 30 11, 79 unit/hari. Dengan menggunakan persamaan (4.8) maka untuk probabilitas 15 unit imunisasi vitamin A (pemesanan ulang) di hari t dengan j = 15 dan N = 65, sehingga didapatkan P 15 (t) = 65! 15!(65 15)! e 15(12,39+11,79)t (1 e (12,39+11,79)t ) 65 15 untuk t = 1, 2,, 6. Dengan memasukkan semua nilai t pada persamaan diatas maka akan didapatkan hasil bahwa tidak adanya pengajuan pemesanan ulang pada hari t. 5. Kesimpulan Penelitian ini dilakukan untuk mendapatkan model kelahiran murni berdasarkan jenis kelamin dan model kematian murni berdasarkan jenis kelamin. Berdasarkan dari uraian pembahasan di atas maka diperoleh model kelahiran murni berdasarkan jenis kelamin adalah sebagai berikut P i (t) = e ((λ1)+(λ2))t (1 e ((λ1+λ2))t ) i 1, dengan P i (t) : menyatakan peluang ke-i banyaknya individu wanita maupun individu pria yang lahir selama t λ 1 : menyatakan rata-rata kelahiran individu wanita selama t λ 2 : menyatakan rata-rata kelahiran individu pria selama t t : menyatakan waktu. Selanjutnya untuk model kematian murni berdasarkan jenis kelamin diperoleh model sebagai berikut. P j (t) = ( ) N (e (µ1+µ2)t ) j (1 e (µ1+µ2)t ) N j ; j = 0, 1,, N, j dengan P j (t) : menyatakan peluang ke-j banyaknya individu wanita atau pria yang mati selama t µ 1 : mennyatakan rata-rata kematian individu wanita selama t µ 2 : menyatakan rata-rata kematian individu pria selama t t : menyatakan waktu.

Pemodelan Kelahiran Murni dan Kematian Murni dengan Proses Stokastik 79 6. Ucapan Terima kasih Penulis mengucapkan terima kasih kepada Bapak Dr. Dodi Devianto, Ibu Dr. Ferra Yanuar, Bapak Yudiantri Asdi, M.Sc, Ibu Riri Lestari, M.Si, dan Bapak Dr. Ahmad Iqbal Baqi yang telah memberikan masukan dan saran sehingga paper ini dapat diselesaikan. Daftar Pustaka [1] Bain, L. J. and Max. E. 1992. Introduction to Probability and Mathematical Statistic Second Edition. California: Duxuby Press. [2] Dimyati, A. dan Tarliyah, T. 1992. Operation Research Model-Model Pengambilan Keputusan. Bandung: PT Sinar Bagus Algesindo. [3] Karlin, S. and Taylor, Howard M. 1990. A First Course in Stochastic Processes. Second Edition. San Frasisco: Academic Press Inc. [4] Ross, S. 1983 Stochastic Processes. USA: John and Wiley Sons Inc. [5] Varberg, D. and Purcell, E. J. 2006. Calculus and Diferential Equation. PT Elex Media Komputindo. Jakarta. [6] Winston, W. L. 1994. Operation Research. California: Duxbury Press.