tugas teori markov.docx
TRANSCRIPT
RANTAI MARKOV
Rantai Markov (Markov Chains) adalah suatu teknik matematika yang biasa
digunakan untuk melakukan pembuatan model (modelling) bermacam – macam sistem dan
proses bisnis. Teknik ini dapat digunakan untuk memperkirakan perubahan – perubahan
diwaktu yang akan datang dalam variabel – variabel dinamis atas dasar perubahan –
perubahan dari variabel – variabel dinamis tersebut di waktu yang lalu. Teknik ini dapat juga
digunakan untuk menganalisa kejadian – kejadian di waktu – waktu mendatang secara
sistematis.
Proses Markov telah banyak diterapkan untuk menganalisa tentang perpindahan
merek (brands witching) dalam pemasaran, perhitungan rekening – rekening, jasa – jasa
persewaan mobil, perencanaan penjualan, masalah – masalah persediaan, pemeliharaan
mesin, antrian, perubahan harga pasar saham, dan administrasi rumah sakit. Proses stokastik
X(t) adalah aturan untuk menentukan fungsi X(t, x) untuk setiap . Jadi proses stokastik adalah
keluarga fungsi waktu yang tergantung pada parameter ξ atau secara ekivalen fungsi t dan ξ.
X(t) adalah proses keadaan diskret bila harga-harganya bulat. Bila tidak demikian X(t) adalah
proses kontinu.
Pada tahun 1906, A.A. Markov seorang ahli matematika dari Rusia yang merupakan murid
Chebysev mengemukakan teori ketergantungan variabel acak proses acak yang dikenal
dengan proses Markov. Proses Markov adalah proses stokastik masa lalu tidak mempunyai
pengaruh pada masa yang akan datang bila masa sekarang diketahui. Sebuah proses stokastik
dikatakan termasuk rantai markov apabila memenuhi sifat markov. Sifat markov menyatakan
bahwa peluang bersyarat dari sebuah kejadian masa depan, dengan diketahui kejadian masa
lampau dan keadaan masa kini, adalah tidak tergantung oleh kejadian masa lampau dan hanya
tergantung oleh keadaan masa kini.
Rantai markov secara umum dapat digolongkan menjadi dua, yaitu rantai markov
dengan indeks parameter diskrit dan rantai markov dengan indeks parameter kontinue.
Rantai markov dikatakan berindeks parameter diskrit apabila perpindahan keadaan
terjadi dengan selang posisi/waktu diskrit yang tetap. Sebaliknya, rantai markov dikatakan
berindeks parameter kontinu apabila perpindahan keadaan terjadi dengan selang
posisi/waktu kontinu.
Untuk dapat menerapkan analisa rantai Markov kedalam suatu kasus, ada beberapa syarat
yang harus dipenuhi :
a) Jumlah probabilitas transisi untuk suatu keadaan awal dari sistem sama dengan
Probabilitas transisi adalah probabilitas yang terjadi dalam pergerakan perpindahan
kondisi dalam system.
b) Probabilitas-probabilitas tersebut berlaku untuk semua partisipan dalam sistem.
c) Probabilitas transisi konstan sepanjang waktu.
d) Kondisi merupakan kondisi yang independent sepanjang waktu.