Tugas Proses Stokastik - 2

Alfa Khoirin1 , Hafizul Damar Laya2 , Alpina Damayanti3 , Queena

Aurora Batubara4 , Teguh Arif Mulyana5 , and Barrera Putra6
1
Kelompok 2

20 September 2023

1. Dari peristiwa-peristiwa berikut, definisikan dua buah variable random

yang merupakan proses stokastik, tentukan sifat-sifat dari state space dan
parameter spacenya!
a. Pertandingan sepak bola pada antara Bali United dan Madura United.
Jawaban:
• Variabel random X1 : Jumlah gol yang dicetak oleh Bali United.
• Variabel random X2 : Jumlah gol yang dicetak oleh Madura
United
• State space 1: Jumlah gol yang dicetak oleh Bali United dengan
bilangan positif, yaitu {X1 , n ≥ 0}
• State space 2: Jumlah gol yang dicetak oleh Bali United dengan
bilangan positif, yaitu {X2 , n ≥ 0}
• Parameter space: Hal yang mempengaruhi jumlah gol oleh setiap
tim. Seperti contoh, peforma tim, kondisi lapangan, dan lain-
lain.
b. Seminar Nasional “Nuklir” pada 25 Agustus 2017. Jawaban:
• Variabel random X1 : Jumlah peserta yang mengikuti seminar
nasional ”Nuklir”.
• Variabel random X2 : Durasi waktu (dalam jam) seminar na-
sional ”Nuklir”.
• State space 1: Jumlah peserta yang mengikuti seminar dengan
bilangan positif, yaitu {X1 , n ≥ 1}
• State space 2: Durasi waktu seminar dengan bilangan positif,
yaitu {X2 , n ≥ 1}
• Parameter space: Hal yang mempengaruhi jumlah peserta dan
durasi waktu seminar. Seperti contoh, promosi acara, faktor
lokasi, dan lain-lain.
2. Tuliskan state space dan parameter space peristiwa/hal berikut :

1
a. Pertandingan sepak bola. Jawaban : Penyelesaian :
State Space (Ruang Keadaan):
S = {s1 , s2 , . . . , sn }

Di mana Si mewakili berbagai keadaan yang mungkin selama per-

tandingan sepak bola, seperti ”tim A unggul”, ”tim B unggul”, ”seri”,
dan sebagainya.

Contoh lainnya , Si mewakili keadaan dalam jumlah cetak gol Tim

(S = 0, 1, 2, 3, . . .) dan melakukan pelanggaran dengan jumlah
kartu kuning atau merah yang diberikan (S = 0, 1, 2, . . .).

Parameter Space (Ruang Parameter):

P = {p1 , p2 , . . . , pm }

Di mana Pj mewakili faktor atau parameter yang mempengaruhi

hasil pertandingan, seperti strategi pemain, kemampuan tim, kon-
disi cuaca, lokasi pertandingan, dan sebagainya.

b. Harga saham di Bursa Efek Jakarta. Jawaban : Penyelesaian :

State Space (Ruang Keadaan):
S = {s1 , s2 , . . . , sn }

Di mana Si mewakili berbagai harga saham yang mungkin pada su-

atu waktu tertentu yang bersifat kontinu dan sangat besar.

Parameter Space (Ruang Parameter):

P = {p1 , p2 , . . . , pm }

Di mana Pj mewakili parameter-parameter yang mempengaruhi perg-

erakan harga saham, seperti faktor-faktor ekonomi, kinerja keuangan,
tingkat suku bunga, kebijakan pemerintah, berita, dan sebagainya.

Contoh asumsi perubahan harga saham XYZ dari waktu ke waktu

dalam satu hari perdagangan: Pada awal hari perdagangan, harga
saham XYZ adalah $100. Pada setiap interval waktu tertentu (misal-
nya, 1 menit), harga saham XYZ dapat mengalami perubahan harga
acak. Misalnya, dalam satu interval waktu, harga bisa naik sebesar
$1, turun sebesar $0.50, atau tetap sama. Selain perubahan harga
acak ini, harga saham XYZ juga dapat mengalami ”loncatan” be-
sar yang dihasilkan dari peristiwa berita atau faktor-faktor eksternal
lainnya. Misalnya, harga saham bisa melonjak sebesar $10 jika ada
pengumuman positif tentang perusahaan tersebut.

