Ciri-Ciri Dan Karakteristik Promodel
Ciri-Ciri Dan Karakteristik Promodel
Di susun Oleh :
Beni Riyaldi
NPM. 2110017311031
1. Uniform
Distribusi gamma memiliki aplikasi yang luas dalam simulasi sistem industri,
terutama dalam analisis waktu tunggu, kegagalan peralatan, dan pemodelan
proses yang melibatkan sejumlah peristiwa acak yang terjadi secara berurutan. Ini
memberikan alat yang berguna dalam memahami kinerja sistem, mengidentifikasi
bottleneck, dan merencanakan peningkatan efisiensi operasional.
5. Weibull
Distribusi Weibull adalah distribusi probabilitas kontinu yang sering
digunakan dalam analisis keandalan, waktu tunggu, dan kegagalan peralatan.
Distribusi ini memiliki dua parameter: parameter bentuk (k) dan parameter skala
(λ), yang memengaruhi bentuk dan skala distribusi. Ciri-ciri distribusi Weibull
meliputi:
a. Bentuk Fleksibel: Distribusi Weibull memiliki bentuk yang sangat fleksibel,
yang dapat disesuaikan dengan berbagai jenis data dan situasi. Bentuk
distribusi bisa miring ke kiri, ke kanan, atau simetris tergantung pada nilai
parameter bentuk.
b. Skewed ke Kiri atau ke Kanan: Distribusi Weibull dapat memiliki
kecondongan (skewness) positif atau negatif tergantung pada nilai parameter
bentuk (k). Nilai k yang lebih besar dari 1 menghasilkan distribusi yang
miring ke kanan, sementara nilai k yang kurang dari 1 menghasilkan distribusi
yang miring ke kiri.
c. Parameter Bentuk dan Skala: Dua parameter utama distribusi Weibull
adalah parameter bentuk (k) dan parameter skala (λ). Parameter bentuk
mempengaruhi bentuk distribusi, sedangkan parameter skala mempengaruhi
tingkat di mana distribusi berubah.
d. Fungsi Probabilitas: Fungsi probabilitas distribusi Weibull didefinisikan
sebagai:
𝑓(𝑥;𝑘,𝜆)=𝑘𝜆(𝑥𝜆)𝑘−1𝑒−(𝑥/𝜆)𝑘f(x;k,λ)=λk(λx)k−1e−(x/λ)k
Di sini, (𝑥;𝑘,𝜆)f(x;k,λ) adalah probabilitas bahwa variabel acak X memiliki
nilai x tertentu, 𝑘k adalah parameter bentuk, dan 𝜆λ adalah parameter skala.
e. Menggambarkan Waktu Hidup dan Kegagalan: Distribusi Weibull sering
digunakan untuk menggambarkan waktu hidup produk atau komponen, serta
kegagalan peralatan dalam sistem. Ini memungkinkan analisis keandalan yang
mendalam.
f. Pemodelan Waktu Tunggu: Distribusi Weibull juga digunakan untuk
memodelkan waktu tunggu atau waktu antara kejadian dalam berbagai
konteks, termasuk kedatangan pelanggan, waktu pemrosesan, dan waktu
antara kegagalan.
g. Fungsi Hazard: Distribusi Weibull memiliki fungsi hazard yang berguna,
yang merupakan tingkat kegagalan yang bersyarat pada titik waktu tertentu,
yang dapat memberikan wawasan tentang keandalan produk atau sistem.
7. Beta ‘
Distribusi beta adalah distribusi probabilitas kontinu yang memiliki dua
parameter, yaitu alpha (α) dan beta (β). Distribusi ini memiliki bentuk yang
fleksibel dan dapat merepresentasikan berbagai pola data, seperti distribusi yang
miring ke kiri, ke kanan, atau simetris tergantung pada nilai dari kedua parameter.
11. Geometrik
Distribusi geometrik adalah distribusi probabilitas diskrit yang
menggambarkan jumlah uji coba yang diperlukan sebelum terjadi sukses pertama kali
dalam serangkaian uji coba Bernoulli yang independen, di mana setiap uji coba hanya
memiliki dua hasil yang mungkin: sukses atau gagal. Distribusi ini sangat berguna
dalam memodelkan waktu tunggu untuk kejadian pertama kali terjadi.