Anda di halaman 1dari 40

Prostok-4-firda

1
4. PROSES POISSON
{ } 0 ), ( > t t N
Prostok-4-firda
2
Proses stokastik
( ) { } 0 , > t t N
dikatakan proses
menghitung (counting process) jika ( )
atau
t
N t N
menyatakan banyaknya kejadian yang terjadi
selama waktu t (S.Osaki,1992).
Contoh:
1.
( ) t N
adalah banyaknya bayi yang lahir selama
waktu t. Maka { } 0 ), ( > t t N
proses menghitung.
2.
( ) t N
adalah banyaknya orang yang datang ke
Toserba Grya dalam waktu
[0, ]. t
Maka
proses menghitung.
Definisi :
4.1 Proses Menghitung
Prostok-4-firda
3
Proses menghitung
( ) { } 0 , > t t N
memenuhi sifat:
(i)
( ) 0 > t N
(ii)
(iii) Jika
( ) t N
adalah bilangan bulat
, t s <
maka ( ) t N s N s ) (
(iv) Untuk ( ) ( ) s N t N t s < , menyatakan
banyaknya kejadian yang terjadi pada interval
. ] , ( t s
waktu
Prostok-4-firda
4
Proses menghitung disebut proses dengan
kenaikan bebas (independent increments)
jika banyaknya kejadian yang terjadi pada
interval waktu terpisah adalah saling bebas.
artinya, banyaknya kejadian yang terjadi pd
waktu t, (yaitu N(t)), bebas dari banyaknya
kejadian yang terjadi pd waktu antara t dan t+s,
(yaitu N(t+s)-N(t)).
Prostok-4-firda
5
Proses menghitung disebut proses dengan
kenaikan stasioner (stationary increments)
jika distribusi dari banyaknya kejadian yang
terjadi pada interval waktu tertentu hanya
tergantung pada panjang dari interval tersebut,
tidak bergantung pada letak interval tersebut.
Artinya, banyaknya kejadian pada interval waktu
| ( s t s t + +
2 1
, ( ) ( ))
1 2
s t N s t N + + (yaitu
mempunyai distribusi yang sama dengan
banyaknya kejadian pada interval waktu | (
2 1
, t t
(yaitu
( ) ( ) , )
1 2
t N t N untuk semua . 0 ,
2 1
> < s t t
) ( 1 h o h e
h
+ =

Prostok-4-firda
6
Definisi:
Fungsi
( )
. 0 lim
0
=

h
h f
h
) (h f
dikatakan ) (h o jika
Contoh:
Untuk interval waktu yang kecil (h >0),
h
e

=
) ( 1 h o h e
h
+ =

(tidak ada kejadian pada interval waktu


yg kecil h>0)
(peluang ada kejadian pada interval waktu
yg kecil h>0)
2 3
0
( ) ( ) ( )
1 ...
! 2! 3!
n
n
h h h
h
n

= + +

Prostok-4-firda
7
7
Definisi 1:
Suatu proses menghitung
{ }
( ), 0 N t t > dikatakan
proses Poisson dengan laju (parameter) 0 >
jika memenuhi:
(i)
(0) 0 N =
(ii) Proses mempunyai kenaikan bebas stasioner
(stationary independent increments)
(iii)
( ( ) 1) ( ) P N h h o h = = +
( ( ) 2) ( ) P N h o h > =
(iv)
(S. Osaki,1992)
4.2 Definisi Proses Poisson
Prostok-4-firda
8
8
Dari definisi ini, untuk berlaku,
0 t >
(menyatakan peluang bahwa ada k kejadian yang terjadi
pada interval (0,t].
0
( ) 1
k
k
P t

=
=

Karena proses Poisson stasioner,maka


( ) ( ( ) | (0) 0) , 0,1, 2,...
k
P t P N t k N k = = = =
( ( ) ( ) ) ( ( ) | (0) 0) ( )
untuk sebarang 0, 0.
k
P N s t N s k P N t k N P t
s t
+ = = = = =
> >
hukum peluang total
Prostok-4-firda
9
9
Definisi 2:
Suatu proses menghitung
{ }
( ), 0 N t t >
dikatakan
proses Poisson dengan laju (parameter) 0 >
jika memenuhi:
(i)
(0) 0 N =
(ii) Proses mempunyai kenaikan bebas
(independent increments)
(iii) Peluang ada k kejadian dalam interval waktu t:
, 0. ( ) ( ) ( ). s t N s t N s POI t > +
(S. Osaki,1992)
( )
( )
( ) ( ) ( ) , 0,1,...
!
k
t
k
t
P t P N t s N s k e k
k


