MAKALAH TEKNIK SWITCHING & REKAYASA

PROSES STOKASTIK

Disusun oleh :
Nama : Hanina Regitha Afifah
NIM : 1541160107
Kelas : JTD-3A

PROGRAM STUDI JARINGAN TELEKOMUNIKASI DIGITAL

JURUSAN TEKNIK ELEKTRO
POLITEKNIK NEGERI MALANG
2017
 BAB I
PENDAHULUAN

A. Latar Belakang
Statistika berasal dari bahasa latin yaitu status yang berarti negara dan digunakan
untuk urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk
menggambar keadaan dan menyelesaikan masalah yang berhubungan dengan kenegaraan saja
seperti : perhitungan banyaknya penduduk, peembayaran pajak, gaji pegawai, dan lain
sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika terapan yang
membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan,
penyajian, analisis data, serta penarikan kesimpulan yang sahih sehingga keputusan yang
diperoleh dapat diterima.
Sementara stochastik adalah Kata stokastik (stochastics) merupakan jargon untuk
keacakan. Oxford Dictionary (1993) menakrifkan proses stokastik sebagai suatu barisan
kejadian yang memenuhi hukum-hukum peluang. Hull (1989, hlm.62) menyatakan bahwa
setiap nilai yang berubah terhadap waktu dengan cara yang tidak tertentu (dalam
ketidakpastian) dikatakan mengikuti proses stokastik. Dengan demikian, jika dari
pengalaman yang lalu keadaan yang akan datang suatu barisan kejadian dapat diramalkan
secara pasti, maka barisan kejadian itu dinamakan deterministik. Sebaliknya jika pengalaman
yang lalu hanya dapat menyajikan struktur peluang keadaan yang akan datang, maka barisan
kejadian yang demikian disebut stokastik. Proses stokastik banyak digunakan untuk
memodelkan evolusi suatu sistem yang mengandung suatu ketidakpastian atau sistem yang
dijalankan pada suatu lingkungan yang tak dapat diduga, dimana model deterministik tidak
lagi cocok dipakai untuk menelisik (menganalisis) sistem.

B. Rumusan masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada beberapa rumusan
masalah yang terkaji yakni :
a. Apa yang dimaksud dengan Stokastik dan Proses Stokastik?
b. Apa contoh Proses Stokastik?
c. Contoh Proses Stokastik pada kehidupan sehari hari
C. Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai dalam
penulisan makalah ini adalah sebagai berikut:
a. Mengetahui pengertian dari Stokastik dan Proses Stokastik .
b. Mengetahui contoh proses stokastik
c. Mengetahui contoh dari proses stokastik pada kehidupan sehari hari
 BAB II
PEMBAHASAN

