Anda di halaman 1dari 26

Fakultas

Rekayasa
Industri

PENELITIAN OPERASIONAL II
IE-G3F3
Program Studi Teknik Industri
Fakultas Rekayasa Industri
Telkom University
Fakultas
Rekayasa
Industri

PROSES KELAHIRAN DAN


KEMATIAN MARKOV

PERTUMBUHAN POPULASI

PROSES KELAHIRAN-KEMATIAN MARKOV


UMUM

PROSES KELAHIRAN MARKOV LINEAR

PROSES KEMATIAN MARKOV LINEAR

LATIHAN SOAL
Fakultas
Rekayasa
Industri

TUJUAN
PEMBELAJARAN
• PERTUMBUHAN POPULASI
• PROSES KELAHIRAN-KEMATIAN MARKOV UMUM
• PROSES KELAHIRAN MARKOV LINEAR
• PROSES KEMATIAN MARKOV LINEAR
• LATIHAN SOAL
Fakultas
Rekayasa
Industri

PERTUMBUHAN
POPULASI
Fakultas
Rekayasa
Industri

GOAL
• Manusia memahami konsep pertumbuhan populasi.
• Menusia memahami proses kelahiran/kematian
Markov.
• Memahami konsep distribusi Poison/Eksponensial
dalam teori Markov.
Fakultas
Rekayasa
Industri

POPULASI
• Himpunan objek-objek yang memiliki sifat yang sama.
• Contoh: mobil yang sedang menunggu di pintu
masuk/keluar jalan tol, persediaan dalam sebuah gudang.
Fakultas
Rekayasa
Industri

PROSES KELAHIRAN-
KEMATIAN MARKOV UMUM
Fakultas
Rekayasa
Industri

PROSES PERTUMBUHAN MARKOV

• Suatu proses pertumbuhan adalah Markov jika


probabilitas-probabilitas transisi untuk bergerak dari
satu keadaan ke keadaan lainnya hanya bergantung
pada keadaan sekarang dan tidak pada bagaimana
keadaan sekarang dicapai.
Fakultas
Rekayasa
Industri

KRITERIA UMUM
KELAHIRAN-KEMATIAN MARKOV

1. Distribusi-distribusi probabilitas yang menentukan jumlah


kelahiran dan kematian dalam suatu selang waktu tertentu
hanya bergantung pada panjang selang dan tidak ada di
titik awalnya
2. .Probabilitas untuk terjadi satu kelahiran saja dalam
suatu selang waktu ∆t, bila pada titik awal selang terdapat
suatu populasi dengan n anggota, adalah n∆t + o∆t, di
mana n adalah suatu konstanta yang dapat saja berbeda
untuk n yang berbeda
Fakultas
Rekayasa
Industri

KRITERIA UMUM
KELAHIRAN-KEMATIAN MARKOV
3. Probabilitas untuk terjadi satu kematian saja dalam suatu
selang waktu ∆t, bila pada titik awal selang terdapat suatu
populasi dengan n anggota, adalah n∆t + o∆t, di mana n
adalah suatu konstanta yang dapat saja berbeda untuk n
yang berbeda
4. Probabilitas untuk terjadi lebih daripada waktu satu
kelahiran atau kematian dalam suatu selang waktu adalah
o∆t kedua-duanya.
Fakultas
Rekayasa
Industri

PROSES KELAHIRAN
MARKOV LINEAR
Fakultas
Rekayasa
Industri

PROSES KELAHIRAN MARKOV


• Proses kelahiran markov adalah suatu proses kelahiran
murni Markov jika probabilitas dari suatu kelahiran dalam
suatu selang waktu yang kecil sebanding dengan jumlah
anggota yang sekarang dalam populasi dan panjang selang
waktu ini.
• Yakni n = 0 dan n = n untuk semua n. Konstanta
banding  adalah laju kelahiran atau kedatangan
Fakultas
Rekayasa
Industri