= + = = =
Prostok-4-firda
10
( ) , ] [ t t N E =
( )
[ ] E N t
t
= =
rate (laju dari proses)
= rata-rata banyaknya kejadian yang terjadi
per waktu t.
Maka
( )
[ ] , Var N t t =
Prostok-4-firda
11
Definisi 1 dan Definisi 2 ekivalen
Bukti:
(a) Definisi 1 Definisi 2
Sifat (i), (ii) jelas
Selanjutnya, tulis
( )
( ) ( )
k
P t P N t k = =
Prostok-4-firda
12
( ) 0 ) ( ) ( , 0 ) ( = + = = t N h t N t N P
( ) ( ) 0 ) (
0
= + = + h t N P h t P
( ) ( ) 0 ) ( ) ( 0 ) ( = + = = t N h t N P t N P
) ( ) (
0 0
h P t P =
)) ( 1 )( (
0
h o h t P + =
kenaikan
bebas
kenaikan
stasioner
Sifat (iii),(iv)
0 0
( ) ( ) ( ) P t hP t o h = +
Untuk k = 0,
Prostok-4-firda
13
Dari bentuk
( )
0 0 0
( ) ( ) ( ) P t h P t hP t o h + == +
( )
0 0
0
0
( ) ( )
' lim
h
P t h P t
P t
h

+
=
diperoleh :
0
0
( )
lim ( )
h
o h
P t
h

= +
0 0
'( ) ( ) P t P t =
0
(0) 1 P = Dengan syarat awal
0
( ) .
t
P t Ce

=
0
( ) .
t
P t e

=
Prostok-4-firda
14
( )
( )
( )
( ) , ( ) ( ) 0
( ) 1, ( ) ( ) 1
( ) 2, ( ) ( ) 2
P N t k N t h N t
P N t k N t h N t
P N t k N t h N t
= = + =
+ = + =
+ s + >
( ) ( ) k h t N P h t P
k
= + = + ) (
1
( )(1 ( )) ( )( ( )) ( )
k k
P t h o h P t h o h o h

= + + + +
) ( ) ( ) ( ) ( ) (
1 1 0
h o h P t P h P t P
k k
+ + =

( ( ) ) ( ( ) 0) ( ( ) 1) ( ( ) 1)
( ( ) 2) ( ( ) 2)
P N t k P N h P N t k P N h
P N t k P N h
= = = + = =
+ s >
Untuk 1, k >
Prostok-4-firda
15
( )
0
( ) ( )
' lim
k k
k
h
P t h P t
P t
h

+
=
( )
1
(1 ) ( ) ( ) ( )
k k k
P t h h P t hP t o h

+ = + +
atau
Dari sini diperoleh :
1
( ) ( )
k k
P t P t

= +
) ( ) ( ) ( '
1
t P t P t P
k k k
= +
Atau ditulis,
PDB linear
t
k
k
e
k
t
t P


=
!
) (
) (
Prostok-4-firda
16
{ }
1
( ) ( )
t t
k k
P t e e P t dt

=
}
Untuk k =1,
t
te t P


= ) (
1
Dengan induksi matematik diperoleh:
Dengan syarat awal P
1
(0)=0, diperoleh:
{ }
1 0
( ) ( )
t t
P t e e P t dt

=
}
Hal ini menunjukkan
( )
( )
( ) ( )
!
k
t
t
P N t s N s k e
k


+ = =
(Sifat (iii) Definisi 2).
Prostok-4-firda
17
(b) Definisi 2 Definisi 1
Sifat (i) jelas
Dari sifat (iii) definisi 2,
( ) ( ) N t s N s +
mempunyai distribusi yang sama dengan ( ), N t
Artinya, punya kenaikan stasioner (sifat (ii) definisi 1).
Selanjutnya, dari sifat (iii) definisi 2,
( ( ) 1)
h
P N h he


= =
2 3 4
( ) ( ) ( )
1 ...
2! 3! 4!
h h h
h h



= + +
`
)
18
3 4 5
2
( ) ( ) ( )
( ( ) 1) ( ) ...
2! 3! 4!
h h h
P N h h h



= = + + +
`
)
( ) h o h = +
(memenuhi sifat (iii) definisi 1).
Selanjutnya,
( )
2
( ( ) 2)
!
k
h
k
h
P N h e
k

