Anda di halaman 1dari 21

Transportasi

Model transportasi berkaitan dengan suatu situasi dimana suatukomoditas hendak di kirim
dari sejumlah sources ( sumber ) menuju kesejumlah destination (tujuan ). Tujuan dari
persoalan tersebut adalahmenentukan jumlah komoditas yang harus di kirim dari tiap-tiap
source ke tiap-tiap destination sedemikian hingga biaya total pengiriman dapat
diminimumkan, dan pada saat yang sama pembatas yang berupa keterbatasan pasokan dan
kebutuhan permintaan tidak dilanggar. Model transportasi mengasumsikan bahwa biaya
pengiriman komoditas pada rute tertentu adalah proporsional dengan banyaknya unit
komoditas yang di kirimkan pada rute tersebut. Secara umum, model transportasi dapat di
perluas pada bidang-bidang pengendalian persediaan, penjadwalan tenaga kerja, dan
penugasan personalia.
(Setiawan ; 2006)
Secara umum persoalan transportasi dapat di gambarkan sebagai berikut :


Model dasar transportasi

Transportasi adalah model pemindahan penumpang atau barang dari satutempa ke tempat
lain. Menurut Taha (1996; 202) sesuai dengan namanya, model ini berkaitan dengan
penentuan rencana biaya terendah untuk mengirim susuatudari sejumlah sumber ke
sejumlah tujuan.
Data ini mencakup:
a. Tingkat penawaran di setiap sumber dan jumlah permintaan di setiap tujuan.
b. Biaya transportasi per unit barang dari setiap sumber ke setiap tujuan.
Tujuan dari model menentukan jumlah yang harus dikirim dari setiap sumber kesetiap
tujuan sedemikian rupa sehingga biaya transportasi total diminimumkan. Menurut Tarliah
(1999; 129) ciri-ciri khusus transportasi adalah sebagai berikut:
1. Terdapat sejumlah sumber dan tujuan.
2. Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber dan yang
diminta oleh setiap tujuan, besarnya tertentu.
3. Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan besarnya sesuai
dengan permintaan dan kapasitas sumber.
4. Biaya transportasi komoditas dari suatu sumber ke suatu tujuan besarnya tertentu.

Secara diagramatik, model transportasi dapat digambarkan dalam gambar 2.1
berikut ini :
Misalkan ada sumber dan n buah tujuan.




Diagram Model Transportasi

Keterangan:
- Masing-masing sumber mempunyai kapasitas = 1,2,3, m.
- Masing-masing tujuan membutuhkan komoditas sebanyak, bj, j = 1,2,3,... n.
- Jumlah satuan (unit) yang dikirimkan dari sumber I ke tujuan J. adalah
sebanyak xij.
- Ongkos pengiriman per unit dari sumber i ke tujuan j adalah cij.
Dengan demikian, maka formulasi program linearnya adalah sebagai berikut:
Meminimkan: Max.z =
Berdasarkan pembatas :

= ai, i = 1, 2, , m.

= aj, i = 1, 2, , m.
xij > 0 untuk seluruh i dan j
Sebagai ilustrasi, jika ada 2 buah sumber dan 3 tujuan (m = 2, n = 3)

Ilustrasi 2 buah sumber dan 3 tujuan

Formulasi :
Meminimumkan
Z = C11X11+ C12X12+ C13X13+ C21X21+ C22X22+ C23X23
Berdasarkan pembatas:
X11+X12x+X12 = a1
X21+X22x+X23 = a2
X11+X21 = b1
X12+X22 = b2
X13+X23 = b3
Dan matriks persoalan transportasinya adalah sebagai berikut :


sekema Tabel Matriks Persoalan Transportasi
Pembatas sumber
Pembatas tujuan
Dari penjelasan di atas, dapat dilihat adanya beberapa ciri khusus persoalan transportasi
yaitu :
1. Terdapat sejumlah sources dan sejumlah destinations tertentu.
2. Jumlah komoditas yang dikirimkan dari sejumlah source dan yang diminta oleh setiap
destination besarnya juga tertentu.
3. Biaya pengiriman per unit komoditas dari satu source ke satu destination besarnya
tertentu.
( Setiawan ; 2006 )

2.4. Keseimbangan Model Transportasi
Suatu model transportasi dikatakan seimbang apabila total supply (sumber) sama dengan
total demand (tujuan).
Dengan kata lain :

