Proses-proses Pembaharuan

(Renewal processes)
Review: Tentang Proses Poisson
Proses Poisson yang kita kenal selama ini berkonsentrasi pada 2 hal
yakni:
o Banyaknya kedatangan (arrivals) atau kejadian hingga waktu ke-𝑡
(berdistribusi Poisson);
o Waktu antar-kedatangan kejadian ke-(𝑛 − 1) dan ke-𝑛, 𝑆𝑛−1 , yang
berdistribusi eksponensial).
Kedua hal ini “setara” baik dalam pemahaman (intuitif) maupun sifat
distribusinya.
Review: Tentang Proses Poisson
o Perhatikan bahwa misalkan p.a 𝑆0 menyatakan waktu antar-
kedatangan dari tidak ada kejadian ke kejadian pertama
o kita dapat memandang juga sebagai suatu KEJADIAN yaitu {𝑆0 > 𝑡}
yang terjadi j.h.j tidak ada kejadian dari proses Poisson pada interval
[0; 𝑡], sehingga
−𝜆𝑡 0
𝑒 𝜆𝑡
𝑃 𝑆0 > 𝑡 = 𝑒 −𝜆𝑡 = = 𝑃(𝑁𝑡 = 0)
0!
dimana p.a. 𝑁𝑡 menyatakan banyaknya kedatangan atau kejadian
sampai waktu 𝑡.
Diskusi
o Mungkinkah 𝑆0 berdistribusi lain (bukan eksponensial, bahkan
distribusi diskrit)?
o Secara umum, mungkinkah barisan p.a. {𝑆𝑛 } saling bebas dan
berdistribusi identik bukan eksponensial?
Proses Renewal
Definisi
“Suatu proses menghitung 𝑁𝑡 𝑡≥0 adalah Proses Renewal jika barisan p.a.
tak negatif {𝑇1 , 𝑇2 , ⋯ } saling bebas dan berdistribusi identik dengan 𝑇𝑘
menyatakan lama waktu dari kejadian ke- 𝑘 − 1 sampai kejadian ke-𝑘
terjadi”
4 Dengan
𝑛
3
𝑊𝑛 = ෍ 𝑇𝑘
2 𝑘=1
menyatakan waktu
1 tunggu sampai
kejadian ke-𝑛.
𝑊0 𝑊1 𝑊2 𝑊3 𝑊4
𝑇1 𝑇2 𝑇3 𝑇3
Ilustrasi: Proses Penggantian Lampu
• Sebuah bola lampu dipasang pada waktu 𝑊0 = 0, padam (gagal)
pada waktu 𝑊1 = 𝑇1 , dan kemudian diganti dengan bola lampu baru.
• Bola lampu kedua padam (gagal) pada waktu 𝑊2 = 𝑇1 + 𝑇2 dan
digantikan oleh bola lampu ketiga.
• Secara umum, bola lampu ke-𝑛 padam pada waktu 𝑊𝑛 = σ𝑛𝑘=1 𝑇𝑛 dan
segera diganti dengan lampu baru dan proses berlanjut.
• Secara intuitif kita dapat mengasumsikan bahwa masa hidup lampu
secara berdistribusi identik dan saling bebas, sehingga proses
penggantian lampu ini dapat dikatakan sebagai proses renewal.
Distribusi 𝑁𝑡
Misalkan
𝑃 𝑇𝑘 ≤ 𝑥 = 𝐹 𝑥
sehingga p.a 𝑊𝑛 = 𝑇1 + 𝑇2 + ⋯ + 𝑇𝑛 dapat ditentukan dengan metode
konvolusi dan didapatkan
𝑃 𝑊𝑛 ≤ 𝑤 = 𝑃 𝑊𝑛−1 + 𝑇𝑛 ≤ 𝑤
𝑤

= න 𝑃 𝑊𝑛−1 ≤ 𝑤 − 𝑥 𝑓 𝑥 𝑑𝑥
0
𝑤

= න 𝐹𝑛−1 𝑤 − 𝑥 𝑑𝐹(𝑥)
0
Distribusi 𝑁𝑡
Distribusi 𝑁𝑡 didapatkan dengan melihat hubungan p.a. 𝑊𝑡 dan 𝑁𝑡
yakni
"𝑁𝑡 ≥ 𝑘 jika dan hanya jika 𝑊𝑘 ≤ 𝑡“
sehingga
𝑃 𝑁𝑡 ≥ 𝑘 = 𝑃 𝑊𝑘 ≤ 𝑡 = 𝐹𝑘 𝑡
Jadi, untuk 𝑡 ≥ 0, 𝑘 = 1,2, ⋯ berlaku
𝑃 𝑁𝑡 = 𝑘 = 𝑃 𝑁𝑡 ≥ 𝑘 − 𝑃 𝑁𝑡 ≥ 𝑘 + 1
= 𝐹𝑘 𝑡 − 𝐹𝑘+1 𝑡
Contoh 1
Misalkan p.a. 𝑇1 menyatakan banyaknya percobaan untuk
mendapatkan sukses pertama atau dengan kata lain 𝑇1 berdistribusi
geometrik. Tentukan
a) distribusi dari W𝑛 .
b) distribusi dari 𝑁𝑡 .
Mean dari 𝑁𝑡
Sementara itu, mean dari 𝑁𝑡 adalah
∞

