40040318060013
A-Reguler
D3-Teknik Elektro
2. Dengan mengasumsikan bahwa kerusakan tanaman kopi jenis Arabica kurang dari 30%
akibat musim dingin yang lalu maka harga kopi jenis tersebut nanti tidak akan lebih dari
50 sen per satu kilogramnya.
Penarikan kesimpulan pada statistik inferensial ini merupakan generalisasi dari suatu polulasi
berdasarkan data (sampel) yang ada. Didasarkan atas ruang lingkup bahasannya, maka statistik
inferensial mencakup:
STOKASTIK
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 menganalisis sistem.
Dalam teori probabilitas, probabilitas menunjuk pada eksperimen yang terdiri dari prosedur
dan pengamatan. Konsep variabel stokastik memetakan hasil eksperimen tersebut ke dalam
garis bilangan real.
Sedangkan konsep proses stokastik(acak) merupakan perluasan dari konsep variabel
stokastik dengan memasukkan waktu. Kata proses dalam konteks ini berarti fungsi dari waktu.
Jadi proses stokastik (acak) dapat diartikan sebagai fungsi stokastik dari waktu.
Definisi
Proses Stokastik : Keluarga variable acak berindek {𝑋 (𝑡, 𝜁 ), 𝑡 𝜖 𝐼}
Biasaya 𝑋 (𝑡, 𝜁 ) ditulis sebagai X(t)
Grafik 𝑋(𝑡, 𝜁 ) terhadap t untuk 𝜁 yang tetap disebut realisasi (fungsi sampel) dari proses
Himpunan / disebut ruang parameter (ruang indeks), dari proses stokastik X(t).
Himpunan semua nilai yang mungkin dari X(t) disebut ruang keadaan dari proses stokastik
X(t).
Klasifikasi dan contoh proses stokastik
1. Proses stokastik dengan ruang parameter diskrit, ruang keadaan diskrit.
Contoh :
Banyaknya HP terjual di suatu took perhari.
Banyaknya bakteri pada generasi ke-n.
Contoh :
Volume curah hujan tiap hari dalam satu bulan.
Contoh :
Banyaknya call yang datang pada suatu sentral dalam interval [0,t]
Banyaknya pengunjung took “P” dalam interval [0,t].
Banyaknya kendaraan yang masuk gerbang Unpad pada interval waktu t sebarang.
Contoh :
Temperatur udara di Bandung dalam interval (0,t).
Volume susu formal yang diminum bayi A pada selang waktu t sebarang.
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 menganalisis sistem.
Dalam teori probabilitas, probabilitas menunjuk pada eksperimen yang terdiri dari
prosedur dan pengamatan. Konsep variabel stokastik memetakan hasil eksperimen tersebut ke
dalam garis bilangan real.
Sedangkan konsep proses stokastik(acak) merupakan perluasan dari konsep variabel
stokastik dengan memasukkan waktu. Kata proses dalam konteks ini berarti fungsi dari waktu.
Jadi proses stokastik (acak) dapat diartikan sebagai fungsi stokastik dari waktu.
Konsep Proses Stokastik
Konsep proses stokastik didasarkan pada perluasan konsep variabel stokastik dengan
memasukkan waktu. Karena variabel stokastik X berdasarkan definisinya merupakan fungsi
dari outcome yang mungkin s dari eksperimen, maka proses stokastik menjadi fungsi dari s dan
waktu. Dengan kata lain, fungsi waktu x(t,s) untuk setiap outcome s.
Keluarga dari seluruh fungsi ini dinotasikan X(t,s) disebut proses stokastik. Dalam
notasi pendek proses stokastik dinyatakan dengan X(t). Jelas bahwa, proses stokastik X(t,s)
merepresentasikan suatu ansambel dari fungsi waktu bila t dan s variabel.
Setiap anggota fungsi waktu disebut fungsi sampel atau seringkali disebut dengan
realisasi dari proses. Jadi, proses stokastik juga merepresentasikan fungsi sampel bila t adalah
variabel dan s tetap pada nilai tertentu (outcome). Proses stokastik juga merepresentasikan
variabel stokastik bila t adalah tetap dan s variabel.
Sebagai contoh, variabel stokastikX(t1,s)=X(t1) diperoleh dari proses bila waktu
dipertahankan pada nilai t1. Seringkali digunakan notasi X1 untuk menotasikan variabel
stokastik yang dihubungkan dengan proses X(t) pada waktu t1.
X1 berhubungan dengan irisan secara vertikal dari seluruh ansambel pada waktu t1
sepeti yang ditunjukkan pada gambar. Sifat-sifat statistik dari X1 = X(t1) mendeskripsikan
sifat-sifat statistik dari proses stokastik pada waktu t1. Nilai ekspektasi dari X1 ini disebut rata-
rata ansambel atau nilai mean dari proses stokastik (pada waktu t1).