Dimana: ai = sumber
bj = tujuan
Dalam persoalan transportasi yang sebenarnya, batasan ini tidak selaluterpenuhi, atau
dengan kata lain, jumlah supply yang tesedia mungkin lebih besar atau lebih kecil dari
jumlah yang diminta. Jika hal ini terjadi, maka model persoalannya tersebut sebagai model
yang tidak seimbang (unbalanced).
Batasan di atas dikemukakan karena hanya jika menjadi dasar dalam pengembangan tekni
transportasi. Namun, setiap persoalan transportasi dapat dibuat seimbang dengan cara
memasukkan variable semua. Jika jumlah demand melebihi jumlah supply, maka dibuat
suatu sumber dummy yang akan mensupply, kekurangan tersebut yaitu sebanyak :

jbj - iai . bj > ai bj = ai + dj

Sebaiknya, jika jumlah supply melebihi jumlah demand, maka dibuat suatu tujuan dummy
untuk menyerap kelebihan tersebut, yaitu sebanyak :

iai - jbj . bj < bj < ai ai = bj + dj

Ongkos transportasi per unit (cij) dari sumber dummy ke seluruh tujuan adalah nol. Hal ini
dapat dipahami karena pada kenyataannya dari sumber dummy tidak terjadi pengiriman.
Begitu pula dengan ongkos transportasi per unit (cij) dari semua sumber ke tujuan dummy
adalah nol.

Metode Transportasi
Dalam penyelesaian persoalan transportasi, harus dilakuan langkah-langkah sebagai
berikut:
a. Tentukan solusi fesibel awal.
b. Tentukan entering variable dari variable-variabel non basis. Bila semua variable sudah
memenuhi kondisi optimum, STOP. Bila belum, lanjutkan langkah c.
c. Tentukan leaving variable diantara variable-variebel basis yang ada, kemudian hitung
solusi baru. Kembali ke langkah b.

Menentukan solusi fesibel awal.
Ada beberapa metode yang digunakan untuk menentukan solusi fesibel awal yaitu :
1. Metode North West Corner Method
Metode North West Corner Method diperkenalkan oleh Charnes dan Cooper, kemudian
dikembangkan oleh Danzig. Caranya sebagai berikut :
a. Mulai dari pojok barat laut pada tabel persoalan transportasi.
b. Teruskan langkah ini, setapak demi setapak, menjauhi pojok barat laut, sehingga
akhirnya harganya telah dicapai pada pojok tenggara dari tabel.
(Siagian, 1987; 159)

2. Metode Ongkos Terkecil (Least Cost Method)
Langkah-langkah pengerjaannya adalah sebagai berikut :
a. Identifikasi sel dalam tabel transportasi dengan biaya terendah, dan alokasikan sebanyak
mungkin arus sel lain. Bila ada pertalian, pilih sel yang berhubungan dengan busur
dimana paling banyak unit yang dikirim. Bila masih terdapat pertalian, pilih salah satu
dari sel yang bertalian.
b. Kurangi baris penawaran dan kolom permintaan sebesar jumlah arus yang dilokasikan ke
sel yang diidentifikasikan dalam langkah a.
c. Bila semua baris penawaran dan kolom permintaan telah habis, STOP. Bila tidak
dilanjutkan dengan d.
d. Bila baris penawaran sekarang nol, hapus garis itu dari pertimbangan lebih lanjut dengan
menggambar satu garis melaluinya.Jika kolom permintaan nol, hapus kolom itu dan
menggambar garis yang melaluinya.
e. Teruskan dengan langkah a untuk semua baris dan kolom yang tidak bergaris.
(Anderson, dkk, 1993; 326)

3. Metode Vogel ataua Vogel Aproximation Method (VAM)
Metode Vogel merupakan metode yang lebih mudah dan lebih cepat untuk mengatur
alokasi dari beberapa sumber ke beberapa daerah pemasaran. Menurut Subagyo, dkk,
(1990; 100) langkah-langkah untuk mengerjakannya adalah sebagai berikut :
a. Susunlah kebutuhan, kapasitas masing-masing sumber dan biaya pengangkutan
kedalam matriks.
b. Carilah perbedaan dari dua biaya terkecil (dari nilai absolute), yaitu biaya terkecil
kedua untuk setiap baris dan kolom.
c. Pilih satu nilai perbedaan-perbedaan tersebut diantara semua nilai perbedaan pada
kolom dan baris.
d. Isilah pada satu segi empat yang termasuk dalam kolom atau baris terpilih, yaitu pada
segi empat yang biayanya terendah diantara segi empat yang lain pada kolom atau
baris itu. Isinya sebanyak mungkin yang bisa dilakukan.
e. Hilangkan baris atau kolom tersebuat karena baris tersebut sudah diisi sepenuhnya
sehingga tidak mungkin diisi lagi.
f. Tentukan kembali perbedan (selisih) biaya pada langkah b untuk kolom dan baris
yang belum terisi. Ulangi langkah c sampai dengan langkah e, sampai semua kolom
dan baris teralokasi.
g. Setelah terisi semua, hitung biaya transportasi secara keseluruhan.