PROSES KELAHIRAN MARKOV

(1  e  t )n 1 e t , n  1, 2,...
pn (t )  
0 , n0
Fakultas
Rekayasa
Industri

PROSES KELAHIRAN MARKOV


• Ukuran populasi yang diharapkan pada saat t adalah
t
E[ N (t )]  e
Jika populasinya dimulai dengan N(0) anggota, maka
ukuran populasi yang diharapkan pada saat t adalah

t
E[ N (t )]  N (0)e
Fakultas
Rekayasa
Industri

CONTOH KASUS
PROSES KELAHIRAN MARKOV

Sebuah proses kelahiran Markov Linear yang dimulai


dengan satu anggota mengalami suatu laju kelahiran rata-rata
setiap jam sebesar =2.
Tentukan probabilitas untuk mendapatkan suatu populasi
yang lebih besar daripada 3 setelah setelah 1 jam, dan ukuran
populasi yang diharapkan pada saat itu.
Fakultas
Rekayasa
Industri

CONTOH KASUS
PROSES KELAHIRAN MARKOV

Jawab:
Dengan =2 kelahiran per kelahiran per jam
dan dengan t=1 jam, maka:
Po(1) = 0
P1(1) = (1-e-2)0e-2=0.135
P2(1) = (1-e-2)1e-2=0.117
P3(1) = (1-e-2)2e-2=0.101
Fakultas
Rekayasa
Industri

CONTOH KASUS
PROSES KELAHIRAN MARKOV

Jawab (Lanjutan):
Dengan demikian, probabilitas untuk mendapatkan
lebih dari tiga anggota dalam populasi setelah 1 jam
adalah:
1- (0+0.135+0.117+0.101) = 0.647

Ukuran populasi yang diharapkan pada saat itu


diberikan yakni:
E[N(1)] = 1e2(1) = 7.389 anggota
Fakultas
Rekayasa
Industri

PROSES KEMATIAN
MARKOV LINEAR
Fakultas
Rekayasa
Industri

PROSES KEMATIAN MARKOV


• Proses kematian markov adalah suatu proses kematian
murni Markov jika probabilitas terjadinya suatu
kematian dalam suatu selang waktu yang kecil
sebanding dengan ukuran populasi sekarang  dan
panjang selang waktu ini.
• Yakni n = 0 dan n = n untuk semua n. Konstanta
banding  adalah laju kematian.
Fakultas
Rekayasa
Industri

PROSES KEMATIAN MARKOV


• Pemecahan rumus untuk suatu populasi yang dimulai
dengan N(0) anggota adalah:
 N (0)   t   t N (0)  n
  e (1  e ) , [n  N (0)]
pn (t )   n 
 0 , [ n  N (0)]

• Ukuran populasi yang diharapkan pada saat t adalah

 t
E[ N (t )]  N (0)e
Fakultas
Rekayasa
Industri

CONTOH KASUS
PROSES KEMATIAN MARKOV

Sebuah proses kematian markov linear yang dimulai dengan


10 anggota mengalami suatu kematian rata-rata per minggu
sebesar =0,6.
Tentukan probabilitas untuk mendapatkan suatu populasi
dengan sekurang-kurangnya delapan anggota setelah 3 hari dan
ukuran populasi yang diharapkan pada saat itu.
Fakultas
Rekayasa
Industri

CONTOH KASUS
PROSES KEMATIAN MARKOV

Jawab:
Dengan N(0) =10, t=(3/7) minggu dan =0,6 kematian per
anggota per minggu, maka:
Fakultas
Rekayasa
Industri

CONTOH KASUS
PROSES KEMATIAN MARKOV

Jawab (lanjutan):
Dengan demikian, probabilitas untuk mendapatkan delapan atau
lebih anggota setelah 3 hari adalah:
0,296 + 0,224 + 0,076 = 0,596
Ukuran populasi yang diharapkan pada saat itu diberikan yakni:
E[N(1)] = 10e-(0,6)(3/7) = 7.73 anggota
Fakultas
Rekayasa
Industri

LATIHAN SOAL
Fakultas
Rekayasa
Industri

Soal 1

Sebuah proses kelahiran Markov yang dimulai


dengan satu anggota mengalami suatu laju
kelahiran rata-rata setiap jam sebesar =2.
Tentukan probabilitas untuk mendapatkan
suatu populasi yang lebih besar daripada 2
setelah 1 jam.
Fakultas
Rekayasa
Industri

Soal 2
Sebuah proses kematian markov linear yang
dimulai dengan 10 anggota mengalami suatu
kematian rata-rata per minggu sebesar =0,5.
Tentukan probabilitas untuk mendapatkan
suatu populasi dengan sekurang-kurangnya
tujuh anggota setelah 4 hari dan ukuran
populasi yang diharapkan pada saat itu.

Anda mungkin juga menyukai