𝐸 𝑁𝑡 = ෍ 𝑘𝑃(𝑁𝑡 = 𝑘)
𝑘=1
∞

= ෍ 𝑃(𝑁𝑡 ≥ 𝑘)
𝑘=1
∞

= ෍ 𝑃(𝑊𝑘 ≤ 𝑡)
𝑘=1
∞

= ෍ 𝐹𝑘 (𝑡) = 𝑀 𝑡
𝑘=1
Catatan: 𝑀 𝑡 disebut mean-value function
Contoh 2
Diberikan 𝑁𝑡 𝑡≥0 proses renewal dengan 𝑇𝑘 ∼ 𝑈𝑛𝑖𝑓(0,1). Tentukan
niali dari 𝐸 𝑁𝑡 .
Contoh 3. Block Replacement
• Misalkan masa hidup lampu diukur dalam satuan diskrit. Misalkan
p.a. 𝑇 menyatakan masa hidup lampu tersebut dengan
𝑃 𝑇 = 𝑘 = 𝑝𝑘 , untuk 𝑘 = 1,2,3, ⋯
• Asumsikan pada suatu sistem dipasang lampu baru dan jika ada
lampu yang rusak maka akan diganti dengan lampu yang baru.
• Misalkan 𝑀(𝑡) = 𝐸[𝑁𝑡 ] menyakan harapan jumlah penggantian yang
dilakukan sampai waktu 𝑡.
Contoh 3. Block Replacement
Pada perusahaan besar biasanya membuat tender untuk penggantian
lampu yang rusak dengan aturan sebagai berikut.
• Lama Kontrak adalah 𝐾 periode
• Lampu yang rusak pada periode 1,2, ⋯ , 𝐾 − 1 akan langsung diganti
• Pada periode ke-𝐾 semua lampu akan diganti (rusak ataupun normal)
• 𝑐1 harga satuan pergantian lampu per 1 blok
• 𝑐2 harga satuan pergantian lampu yang rusak selama periode 𝐾 − 1
(𝑐2 > 𝑐1 )
Contoh 3. Block Replacement
Tentukan
a) mean total biaya satuan penggantian lampu per unit waktu.
b) bentuk fungsi mean dari proses renewal ini.
c) Nilai dari 𝑀𝑡 untuk 𝑡 = 1,2,3,4 jika diberikan 𝑝1 = 0,1, ; 𝑝2 =
0,4; 𝑝3 = 0,3;dan 𝑝4 = 0,2.
Mean dari 𝛾𝑡 dan 𝛿𝑡
Didefinisikan p.a.
• 𝛾𝑡 menyatakan sisa lama waktu hidup kejadian ke-𝑁𝑡
• 𝛿𝑡 menyatakan umur hidup kejadian ke-𝑁𝑡
• 𝛽𝑡 menyatakan total lama waktu hidup kejadian ke-𝑁𝑡

Dengan
𝛾𝑡 = 𝑊𝑁𝑡 +1 − 𝑡
𝛿𝑡 = 𝑡 − 𝑊𝑁𝑡
𝛽𝑡 = 𝛾𝑡 + 𝛿𝑡
Mean dari 𝑊𝑁𝑡 +1
• Untuk mendapatkan bentuk mean dari p.a. 𝛾𝑡 akan dicari terlebih
dahulu bentuk mean dari 𝑊𝑁𝑡 +1 .
• Perhatikan bahwa
𝐸 𝑊𝑁𝑡 +1 = 𝐸 𝑇1 + 𝑇2 + ⋯ + 𝑇𝑁𝑡 +1
= 𝐸 𝑇1 𝐸 𝑁𝑡 + 1
= 𝐸 𝑇1 𝐸 𝑁𝑡 + 1
Misalkan 𝐸 𝑇𝑘 = 𝜇, maka
𝐸 𝑊𝑁𝑡 +1 = 𝜇(𝑀 𝑡 + 1)
Proses Poisson sebagai Proses Renewal
• Misalkan 𝑁𝑡 𝑡≥0 proses renewal dengan 𝑁𝑡 ∼ 𝑃𝑂𝐼(𝜆𝑡), maka proses
ini kita kenal sebagai Proses Poisson.

• Fungsi mean-nya adalah

𝑀𝑡 = 𝐸 𝑁𝑡 = 𝜆𝑡

• Bagaimana distribusi dari 𝛾𝑡 dan 𝛿𝑡 ?

Proses Poisson sebagai Proses Renewal
• sisa lama waktu hidup kejadian ke-𝑁𝑡 (𝛾𝑡 )
𝑃 𝛾𝑡 > 𝑥 = 𝑃 𝑁𝑡+𝑥 − 𝑁𝑡 = 0
= 𝑃 𝑁𝑥 = 0
= 𝑒 −𝜆𝑥 untuk 𝑥 ≥ 0
Jadi, 𝛾𝑡 ∼ ℇ 𝜆 .
• umur hidup kejadian ke-𝑁𝑡 (𝛿𝑡 )
1 − 𝑒 −𝜆𝑥 , untuk 0 ≤ 𝑥 < 𝑡
𝑃 𝛿𝑡 ≤ 𝑥 = ቊ
1, untuk 𝑡 ≤ 𝑥
Proses Poisson sebagai Proses Renewal
• total lama waktu hidup kejadian ke-𝑁𝑡 (𝛽𝑡 )
𝐸 𝛽𝑡 = 𝐸 𝛾𝑡 + 𝐸 𝛿𝑡
𝑡
1
= + න 𝑃(𝛿𝑡 > 𝑥) 𝑑𝑥
𝜆
0
𝑡
1
= + න 𝑒 −𝜆𝑥 𝑑𝑥
𝜆
0
1 1
= + (1 − 𝑒 −𝜆𝑥 )
𝜆 𝜆
Latihan
Misalkan suatu proses renewal memiliki M𝑡 = 2𝑡 . Tentukan distribusi
banyaknya renewal sampai waktu 10.
Terimakasih