4. Penyelesaian Optimalisasi.
Metode yang digunakan untuk uji optimalisasi adalah:
a. Metode Batu Loncatan (Stepping Stone)
Untuk menentukan entering variable dan leaving variable terlebih dahulu dibuat suatu
loop tertutup bagi setiap variable non basis. Loop tersebut berawal dan berakhir pada
variable non basis, dimana setiap sudut loop haruslah merupakan titik-titik yang
ditempati oleh variable-variabel basis dalam tabel transportasi. Loop digunakan untuk
memeriksa kemungkinan diperolehnya penurunan ongkos jika variable non basis
dimasukkan menjadi basis. Cara yang dilakukan adalah dengan memeriksa semua
variabel non basis yang terdapat dalam suatu interaksi, sehingga dapat ditentukan
entering variable.
(Tarliah, 1999; 137)
b. Metode MODI (Modified Distribution)
Metode MODI tidak lain dari algoritma batu loncatan (Stepping Stone) dengan teknik
yang sudah diperhalus untuk menghitung indeks yang akan ditingkatkan. Perbedaan
antara kedua cara ini terletak pada langkah-langkah yang digunakan untuk
menyelesaikan persoalan yang mana terdapat jejak tertutup yang akan ditelusuri.
Metode MODI menghitung indeksi yang akan ditingkatkan ialah tanpa menggambarkan
semua jejak tertutup. Cara MODI cukup menelusuri satu saja jejak tertutup. Sama
seperti pada batu loncatan, dalam cara MODI dengan aturan pojok barat laut. Sesudah
itu baru diteruskan dengan cara MODI dengan melakukan langkah-langkah penyelesian
secara berurutan.
Adapun langkah-langkahya sebagai berikut :
1. Mengetes kemerosotan, alat tes ialah dengan menguji apakah (m + n 1) sama
dengan jumlah sel yang terisi. Apabila jumlah sel yang terisi sama maka bukan
persoalan merosot, tapi bila jumlah sel yang terisi tidak sama maka persoalan
merosot, dan pemecahannya dilakukan seperti pada batu loncatan.

2. Menghitung harga indeks A dan T.
Langkah kedua adalah menghitung bilangan indeks, baik indeks baris (Ai) mauun
indeks kolom (Tj ). Ini dilaksanakan dengan menitik beratkan pada sel yang sudah
terisi, dimana berlaku rumus :
Ai + Tj = Cij, i, j = 1, 2, 3
Dimana:
Ai = Indeks baris
Tj = Indeks kolom
Cij = Harga dari tiap sel (i, j) yang terisi

3. Menghitung indeks yang ditingkatkan atau sel yang tidak terisi.
Langkah ini dilakukan begitu harga baris dan kolom sudah dihitung menggunakan sel
yang sudah terisi. Langkah ini dapat dilakukan dengan menggunakan rumus :
Iij = Cij Ai Tj

Dimana :
Iij = Indeks yang akan ditingkatkan untuk tiap sel yang belum terisi
Cij = Biaya pada baris ke i dan kolom ke j yang belum terisi
Ai = Baris ke i
Tj = Kolom ke j



4. Jawab Optimal
Untuk mendapat jawaban optimal, kalau semuanya sudah positif. Apabila sudah dicapai
keadaan dimana :
Ai + Tj < atau Iij > 0
Dimana i = 1, 2, .. m, j = 1, 2, n.
Maka jawab optimal sudah dicapai.


