Abstrak—Makalah ini dibuat bertujuan untuk pola yang dapat diprediksi dalam jangka panjang. Plot
memenuhi salah satu tugas pada mata kuliah Sistem waktu akan menunjukkan seri menjadi kira-kira horizontal
Komunikasi, yaitu Presentasi Mingguan yang dibagi (meskipun beberapa perilaku siklik adalah mungkin),
dalam beberapa kelompok dengan sub tema yang dengan varians konstan.
berbeda-beda. Pada makalah ini kita akan membahasa
mengenai proses stationary, konsep wide sense- B. Proses Stokastik Stationary
stationary process dan pembuktiannya, konsep
ergodicity dalam proses sinyal atau sinyal acak. Selain Proses stokastik disebut stasioner bila seluruh sifat-sifat
itu makalah ini dapat digunakan untuk membantu statistiknya tidak berubah terhadap waktu. Ada beberapa
mahasiswa mengulas materi ini untuk dipelajari ’level’ stasioneritas dari proses yang kesemuanya
dikemudian hari. bergantung pada fungsi kepadatan variabel stokastik dari
Kata Kunci— stationary, wide sense-stationary, proses tersebut. Proses stokastik disebut stasioner pada orde
ergodicity satu bila fungsi kepadatan orde-satu dari proses tidak
berubah dengan adanya translasi waktu asal. Dengan kata
I. PENDAHULUAN lain,
f X ( x 1 ; t 1 )=f X ¿
Sistem komunikasi dapat diartikan sebagai seperangkat
hal-hal yang berkaitan dengan proses penyampaian suatu Konsekuensinya adalah bahwa fX(x1;t1) independent
informasi. Banyak sekali hal yang dapat kita bahas dalam terhadap t1 dan nilai mean dari proses E[X(t)] adalah
memplajari sistem komunikasi ini beberapa diantaranya konstan.
yang akan kita bahas pada makalah ini mengenai stationary, E [ X ( t ) ]=μ X =X =konstan
konsep wide sense-stationary dan ergodicity.
Adapun tujuan dari makalah ini ialah: Untuk membuktikan persamaan ini, dapatkan nilai mean
dari variabel stokastik X1=X(t1) dan X2=X(t2). Nilai mean
1. Memahami apa itu proses stationary dan konsep wide untuk X(t1).
sense-stationary ∞
MEAN
µx(t) = E[X(t)]
∞
µx(t) = ∫ x fx ( t )( x ) dx
−∞
fX ( t 1 ) ( x ) =fX (t 2)(x)
AUTOKORELASI
Fungsi autocorelasi dari random proses dapat
didefinisikan sebagai nilai ekspetasi dari hasil dua
buah variable random, X(t1) dan X(t2) yang didapat
pada saat observasi random process pada waktu t 1 dan