2
3. Sebuah pabrik mempunyai 2 mesin, dimana satu beroperasi, yang lain se-
bagai cadangan. Probabilitas mesin rusak adalah p, dianggap kerusakan
terjadi pada akhir kerja. Perusahaan mempekerjakan seorah ahli operasi
mesin tersebut dan diperlukan waktu 2 hari untuk memperbaiki kerusakan
yang terjadi. Definisikan suatu proses stokastik yang menggambarkan
proses kerja mesin di pabrik tersebut. Tulis semua transisi yang mungkin
antara state-state yang ada.
Penyelesaian :
Misal :
State 0 : Mesin Rusak
State 1 : Mesin Baik

S = {0, 1}
P01 = P [Xn+1 = 1|Xn = 0] = q
P00 = P [Xn+1 = 0|Xn = 0] = 1 − q
P10 = P [Xn+1 = 0|Xn = 1] = p
P11 = P [Xn+1 = 1|Xn = 1] = 1 − p
Matrix Transisi yang didapat :
   
P00 P01 1−q q
=
P10 P11 p 1−p

Jika Perusahaan tersebut memperkerjakan seorang ahli operasi mesin dan

diperlukan 2 hari untuk melakukan perbaikan maka state yang di dapat
seandainya untuk 3 hari ke depan yakni:
Jika, Mesin dari rusak dan tetap rusak di 3 hari yang akan datang:
3
P00 = P00 · P00 · P00 = (1 − q)3
Jika, Mesin dari rusak dan mesin menjadi baik di 3 hari yang akan datang:
3
P01 = P00 · P00 · P01 = (1 − q)2 · q
Jika, Mesin dari baik dan mesin menjadi rusak di 3 hari yang akan datang:
3
P10 = P10 ·P00 ·P00 +P11 ·P10 ·P00 +P11 ·P11 ·P10 = p·(1−q)2 +(1−p)·p·(1−q)+(1−p)2 ·p
Jika, Mesin dari baik dan tetap baik di 3 hari yang akan datang:
3
P11 = P11 · P11 · P11 = (1 − p)3

4. Jelaskan bagaimana peristiwa berikut dapat dimodelkan sebagai proses

stokastik? Definisikan state space dan parameter spacenya yang sesuai
menurut anda :

3
 a. Penyebaran suatu jenis penyakit.
Penyelesaian:
• State space:
– Susceptible (S) - Individu yang rentan terkena penyakit
– Recovered (R) - Individu yang telah sembuh dari penyakit
– Infected (I) - Individu yang telah terinfeksi penyakit.
• Parameter space: hal yang mempengaruhi penyebaran penyakit
seperti
– penularan
– terkena benda yang terkontaminasi
– masa inkubasi
b. Proses peminjaman buku di perpustakaan
Penyelesaian:
• State space:
– jumlah buku yang dipinjam
– berapa lama buku dipinjam.
– total buku diperpustakaan
– kategori buku diperpustakaan
• Parameter space:
– rata-rata waktu peminjaman buku
– jumlah buku yang dapat dipinjam
– jumlah peminjam yang aktif
• model proses stokastik dari dua peristiwa berikut adalah untuk
memahami state space parameter dan parameter space sesuai
peristiwa yang diamati dalam masing-masing kasus.
5. Eksperimen : 3 dadu sisi 6 dilempar. Tentukan spesifikasi proses stokastik
yang terjadi :
a. Proses stokastik Xn , yang menggambarkan jumlah titik pada lem-
paran ke-n, dapat dinyatakan sebagai berikut:

Xn = A + B + C (1)
di mana A, B, dan C adalah hasil lemparan dadu pertama, kedua,
dan ketiga secara independen.
b. Yn , dengan n ≥ 1, menggambarkan banyaknya titik maksimum pada
lemparan ke-n. Yn adalah banyaknya titik maksimum pada lemparan
ke-n. Untuk menentukan Yn , kita harus memperhatikan titik maksi-
mum pada masing-masing lemparan. Pada setiap lemparan, ada satu
titik maksimum yang dapat muncul, yaitu 6. Jadi, jika kita menamai
hasil lemparan dadu pertama A, hasil lemparan dadu kedua B, dan
hasil lemparan dadu ketiga C, maka:

4
 Yn = (A == 6?1 : 0) + (B == 6?1 : 0) + (C == 6?1 : 0)
Yn adalah proses stokastik yang menggambarkan banyaknya titik
maksimum pada lemparan ke-n.
c. {Zn , n ≥ 1}, di mana Zn adalah jumlah titik maksimum sampai
lemparan ke-n. Untuk menghitung Zn , kita perlu menjumlahkan
jumlah titik maksimum pada setiap lemparan dari n = 1 hingga
n = n. Ini adalah proses stokastik yang kumulatif. Mari kita gunakan
Yn yang sudah kita definisikan sebelumnya:
n
X
Zn = Yk
k=1