=
> =

2 3 4
( ) ( ) ( )
...
2! 3! 4!
h
h h h
e


= + + +
`
)
( )
2
2 ( ) 1
...
2! 3! 4!
h
h h
h e



= + + +
`
)
( )
( )
2
2
2
!
k
h
k
h
h e
k

=
=

( ) o h =
(memenuhi sifat (iv) definisi 1.
Prostok-4-firda
19
Contoh:
1. Pelanggan tiba di toko mengikuti proses Poisson
dengan laju 2 orang per jam selama jam kerja dari
pukul 10.00 (t=0) sampai pukul 18.00.
a. Tentukan peluang bahwa k pelanggan (k = 0,1,2)
datang pada pukul 13.00 15.00.
b. Tentukan mean dan variansi dari kedatangan
pelanggan selama jam kerja.
Prostok-4-firda
20
2
2.2 4
2
(2.2)
2 (2) ( (2) 2) 8 0,147
2!
k P P N e e

= = = = = =
1
2.2 4
1
(2.2)
1 (2) ( (2) 1) 4 0, 073
1!
k P P N e e

= = = = = =
Jawab:
2 ; ) ( ~ ) ( = t POI t N
a. waktu: 13.00 15.00 t =2.
t
k
k
e
k
t
k t N P t P


= = =
!
) (
) ) ( ( ) (
0
2.2 4
0
(2.2)
0 (2) ( (2) 0) 0, 018
0!
k P P N e e

= = = = = =
Prostok-4-firda
21
16 8 . 2 )) 8 ( ( = = N Var
16 8 . 2 )] 8 ( [ = = N E
b. Selama jam kerja ( 10.00 18.00 ) t = 8
[ ( )] ; E N t t =
2. Panggilan telepon mengikuti proses Poisson dengan
laju 10/jam.
a. Tentukan peluang bahwa ada 8 panggilan telepon
terjadi pada satu jam pertama.
b. Tentukan peluang terdapat 3 panggilan telepon
pada setengah jam pertama dan 6 panggilan telepon
pada setengah jam kedua.
( ( )) Var N t t =
( ) ( ) ( ) ( ) 6 5 , 0 ) 1 ( 3 5 , 0 = = = N N P N P
( )
( )
( )
( )
02 , 0
! 6
) 5 , 0 .( 10
.
! 3
) 5 , 0 .( 10
5 , 0 10
6
5 , 0 10
3
= =

e e
( ) ( ) ( ) ( ) 6 5 , 0 3 5 , 0 = = = N P N P
Prostok-4-firda
22
10 = Jawab:
a.
8
(1) ( (1) 8) P P N = = =
b. ( ) ( ) ( ) 6 5 , 0 ) 1 ( , 3 5 , 0 = = N N N P
kenaikan bebas
kenaikan stasioner
8
10
10
0,113
8!
e

=
Waktu antar kedatangan
23
Berdasarkan proses menghitung { }, 0 ), ( > t t N
N(t) menyatakan banyaknya kejadian sampai waktu t.
Perhatikan bahwa kejadian-kejadian tersebut dapat
terjadi kapan saja dalam interval (0,t].
Misalkan kejadian pertama terjadi pada saat
disini
1
, t
1 1
( ) 1dan ( ) 0untuk . N t N t t t = = <
Kejadian kedua terjadi pada saat
dan
2 2
, maka ( ) 2 t N t =
1 2
( ) 1untuk . N t t t t = s <
Disini, adalah panjang waktu terjadinya
kejadian ke k+1 setelah kejadian ke k.
_ 1 k k
t t
+

Panjang selang ini disebut dengan waktu antar
kedatangan/waktu antar kejadian.
Ilustrasi
Prostok-4-firda
24
1
t
2
t
3
t
1 i
t

