SISTEM

KOMUNIKA
SI KELOMPOK 5
1.Bagas Yuda Ananda (119130102)
2. M Kawarizmi I (119130128)
3. M Fiqih Z (119130156)
4. Wahyu Bagus S (119130115)
OUTLINE
Berikut adalah hal yang akan kami diskusikan:
● Proses Acak
● Mean
● Expect Value
● Covariance
● Correlation
● AutoCorrelation
Random Process
Random process X(t), dapat didefinisikan sebagai suatu kumpulan
fungsi waktu dan probabilitas dari suatu event yang berhubungan
dengan sample tertentu.

Random process merupakan kumpulan dari random variabel.

Random Variable
Random variable, merupakan output dari suatu percobaan random
yang di-mapping ke suatu nilai tertentu.

Random process, merupakan output dari suatu percobaan random

yang di-mapping-kan pada fungsi waktu tertentu
Karakteristik Random
Process
Ada 6 karakterisrik dari random process yaitu :

1. Stasionary Process

2. Nonstasionary Process

3. Strictly Process

4. Wide Sense Process

5. Cyclostationary

6. Ergodic Process
 Mean
Mean dari random process X(t) dinyatakan sebagai nilai
ekspektasi dari variable random yang didapat pada saat observasi
process random pada waktu t , ditunjukkan oleh persamaan berikut
ini :

Dengan fX(t)(x) adalah probability density function (pdf) dari

random process. Untuk strictly stationary maka :
 Expected Value
Nilai yang diharapkan dari variabel acak kontinu dilambangkan dan
didefinisikan oleh                          
 Contoh Expected
Value
Biarkan variabel acak v(n) terdistribusi secara seragam antara a dan b , yaitu 

Kemudian nilai yang diharapkan dari v(n) dihitung sebagai

Jadi, nilai yang diharapkan dari variabel acak yang terdistribusi secara seragam antara a dan
b hanyalah rata-rata dari a dan b    .
 Covariance
Dalam matematika dan statisti, covariance merupakan ukuran
hubungan dua variable acak. Dengan kata lain, ini pada dasar nya
adalah ukuran varian antara dua variable

Variant dapat mengambil nilai positif dan nilai negatif :

1. Positive Covariance : ialah 2 variable dengan pergerakan yang

sama atau searah

2. Nagative Covariance : ialah 3 variable dengan pergerakan

yang berlawanan arah
 Covariance
Unutuk rumus Covariance itu sendiri sama seperti rumus variance
dan berkaitan dengan perhitungan titik data dari nilai rata – rata dari
dalam kumpulan data, yang bisa di rumuskan sebagai berikut (untuk
populasi ) :

Lalu untuk sample Covariance, dapat dirumuskan sebagai berikut :

 Correlation
Secara umum korelasi menggambarkan hubungan timbal balik
yang ada antara dua hal atau lebih. Definisi yang sama berlaku
bahkan dalam hal sinyal. Artinya, korelasi antar sinyal
menunjukkan ukuran hingga sinyal yang diberikan menyerupai
sinyal lain.

Dengan kata lain, jika kita ingin mengetahui seberapa besar

kemiripan antara sinyal 1 dan 2, maka kita perlu mengetahui
korelasi Sinyal 1 terhadap Sinyal 2 atau sebaliknya.
 
 AutoCorrelation
Fungsi Autokorelasi dari random process dapat didefinisikan
sebagai nilai ekspektasi dari hasil dua buah variable random,
X(t1) dan X(t2) yang didapat pada saat observasi random process
pada waktu t1 dan t2. Fungsi autokorelasi dapat dituliskan sebagai
berikut:
 AutoCorrelation
Untuk random process yang bersifat strictly stationary, hanya
dipengaruhi oleh selisi waktu antara t1 dan t2, sehingga fungsi
autokorelasi dapat dinyatakan dengan:
 “Nothing Last forever, we can change future”

T ha nk s —KADEX