Zn adalah proses stokastik yang menggambarkan jumlah titik mak-

simum sampai lemparan ke-n.
6. Peristiwa : pasien yang dirawat di RS “A”. Tentukan spesifikasi proses
stokastik yang terjadi : a. Variabel X(t):

- X(t): Banyaknya pasien yang datang selama interval waktu (0, t).
- State space: Bilangan bulat non-negatif (0, 1, 2, 3, . . .).
- Parameter space : Faktor-faktor yang mempengaruhi jumlah pasien
yang datang, seperti musim, hari kerja, promosi rumah sakit, dll.
b. Variabel Y (t):

- Y (t): Lama pengobatan pasien sampai sembuh selama interval waktu

(0, t).
- State space: Bilangan bulat positif (1, 2, 3, . . .).
- Parameter space : Faktor-faktor yang memengaruhi lama pengob-
atan, seperti jenis penyakit, keefektifan pengobatan, kondisi pasien,
dll.
c. Variabel Z(t):
- Z(t): Biaya pengobatan pasien (dalam rupiah) selama dirawat dalam
interval waktu (0, t).
- State space: Bilangan riil positif.
- Parameter space : Faktor-faktor yang mempengaruhi biaya pengob-
atan, seperti jenis pengobatan, harga obat, tarif rumah sakit, dll.
7. Carilah masing-masing 3 contoh dari Proses Stokastik! Serta jelaskan state
space dan parameter space dari masing-masing contohnya!

a. Diskrit - Diskrit: Proses Markov Diskrit-Diskrit

5
 • State Space (Ruang Keadaan): Dalam proses ini, ruang
keadaan terdiri dari nilai-nilai diskrit atau terpisah. Contohnya
adalah model Markov untuk prediksi cuaca, di mana keadaan
bisa menjadi ”cerah” (0), ”berawan” (1), atau ”hujan” (2). Ru-
ang keadaannya adalah {0, 1, 2}.
• Parameter Space (Ruang Parameter): Proses Markov diskrit-
diskrit ini memiliki matriks probabilitas transisi sebagai parame-
ter utamanya. Matriks ini memuat probabilitas peralihan antara
keadaan-keadaan diskrit dalam sistem seiring waktu. Ruang pa-
rameter terdiri dari semua probabilitas ini, dan itu juga bersifat
diskrit.
b. Diskrit - Kontinu: Proses Poisson
• State Space (Ruang Keadaan): Ruang keadaan dalam proses
Poisson biasanya terdiri dari bilangan bulat non-negatif yang
mewakili jumlah kejadian yang terjadi dalam interval waktu ter-
tentu. Contoh: jumlah pesanan yang diterima dalam satu jam.
• Parameter Space (Ruang Parameter): Proses Poisson memi-
liki parameter λ (lambda) yang merupakan tingkat kejadian acak
dalam waktu tertentu. Lambda adalah angka kontinu yang posi-
tif dan menggambarkan intensitas atau tingkat kejadian acak.
c. Kontinu - Diskrit: Proses Wiener (Proses Brownian Diskrit)
• State Space (Ruang Keadaan): Dalam proses Wiener, ru-
ang keadaan adalah posisi partikel atau variabel kontinu dalam
interval waktu tertentu. Ini biasanya dalam tiga dimensi un-
tuk menggambarkan pergerakan partikel dalam ruang. Namun,
ketika kita mengamati keadaan pada titik-titik waktu tertentu,
keadaan menjadi diskrit.
• Parameter Space (Ruang Parameter): Parameter utama
dalam proses Wiener adalah σ (sigma), yang menggambarkan
tingkat variasi atau fluktuasi acak dari pergerakan partikel atau
variabel. Sigma adalah angka kontinu yang mengendalikan be-
sarnya fluktuasi.
d. Kontinu - Kontinu: Proses Diffusi (Proses Brownian Kontinu)
• State Space (Ruang Keadaan): Dalam proses diffusi, ruang
keadaan adalah variabel kontinu yang berubah seiring waktu.
Ini adalah ruang keadaan kontinu yang sering digunakan untuk
menggambarkan pergerakan zarah dalam media cair atau gas.
• State Space (Ruang Keadaan): Dalam proses diffusi, ruang
keadaan adalah variabel kontinu yang berubah seiring waktu.
Ini adalah ruang keadaan kontinu yang sering digunakan untuk
menggambarkan pergerakan zarah dalam media cair atau gas.