i
t
1 i i i
X t t

=
1
( ) 1 N t =
2
( ) 2 N t =
1
X
2
X
Waktu antar
kedatangan
2 1 2
( ) 2, ( ) 1 untuk N t N t t t t = = s <
1 1
( ) 1, ( ) 0 untuk N t N t t t = = <
Prostok-4-firda
25
Definisi:
Berdasarkan proses menghitung { }, 0 ), ( > t t N
Misalkan
1
X adalah waktu dari kejadian pertama.
Untuk , 1 > n misalkan
n
X
adalah waktu antara
kejadian ke (n-1) dan kejadian ke n.
Maka
{ } 1 , > n X
n
disebut barisan waktu antar
kedatangan/waktu antar kejadian.
Prostok-4-firda
26
Teorema
Waktu antar kedatangan ,... 2 , 1 , = n X
n
dari suatu
proses Poisson adalah saling bebas dan berdistribusi
eksponensial dengan parameter
Bukti:
Catat bahwa, terjadi jika tidak ada kejadian
dari proses Poisson yang terjadi pada interval [0,t].
{ } t X >
1
Akan ditunjukkan ) ( ~ ,..., , ,
3 2 1
EXP X X X X
n
Ini identik dengan
{ }
( ) 0 . N t =
4.3 Distribusi Waktu Antar Kedatangan
.
0 t X1
Prostok-4-firda
27
maka
t
e t N P t X P t X P

= = = > = s 1 ) 0 ) ( ( 1 ) ( 1 ) (
1 1
Jadi
) ( ~
1
EXP X
Untuk ,
2
X
) | ( 1 ) | (
1 2 1 2
s X t X P s X t X P = > = = s
kita dapatkan distribusi bersyarat dengan
kejadian pertama terjadi pada waktu s.
1
1 ( ( ) ( ) 0| ) P N t s N s X s = + = =
) 0 ) ( ) ( ( 1 = + = s N s t N P
) 0 ) ( ( 1 = = t N P
t
e

=1
kenaikan bebas
kenaikan stasioner
) ( ~
2
EXP X
Prostok-4-firda
28
Dengan induksi matematika, kita dapatkan,
tiap waktu antar kedatangan adalah saling bebas dan
berdistribusi eksponensial dengan parameter . (terbukti)

n
X
Contoh
Jika kedatangan pasien ke sebuah rumah sakit mengikuti
proses Poisson dengan laju 5/jam, tentukan distribusi peluang
dari waktu antar kedatangan pasien ke 10 dan ke 11.

Jawab:
Berdasarkan teorema, waktu antar kedatangan pasien
berdistribusi eksponensial dengan parameter 5/jam.

2
1 1
, 1, 2,..., ~ ( ) [ ] , [ ] .
k k k
X k n EXP E X Var X

= = =
Prostok-4-firda
29
Soal
1. Toko buka dari pukul 9.00 sampai 18.00.
Pelanggan datang mengikuti proses Poisson
dengan laju 10 orang per jam selama jam kerja.
a. Tentukan mean dan variansi kedatangan
pelanggan selama jam kerja.
b. Tentukan peluang tidak ada pelanggan yang
datang dalam waktu setengah jam.
2. Toko buka dari pukul 9.00 sampai 18.00. Pelanggan
datang mengikuti proses Poisson dengan mean dari
waktu antar kedatangan adalah 6 menit.
a. Tentukan peluang ada k pelanggan (k=0,1,2) datang
dalam waktu setengah jam
b. Tentukan mean dan variansi kedatangan pelanggan
selama jam kerja.
Prostok-4-firda
30
3. Banyaknya panggilan telepon di suatu kantor
mengikuti proses Poisson dengan laju 2 kali per menit.
Tentukan peluang bahwa selang waktu antara 2
panggilan berturutan tidak lebih dari 4 menit.
4. Jika { } 0 ), ( > t t N
adalah suatu proses Poisson,
Tunjukkan bahwa
k n k
t
s
t
s
k
n
n t N k s N P

|
.
|

\
|

|
.
|

\
|
|
|
.
|

\
|
= = = 1 ) ) ( | ) ( (
n k ,..., 2 , 1 , 0 =
untuk . t s <
Prostok-4-firda
31
Jika
n
S
adalah waktu tunggu sampai kejadian ke n,
maka
,... 2 , 1 , ...
2 1
= + + + = n X X X S
n n
Realisasi dari waktu antar kedatangan dan waktu tunggu
1
X
2
X
n
X
1
S
2
S
3
S
1 n
S

n
S
n
S
Waktu menunggu dan distribusinya
Waktu menunggu sampai kejadian ke n adalah :
1 2 1 3 2 1
( ) ( ) ... ( )
n n
t t t t t t t

+ + + +
Prostok-4-firda
32
Untuk proses Poisson,
( ) ( ) dan ( ) , ( 1, 2,...)
k
N t POI t X EXP k =
0
1
, 0.
n
n k
k
S X S
=
= =