A. STOKASTIK
A.1. Pengertian Stochastik
Kata stokastik (stochastics) merupakan jargon untuk keacakan. Oxford Dictionary
(1993) menakrifkan proses stokastik sebagai suatu barisan kejadian yang memenuhi hukum-
hukum peluang. Hull (1989, hlm.62) menyatakan bahwa setiap nilai yang berubah terhadap
waktu dengan cara yang tidak tertentu (dalam ketidakpastian) dikatakan mengikuti proses
stokastik. Dengan demikian, jika dari pengalaman yang lalu keadaan yang akan datang suatu
barisan kejadian dapat diramalkan secara pasti, maka barisan kejadian itu dinamakan
deterministik. Sebaliknya jika pengalaman yang lalu hanya dapat menyajikan struktur
peluang keadaan yang akan datang, maka barisan kejadian yang demikian disebut stokastik.
Proses stokastik banyak digunakan untuk memodelkan evolusi suatu sistem yang
mengandung suatu ketidakpastian atau sistem yang dijalankan pada suatu lingkungan yang
tak dapat diduga, dimana model deterministik tidak lagi cocok dipakai untuk menelisik
(menganalisis) sistem.
Dalam teori probabilitas dan bidang terkait, proses stokastik atau acak adalah objek
matematika yang biasanya didefinisikan sebagai kumpulan variabel acak . Secara historis,
variabel acak dikaitkan atau diindeks oleh serangkaian angka, biasanya dilihat sebagai titik
waktu, memberikan interpretasi proses stokastik yang mewakili nilai numerik beberapa
sistem yang secara acak berubah dari waktu ke waktu , seperti pertumbuhan populasi bakteri ,
sebuah arus listrik yang berfluktuasi karena thermal noise , atau gerakan dari gas molekul.
Proses stokastik banyak digunakan sebagai model matematis sistem dan fenomena yang
nampak bervariasi secara acak. Mereka memiliki aplikasi dalam berbagai disiplin ilmu
termasuk ilmu seperti biologi , kimia , ekologi , neuroscience , dan fisika sertateknologi dan r
ekayasa bidang seperti pengolahan gambar , pemrosesan sinyal , teori informasi , ilmu
komputer , kriptografi dan telekomunikasi . Selanjutnya, perubahan acak yang tampaknya
terjadi di pasar keuangan telah memotivasi penggunaan ekstensif proses stokastik di bidang
keuangan.
Istilah fungsi acak juga digunakan untuk merujuk pada proses stokastik atau
acak, karena proses stokastik juga dapat diartikan sebagai elemen acak dalam ruang
fungsi . Istilah proses stokastik dan proses acak digunakan secara bergantian, seringkali
tanpa ruang matematika spesifik untuk himpunan yang mengindeks variabel acak. Namun
seringkali kedua istilah ini digunakan ketika variabel-variabel acak diindeks oleh bilangan
bulat atau selang dari garis nyata . Jika variabel acak diindeks oleh bidang
Cartesian atau ruang Euclidean dengan dimensi lebih tinggi , maka kumpulan variabel acak
biasanya disebut medan acak . Nilai dari proses stokastik tidak selalu angka dan dapat berupa
vektor atau objek matematis lainnya.

B. CONTOH PROSES STOKASTIK

a. Proses Bernoulli
Salah satu proses stokastik yang paling sederhana adalah proses Bernoulli , yang
merupakan urutan variabel acak independen dan identik (iid) acak, di mana setiap variabel
acak memerlukan nilai satu dengan probabilitas, katakanlah, dan nilai nol dengan
probabilitas . Proses ini bisa disamakan dengan seseorang yang membalik koin, di mana
probabilitas mendapatkan kepala adalah dan nilainya adalah satu, sedangkan nilai ekornya
nol. Dengan kata lain, proses Bernoulli adalah urutan variabel acak Bernettli, dimana setiap
koin flip adalah uji coba Bernoulli.
b. Random Walk
Jalan acak adalah proses stokastik yang biasanya didefinisikan sebagai
jumlah variabel acak iid atau vektor acak di ruang Euclidean, sehingga merupakan proses
yang berubah dalam waktu diskrit. Namun beberapa juga menggunakan istilah untuk merujuk
pada proses yang berubah dalam waktu kontinu, khususnya proses Wiener digunakan di
bidang keuangan, yang telah menyebabkan beberapa kebingungan, sehingga dalam
kritiknya Ada berbagai jenis jalan acak lainnya, yang didefinisikan sehingga ruang negara
mereka dapat menjadi objek matematis lainnya, seperti kisi dan kelompok, dan secara umum
mereka sangat banyak dipelajari dan memiliki banyak aplikasi dalam berbagai disiplin ilmu.
Contoh klasik dari jalan acak dikenal sebagai jalan acak sederhana , yang merupakan
proses stokastik dalam waktu diskrit dengan bilangan bulat sebagai ruang negara, dan
didasarkan pada proses Bernoulli, di mana setiap variabel Bernoulli iid mengambil nilai
positif satu atau negatif Dengan kata lain, jalan acak sederhana terjadi pada bilangan bulat,
dan nilainya meningkat satu dengan probabilitas, katakanlah, , atau menurun secara negatif
dengan probabilitas , jadi kumpulan indeks dari jalan acak ini adalah bilangan asli,
sedangkan ruang negaranya adalah bilangan bulat. Jika , jalan acak ini disebut jalan
acak simetris.
 c. Proses Wiener

