Prodi Ilmu Komputasi IT Telkom

Slides:



Advertisements
Presentasi serupa
Proses Stokastik Semester Ganjil 2013/2014
Advertisements

 Kita perlu memperhatikan struktur probabilistik yang mendasari pengamatan ini.  Kita menulis Z t untuk pengamatan pada waktu t.  Dalam hal ini,
Pendahuluan Landasan Teori.
11 – 12. Model Stokastik
DISTRIBUSI PELUANG.
Proses Stokastik Semester Ganjil 2013 DR. Rahma Fitriani, S.Si., M.Sc.
Proses Poisson Hasih Pratiwi.
Proses Stokastik.
Pengantar Teori Peluang
7. RANTAI MARKOV WAKTU KONTINU (Kelahiran&Kematian Murni)
Proses Stokastik Semester Ganjil 2013/2014
USMAN BUSTAMAN ANALISIS REGRESI Kuliah #1. OVERVIEW 3 SKS Referensi: 1.Neter, John et al. (1989). Applied Linear Regression Models. 2 nd ed. Boston: Irwin.
Proses Stokastik Semester Ganjil 2013 DR. Rahma Fitriani, S.Si., M.Sc.
Proses Stokastik Semester Ganjil 2013/2014
Model dan Simulasi TPE 4264/3/W (TSAL) ATS, FAO. What is Model? Sebutkan Istilah-istilah yang menggunakan kata ‘model’ : Model-model X Model iklan = bintang.
Responsi Teori Pendukung
Pemodelan Matematika Oleh : Dani Suandi, M.Si..
Statistik Industri I (Teori Probabilitas) Jurusan Teknik Industri
Teknologi Informasi. Waktu dan Tempat Waktu: Selasa, – Ruang: A.1.6.
Teknologi Informasi.
1 Pertemuan #1 Introduction Matakuliah: H0332/Simulasi dan Permodelan Tahun: 2005 Versi: 1/1.
SISTEM DINAMIS ROESFIANSJAH RASJIDIN Program Studi Teknik Industri
5. RANTAI MARKOV WAKTU DISKRIT
METODE STATISTIKA (STK211)
Proses Kedatangan dan Distribusi Waktu Pelayanan
Kontrak Perkuliahan Pengantar Proses Stokastik
KULIAH TEORI SISTEM DISKRIT MINGGU 1 Dosen Pengampu: Dr. Salmah, M.Si
About Me? Phone:
METODE STATISTIKA (STK211)
Pendahuluan Fitri Amillia, S.T., M.T.
Lecturer: Getut Pramesti
Jurusan Sistem Informasi
6. RANTAI MARKOV WAKTU DISKRIT KLASIFIKASI RUANG KEADAAN
Dr. Adji Achmad RF, S.Si, M.Sc
About Me? Phone:
Pendahuluan Rekayasa Trafik
Pengantar model stokastik
Proses Kedatangan dan Distribusi Waktu Pelayanan
PENDAHULUAN : SIFAT-SIFAT MATEMATIKA EKONOMI DAN BISNIS
TK35301-Teknik Kendali Aprianti Putri Sujana.
Lecturer’s details Nick Name = Putut #1 =
Aljabar Linier dan Matriks
MATERI PERKULIAHAN PEMROGRAMAN I (Remedial)
Variabel Random Khusus
Pengantar Teori Peluang Pertemuan ke-1/7
TEKNIK PENGUKURAN DAN PENGENDALIAN BIOPROSES
PENDAHULUAN.
Distribusi Teoritis Peluang Diskrit
2. PROSES STOKASTIK.
Stochastic Modeling Rian F. Umbara, M.Si
Mean, Korelasi, dan Kovariansi
Logika Informatika Iwan Santosa, S.T., M.T. Teknik Informatika
Pendahuluan.
Aljabar Linier dan Matriks
IKG2B Metoda Komputasi.
Metode Sampling (Ekologi Kuantitatif)
Ir. Kristinah Haryani, MT
Silabus KOMPUTASI STATISTIKA
Rencana Pembelajaran STATISTIK I (3 SKS)
Silabus Jaringan Telekomunikasi
IKG2H3/ PERSAMAAN DIFERENSIAL DAN APLIKASI
Pendahuluan Tri Rahajoeningroem, MT Jurusan Teknik Elektro
PERTEMUAN KE-1 PENDAHULUAN
Syarat Mengikuti Perkuliahan
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
OPERATIONS RESEARCH – I
2. PROSES STOKASTIK.
Silabus Riset Operasi Bobot: 4 SKS.
Transcript presentasi:

Prodi Ilmu Komputasi IT Telkom Stochastic Modeling Prodi Ilmu Komputasi IT Telkom

Tujuan Intruksional Umum Mahasiswa dapat menggunakan proses stokastik untuk memodelkan hubungan dinamik antara kejadian random dalam berbagai bidang ilmu seperti engineering, natural dan social science. prostok-0-firda

TOPIK KULIAH Stochastic Modeling Mg Topik Sub Topik 1 1. Teori pendukung Proses Stokastik 1.1 Pendahuluan 1.2 Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat, Peluang bersyarat 1.6 Ekspektasi 2 2. Proses Stokastik 2.1 Definisi proses stokastik 2.2 Klasifikasi dan contoh proses stokastik 3 3. Proses Poisson 3.1 Proses menghitung 3.2 Definisi proses poisson 3.3 Distribusi waktu antar kedatangan 4 3.4 Distribusi bersyarat waktu antar kedatangan 3.5 Proses poisson nonhomogen

Mg Topik Sub Topik 5 4. Rantai Markov Diskrit 4.1 Definisi rantai markov diskrit 4.2 Contoh rantai markov diskrit 4.3 Matriks peluang transisi 4.4 Diagram transisi 6 4.5 Persamaan Chapman-Kolmogorov 4.6 Jenis –Jenis Ruang keadaan 7 4.7 Rantai markov irreducible 4.8 Perioditas rantai markov 4.9 Peluang limit 4.10 Rantai markov dengan distribusi stasioner 8 UTS 9 5. Rantai Markov Kontinu 5.1 Proses kelahiran murni 5.2 Proses kematian murni 5.3 Proses kelahiran dan kematian 5.4 Antrian 10 5.4 Antrian

Mg Topik Sub Topik 11 6. Pemodelan masalah nyata dengan menggunakan rantai markov waktu diskrit dan waktu kontinu 6.1 Biologi 6.2 Bioinformatic 12 6.3 Keuangan (saham) 13 Presentasi tugas 14 Presentasi tugas 15 UAS

REFERENSI Shunji Osaki, Applied Stochastic System Modelling, Springer-Verlag, Berlin-Heidelberg, 1992 Leon-Garcia, Alberto, Probability and Random Processes for Electical Engineering Seldon, M. Ross, Introduction to Probability Models, 2nd edition, Academic Press, Inc., 1980. S. Karlin and H.M. Taylor, A First Course on Stochastic Processes, Academic Press, New York, 1975

PENILAIAN 30 % KUIS dan TUGAS 35 % UTS 35 % UAS Kehadiran : minimal 75 % A : NA≥75 B : 60≤NA<75 C : 45≤NA<60 D : 30≤NA<45 E : NA<30 prostok-0-firda