Perhatikan waktu tunggu,


Karena adalah bebas dan , 1, 2,...
n
X n = ( ),
n
X EXP
maka
( , ),
n
S GAM n
( )
1
0
( )
( 1)!
n
x
t
n
x e
P S T dx
n




s =

}
Prostok-4-firda
33
n t N t S
n
> s ) ( dan
Hubungan antara
; ) ( dan t N S
n
n t N t S
n
> s ) (
Hubungan antara
, 0 >
1
0
( ) ( )
( 1)! !
t
n x i
t
i n
x e t
dx e
n i

=
=


}
Prostok-4-firda
34
Teorema
Untuk proses Poisson dengan laju
) ) ( ( ) ( n t N P t S P
n
> = s
yakni
Ekivalen dengan
) ) ( ( ) ( n t N P t S P
n
< = >
yakni
1
1
0
( ) ( )
( 1)! !
n x i
n
t
i
t
x e t
dx e
n i

=
=


}
Prostok-4-firda
35
4.4 Distribusi bersyarat waktu antar
kedatangan
1
( | ( ) 1) P X s N t s = =
Distribusi bersyarat dari waktu antar kedatangan
pertama diberikan ada kejadian pada waktu [0,t],
,
1
X
Untuk , t s s
) 1 ) ( (
) 0 ) ( ) ( ( ) 1 ) ( (
=
= =
=
t N P
s N t N P s N P
) 1 ) ( (
) 0 ) ( ( ) 1 ) ( (
=
= =
=
t N P
s t N P s N P
t
s
te
e se
t
s t s
= =

) (
.
1
( , ( ) 1)
( ( ) 1)
P X s N t
P N t
s =
=
Prostok-4-firda
36
Superposisi proses Poisson
Misalkan proses
{ } 0 ), ( ) (
2 1
> + t t N t N
{ } 0 ), (
1
> t t N
Maka
{ } 0 ), (
2
> t t N
proses Poison dengan laju
adalah proses Poisson dengan laju
juga merupakan
dan

dan

. +
Bukti: Cobakan
{ } 0 ), ( > t t N
Prostok-4-firda
37
4.5 Proses Poisson Nonhomogen
Definisi:
Proses menghitung dikatakan
proses Poisson Nonhomogen atau nonstasioner
dengan fungsi intensitas
) (t jika memenuhi:
(i) N(0) = 0
(ii) Proses mempunyai kenaikan bebas
(iii) ) ( ) ( ) 1 ) ( ) ( ( h o h t t N h t N P + = = +
) ( ) 2 ) ( ) ( ( h o t N h t N P = > +
(iv)
Prostok-4-firda
38
Proses Poisson homogen mempunyai parameter
( ). t
,
Proses Poisson nonhomogen mempunyai parameter
Yakni,
0
( ) ( ) .
t
m t x dx =
}
Maka kita punyai,
( ) ( ( ) | (0) 0)
k
P t P N t k N = = =
| |
( )
( )
!
k m t
m t e
k

=
[ ( )] ( ) E N t m t =
( ) t
disebut fungsi intensitas.
Prostok-4-firda
39
1. Banyaknya pelanggan yang datang ke suatu
toko mengikuti proses Poisson dengan laju
3 orang perjam.
a. Tentukan nilai harapan jumlah pelanggan yang
datang antara pukul 8.00 dan 10.00 di suatu pagi.
b. Tentukan peluang bahwa untuk menunggu
datangnya 7 pelanggan dibutuhkan waktu
lebih dari 2 jam.
2. Banyaknya kecelakaan pada jalan tol mengikuti
proses Poisson dengan laju 13 kali perbulan.
a. Tentukan peluang bahwa selang waktu antara
2 kecelakaan berturut-turut tidak lebih dari
2 hari.
Soal
Prostok-4-firda
40
b. Tentukan nilai harapan jumlah kecelakaan yang
terjadi antara bulan Maret 2011 dan bulan Juli 2011.
(catat bahwa 1 bulan = 30 hari).
3. Supermarket buka dari pukul 10.00 sampai pukul 20.00
Pelanggan datang mengikuti proses Poisson non
homogen dengan fungsi intensitas:

s s
< s
< s +
< s
=
10 8 ; 40 400
8 6 ; 80
6 2 ; 20 10
2 0 ; 20
) (
t t
t
t t
t t
t
a. Hitung rataan dan variansi dari kedatangan
pelanggan pada waktu kerja dari 10.00 20.00.
b. Hitung rataan dan variansi dari kedatangan pelanggan
pada pukul 16.00 18.00.