Anda di halaman 1dari 3

Kuliah tanggal 8 Juni:

PEMBAHASAN SOAL

Normal unit dengan parameter mean  = 0 dan variansi 2 = 1


- Notasi: X  N(0,1)
- Pembangkitan variabel acak dengan metode polar
1. Bangkitkan bilangan acak U1 dan U2 (U1U(0,1) dan
U2U(0,1))
2. Tentukan V1 = 2U1-1, V2 = 2U2-1, S = V12 + V22
3. Jika S>1, kembali ke langkah 1
4. Tentukan
-2 ln S
Y=
S
5. Tentukan 2 variabel acak normal unit
X1 = YV1, X2 = YV2

Normal dengan parameter mean  dan variansi 2


- Notasi: X  N(,2)
- Pembangkitan variabel acak dengan metode polar
1. Bangkitkan variabel acak normal unit X1 dan X2 dengan
metode polar.
2. Tentukan 2 variabel acak normal N(,2)
X1’ =  + X1, X2’ =  + X2

Rata-rata sampel:
XN = (X1 + X2 +  + XN-1 + XN)/N

XN+1 = (NXN + XN+1)/(N+1)


atau

XN+1 = XN + (XN+1 - XN)/(N+1)

Variansi sampel:
N
2
SN =  Xi2 - NX2 / (N-1)
i=1

N
=  (Xi - X)2/(N-1)
i=1

CONTOH SOAL
Simulasi & Pemodelan 1
1. Sebuah rumah sakit berniat mempelajari penggunaan suatu alat pada
ruang emergency. Jika diketahui bahwa lamanya seorang pasien yang
di’treat’ menggunakan alat tsb berdistribusi normal dgn mean 0.8 jam
dan standard deviasi 0.2 jam, tentukan lamanya penggunaan rata-rata
perorang (secara simulasi menggunakan metode polar) untuk 6 orang
pasien pengguna alat tsb, juga standar deviasinya dan 95% confidence
intervalnya.

 = 0.8
 = 0.2
Lakukan langkah pembangkitan variabel acak metode polar sebanyak 3
kali (untuk mendapatkan 6 X)
U1 = 0.5601
U2 = 0.6607
V1 = 2 x 0.5601 - 1 = 0.1202
V2 = 2 x 0.6607 - 1 = 0.3214
S = V12 + V22 = 0.117746
S<1
Y = ((-2lnS)/S) = 6.027957778609
X1 = YV1 = 0.7245605249889
X2 = YV2 = 1.937385630045

X1’ =  + X1 = 0.8 + 0.7246 * 0.2 = 2.2492


X2’ =  + X2 = 0.8 + 1.9373 * 0.2 = 4.6748

Lakukan 2x lagi untuk mendapatkan 4 variabel lagi


Rata-rata untuk 6 orang pasien: (untuk memudahkan, X1’ dinyatakan
sebagai X1 kembali, dst)

X6 = (X1 + X2 + X3 + X4 + X5 + X6)/6
Variansi:
6
2
S6 =  Xi2 - 6X62 / (6-1)
i=1

Standard deviasi:

S6 =  S62

95% confidence interval   = 0.025


Karena N < 30,

confidence interval = X6  tN,/2 * S6/6


= X6  t6,0.025 * S6/6
2. Proses antrian mempunyai distribusi antar kedatangan berdistribusi
eksponensial dengan rata-rata 60 detik, dan pelayanan berdistribusi
eksponensial dengan rata-rata 40 detik.

Simulasi & Pemodelan 2


Simulasikan antrian tsb untuk mengetahui:
- Total waktu senggang pelayan
- Total lama waktu antri
- Total lama proses dalam sistem
- Rata-rata waktu antri
- Rata-rata lama seseorang diproses dalam sistem
- Rata-rata panjang antrian

Beda waktu antar kedatangan berdistribusi eksponensial dengan rata-


rata 60 detik:
X = -60 ln U
U1 = 0.5481  X1 = 36.07785  37

Lama waktu layanan berdistribusi eksponensial dengan rata-rata 40


detik.
X = -40 ln U
U1 = 0.0862  X1 = 98.04340  98

Waktu datang N+1 = Waktu datang N + Beda waktu antar kedatangan


Waktu mulai dilayani N = Waktu datang N + Lama waktu layanan N-1
Waktu selesai dilayani = Waktu mulai dilayani + Lama waktu layanan
Lama waktu antri = Waktu mulai dilayani - Waktu datang
Waktu senggang pelayanN+1 =Waktu mulai dilayani N+1 - Waktu selesai dilayani N
Lama proses dalam sistem = Waktu selesai dilayani - Waktu datang

Untuk 5 pelayanan dengan 5 variabel acak beda waktu antar kedatangan dan
lama waktu layanan (nilai U tidak ditampilkan):
1 2 3 4 5
Beda waktu antar kedatangan 37 51 51 94 56
Waktu datang 37 88 139 233 289
Lama waktu layanan 99 94 60 4 34
Waktu mulai dilayani 37 136 230 290 294
Waktu selesai dilayani 136 230 290 294 328
Lama waktu antri 0 48 91 57 5
Waktu senggang pelayan 37 0 0 0 0
Lama proses dalam sistem 99 142 151 61 39

Total waktu senggang pelayan = 37


Total lama waktu antri = 201
Total lama proses dalam sistem = 492
Rata-rata waktu antri = 201/5 = 40.2
Rata-rata lama seseorang diproses dalam sistem = 492/5 = 98.4
Rata-rata panjang antrian = 201/328 = 0.61

Simulasi & Pemodelan 3

Anda mungkin juga menyukai