Realisasi proses Wiener (atau proses gerak Brown) dengan drift ( biru) dan tanpa drift
( merah ).
Proses Wiener adalah proses stokastik dengan penambahan stasioner dan independen
yang biasanya didistribusikan berdasarkan ukuran kenaikan. Proses Wiener dinamai Norbert
Wiener , yang membuktikan keberadaan matematisnya, namun prosesnya juga disebut proses
gerak Brown atau hanya gerakan Brown karena hubungan historisnya sebagai model gerakan
Brown dalam cairan.
Memainkan peran sentral dalam teori probabilitas, proses Wiener sering dianggap
sebagai proses stokastik yang paling penting dan dipelajari, dengan koneksi ke proses
stokastik lainnya. Indeks Its set dan ruang negara adalah nomor non-negatif dan bilangan
real, masing-masing, sehingga memiliki kedua indeks terus menerus mengatur dan
menyatakan ruang. Tapi prosesnya dapat didefinisikan secara lebih umum sehingga ruang
kenegaraannya bisa jadi ruang Euclidean dimensi. Jika mean dari kenaikan apapun adalah
nol, maka proses gerak Wiener atau Brown yang dihasilkan dikatakan memiliki nol arus. Jika
rata-rata kenaikan untuk dua titik waktu sama dengan perbedaan waktu dikalikan dengan
beberapa konstanta , yang merupakan bilangan real, maka proses stokastik yang dihasilkan
dikatakan telah melayang .
Hampir pasti , jalur sampel dari proses Wiener terus berlanjut dimana-mana
namun tidak dapat dibedakan . Ini bisa dianggap sebagai versi kontinu dari jalan acak
sederhana. Prosesnya muncul sebagai batas matematis dari proses stokastik lainnya seperti
jalan acak tertentu yang rescaled, yang merupakan subjek teorema Donsker atau prinsip
invarian, yang juga dikenal sebagai teorema limit sentral fungsional.
Proses Wiener adalah anggota beberapa keluarga penting dari proses stokastik,
termasuk proses Markov, proses Lvy dan proses Gaussian. Prosesnya juga memiliki banyak
aplikasi dan merupakan proses stokastik utama yang digunakan dalam kalkulus stokastik. Ini
memainkan peran sentral dalam keuangan kuantitatif, mana digunakan, misalnya, dalam
model Black-Scholes-Merton. Proses ini juga digunakan di berbagai bidang, termasuk
sebagian besar ilmu alam serta beberapa cabang ilmu sosial, sebagai model matematis untuk
berbagai fenomena acak.
d. Proses Poisson
Proses Poisson atau Poisson point adalah proses stokastik yang memiliki bentuk dan
definisi yang berbeda. Hal ini dapat didefinisikan sebagai proses penghitungan, yang
merupakan proses stokastik yang mewakili jumlah titik atau kejadian acak sampai beberapa
waktu. Jumlah titik proses yang berada dalam interval dari nol sampai beberapa waktu
tertentu adalah variabel acak Poisson yang bergantung pada waktu dan beberapa
parameter. Proses ini memiliki bilangan natural sebagai ruang negara dan jumlah non-negatif
sebagai indeks yang ditetapkan. Proses ini juga disebut proses penghitungan Poisson, karena
bisa diartikan sebagai contoh proses penghitungan.
Jika proses Poisson didefinisikan dengan konstanta positif tunggal, maka prosesnya
disebut proses Poisson homogen. Proses Poisson homogen (dalam waktu kontinu) adalah
anggota kelas penting proses stokastik seperti proses Markov dan proses Lvy.
Proses Poisson homogen dapat didefinisikan dan digeneralisasi dengan cara yang
berbeda. Hal ini dapat didefinisikan sedemikian rupa sehingga set indeksnya adalah garis
sebenarnya, dan proses stokastik ini juga disebut proses Poisson stasioner. Jika parameter

konstan proses Poisson diganti dengan beberapa fungsi integral non-negatif , proses yang
dihasilkan disebut proses Poisson inhomogeneous atau nonhomogeneous, dimana kerapatan
rata-rata titik-titik proses tidak lagi konstan. Sebagai proses mendasar dalam teori antrian,
proses Poisson adalah proses penting untuk model matematis, di mana ia menemukan
aplikasi untuk model kejadian yang terjadi secara acak pada jendela waktu tertentu.
Ditetapkan pada garis real, proses Poisson dapat diartikan sebagai proses
stokastik, antara objek acak lainnya. Tetapi proses titik Poisson dapat didefinisikan pada
Ruang Euclidean atau ruang matematis lainnya, mana sering ditafsirkan sebagai kumpulan
acak atau penghitungan acak, bukan proses stokastik. Proses titik Poisson adalah salah satu
objek terpenting dalam teori probabilitas, baik untuk aplikasi dan alasan teoritis. Tetapi telah
dikatakan bahwa proses Poisson tidak menerima banyak perhatian sebagaimana mestinya,
sebagian karena hal itu sering dianggap hanya pada garis sebenarnya, dan bukan pada ruang
matematika lainnya.
C. CONTOH PROSES STOKASTIK PADA KEHIDUPAN SEHARI-HARI
a. Jumlah Penumpang Bus
Sebagai contoh jumlah penumpang ketika pagi hari, mendekati jam kerja sangat
banyak. Jumlah ini akan berangsur-angsur menurun ketika jam kerja sudah dimulai dan
menjelang jam istirahat. Jumlah penumpang akan kembali naik ketika jam pulang kerja. Hal
ini berlangsung hampir setiap hari, namun tidak dapat dipastikan fungsi apa yang
mendekatinya.
b. Jumlah Pengunjung Grojokan Sewu
Jumlah pengunjung Grojogan Sewu akan meningkat tajam pada saat liburan sekolah
maupun weekend. Namun setiap harinya juga terdapat pengunjung yang jumlahnya tidak
menentu. Dari jumlah pengunjung ini tidak dapat ditentukan fungsi yang pasti, namun dapat
didekati dengan suatu fungsi interval yang bentuknya akan meningkat pada saat weekend
ataupun liburan.
c. Pengunjung Warung Makan
Pengunjung warung makan akan meningkat pada saat jam-jam makan siang dan
istirahat, dan akan berangsur-angsur berkurang ketika jam makan sudah usai. Begitu
seterusnya.
 BAB III

PENUTUP

A. KESIMPULAN

Statistika dan stakostik dipelajari di berbagai bidang ilmu karena statistika dan
stakostik adalah sekumpulan alat analisis data yang dapat membantu pengambil keputusan
untuk mengambil keputusan berdasarkan hasil kesimpulan pada analisis data dari data yang
dikumpulkan. Selain itu juga kita bisa meramalkan keadaan yang akan datang berdasarkan
data masa lalu.
Kegunaan mempelajari ilmu Statistik dan Stakostik adalah:
1. Memperoleh gambaran suatu keadaan atau persoalan yang sudah terjadi.
2. Untuk Penaksiran (Forecasting)
3. Untuk Pengujian (Testing Hypotesa)
Sedangkan Pentingnya mempelajari Dispersi data didasarkan pada 2 pertimbangan:
1. Pusat data (rata2, median dan modus) hanya memberi informasi yang sangat terbatas.
2. Kedua, dispersi data sangat penting untuk membandingkan penyebaran dua distribusi
data atau lebih.
B. SARAN

Pada umumnya mahasiswa kurang berminat mempelajarinya karena pelajaran ini

adalah pelajaran yang menggentarkan, ada benarnya. Ini mungkin terjadi karena adanya
anggapan bahwa dengan mempelajari ini maka seseorang harus benar-benar memiliki
kemampuan matematika yang kuat. Tentu saja, jika yang dipelajari adalah statistika teoritis
atau statistika matematis. Namun, untuk belajar statistika terapan - khusus untuk
kepentingan penelitian ilmiah- seseorang tidak perlu memiliki latar yang kuat di bidang
matematika. Cukup dengan mengetahui prinsip-prinsip dasar aritmatika, seperti
penjumlahan, pengurangan, perkalian, pembagian, dan penarikan akar.