(Tarliah,1999; 133)


Dalam permasalahan Teknik Riset Operasi ada beberapa tipe persoalan program linier,
salah satunya adalah persoalan transportasi.
Terdapat beberapa metode yang dipelajari untuk menyelesaikan masalah ini, seperti metode
Least Cost, metode Nortwest Corner, dan metode Vogel Approximation.
Karakteristik persoalan tranportasi:
1. Terdapat sejumlah sumber dan sejumlah tujuan tertentu.
2. Kuantitas komoditas atau barang yang didistribusikan dari sumber dan diminta oleh
tujuan, besarnya tertentu.
3. Komoditas yang dikirim atau diangkut dari sumber ke tujuan, besarnya sesuai
dengan permintaan dan atau kapasitas sumber.
4. Ongkos pengangkutan komoditas dari sumber ke tujuan, besarnya tertentu.
(Operation Research karya Tjutju Tarliah Dimyati dan Ahmad Dimyati)

Sebenarnya terdapat beberapa tahapan yang harus dilakukan untuk menyelesaikan
permasalahan transportasi, yaitu:
1. Menentukan solusi fisibel basis awal.
2. Menentukan entering variable dari variabel-variabel nonbasis.
Bila semua variabel sudah memenuhi kondisi optimum, STOP. Bila belum,
lanjutkan ke langkah 3.
3. Tentukan leaving variabel di antara variabel-variabel basis yang ada, kemudian
hitung solusi yang baru. Kembali ke langkah 2.


Model Transportasi dengan Metode Northwest Corner

Dalam permasalahan model transportasi pada Program Linier, ada banyak cara yang dapat
digunakan untuk menemukan solusi, salah satunya dengan metode Northwest Corner.
Metode ini merupakan metode untuk menentukan solusi awal yang pengalokasiannya
berawal dari pojok kiri atas (Barat Laut/North West) hingga ke pojok kanan bawah
(Tenggara/South East). Selanjutnya, pengalokasian dilakukan pada kotak X[i,j+1] bila
permintaan di kolom j telah terpenuhi dan pada kotak X[i+1,j] bila permintaan di baris i
telah terpenuhi.

Sebagai contoh, kita perhatikan tabel di bawah ini:

Langkah-langkah pengerjaan dengan metode North-West Corner:
1. Tampilkan persoalan dalam matriks.
2. Selalu memulai pengisian yang pertama kali pada jalur yang berada pada pojok kiri atas.
Pengisian atau pengalokasian barang pada jalur ini harus berpedoman kepada kapasitas
yang ada dan jumlah permintaan yang harus dipenuhi.
3. Lakukan gerakan zig-zag dari pojok kiri atas ke arah kanan bawah, sampai semua
barang yang diproduksi habis terdistribusi dan memenuhi semua permintaan yang ada.
4. Hitung total biaya yang diperoleh.
Pada persoalan di atas, kita mulai dari pojok kiri atas yaitu Kotak AP. Untuk kotak ini nilai
Supply-nya adalah 5000 dan untuk Demand-nya adalah 6000. Kita pilih yang bernilai 5000
(minimum antara supplu dan demand). Selanjutnya, karena permintaan di P belum
terpenuhi dan alokasi dari A sudah habis, kita bergerak ke bawah yaitu Kotak BP. Nilai
Supply untuk kotak ini adalah 6000 dan Demand-nya adalah 1000 (6000-5000). Kemudian,
yang kita pilih adalah 1000. Sekarang, permintaan di P sudah terpenuhi jadi kita bergerak
ke kanan yaitu Kotak BQ. Nilai Supply dan Demand untuk kotak ini berturut-turut adalah
5000 (6000-1000) dan 4000. Kita pilih yang terkecil yaitu 4000. Permintaan di Q sudah
terpenuhi dan alokasi dari B masih ada, jadi selanjutnya kita bergerak ke kanan ke Kotak
BR. Supply dan Demand untuk kotak ini adalah 1000 (5000-4000) dan 2000. Nilai
terkecilnya adalah 1000. Kondisi sekarang yaitu alokasi dari B sudah habis dan permintaan
di R belum terpenuhi, maka gerakan selanjutnya adalah ke bawah yaitu Kotak CR. Nilai
Supply dan Demand untuk kotak ini adalah 2500 dan 1000 (2000-1000). Kita pilih nilai
1000 sebagai nilai terkecil. Permintaan di R sudah terpenuhi dan alokasi dari C masih ada,
sehingga kita bergerak ke kanan yaitu Kotak CS. Nilai Supply dan Demand-nya adalah
1500 (2500-1000) dan 1500. Karena keduanya sama, maka kita dapat memilih salah satu
saja. Sekarang, permintaan di S sudah terpenuhi dan alokasi dari C juga sudah habis. Solusi
terpecahkan!! Dan tabelnya menjadi seperti berikut:

Langkah selanjutnya adalah menghitung Total Biaya pengiriman:







Rantai Markov (Markov Chain)
Analisa rantai Markov adalah suatu teknik probabilitas yang menganalisis
pergerakan probabilitas dari satu kondisi ke kondisi lainnya. Dikenalkan oleh Andrey A.
Markov, ahli matematika dari Rusia yang lahir tahun 1856. Riset-nyalah yang mendasari
studi tentang proses-proses stokastik yang pada perkembangannya mempunyai banyak
sekali aplikasi di dunia nyata.
Rantai Markov (Markov Chain) juga dapat didefinisikan sebagai suatu teknik
matematika yang biasa digunakan untuk melakukan pembuatan model (modeling)
bermacam-macam sistem dan proses bisnis.
Rantai Markov merupakan penerapan baru Progran Dinamis terhadap pemecahan
masalah suatu proses stochastic yang dapat dijelaskan oleh sejumlah state yang terbatas.
Teknik ini dapat digunakan untuk memperkirakan perubahan-perubahan yang akan terjadi
diwaktu yang akan datang dalam variabel-variabel dinamis atas dasar perubahan-perubahan
dari variabel-variabel dinamis tersebut dimasa lalu.
Analisa Markov hampir sama dengan decision analysis, bedanya adalah analisa
rantai Markov tidak memberikan keputusan rekomendasi, melainkan hanya informasi
probabilitas mengenai situasi keputusan yang dapat membantu pengambil keputusan
mengambil keputusan. Dengan demikian, analisa rantai Markov bukanlah teknik
optimisasi, tetapi adalah teknik deskriptif yang menghasilkan informasi probabilitas dimasa
mendatang.
Untuk dapat menerapkan analisa rantai Markov kedalam suatu kasus, ada beberapa
syarat yang harus dipenuhi:
1. Jumlah probabilitas transisi untuk suatu keadaan awal dari system sama dengan 1
2. Probabilitas-probabilitas tersebut berlaku untuk semua partisipan dalam system
3. Probabilitas transisi konstan sepanjang waktu
4. Kondisi merupakan kondisi yang independent sepanjang waktu.
Dalam realita, penerapan analisa Markov bias dibilang cukup terbatas karena sulit
menemukan masalah yang memenuhi semua sifat yang diperlukan untuk analisa Markov,
terutama persyaratan bahwa probabilitas transisi harus konstan sepanjang waktu
(probabilitas transisi adalah probabilitas yang terjadi dalam pergerakan perpindahan kondisi
dalam system).
Sebuah proses stokastik dikatakan termasuk Markov chain apabila memenuhi
Markovian property (sifat Markovian). Markovian property menyatakan bahwa
probabilitas bersyarat (conditional probability) 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.
Dalam Markov Chain ada tabel probablitas transisi (transition probability) yang
kira-kira memiliki hubungan sebagai berikut:
Keadaan pada saat t + 1 (masa depan) = Probabilitas transisi * Keadaan pada saat t (masa
kini)
Markov Chain secara umum dapat digolongkan menjadi dua, yakni Discrete
Markov Chain dan Continuous Markov Chain. Markov chain dikatakan diskrit apabila
perpindahan keadaan terjadi dengan interval waktu diskrit yang tetap. Sebaliknya, Markov
chain dikatakan kontinyu apabila perpindahan keadaan terjadi dengan rentang waktu
dengan variabel random yang kontinyu. Pada perkembangannya, ada yang dinamakan
Hidden Markov Model (HMM), Higher order Markov Chain dan Multivariate Markov
Chain. Perlu dicatat bahwa model-model pengembangan dari Markov Chain dapat
menyalahi Markovian property.
Markov Chain ini cukup memiliki aplikasi yang luas di bidang Teknik Industri.
Beberapa contohnya adalah analisa pangsa pasar (termasuk juga pangsa pasar partai
politik), sistem re-manufaktur (ada material/part/produk dengan masalah kualitas
kemudian diperbaiki dengan masuk kembali ke jalur produksi), klasifikasi pelanggan,
peramalan permintaan pelanggan, dan lain-lain.
Sebagai suatu alat dalam riset operasi untuk mengambil keputusan manajerial,
Rantai Markov telah banyak digunakan untuk menganalisa tentang perpindahan merk
(Brand Switching) dalam pemasaran, penghitung rekening. Jasa persewaan rencana
penjualan, masalah persediaan, peremajaan (replacement) pengelolaan aliran uang (cash
flow management), pengaturan kapasitas penampang air dan sebagainya.

http://yasinta.wordpress.com/2008/09/16/analisa-rantai-markov/

Proses Model Rantai Markov
Suatu proses markov terdiri dari suatu himpunan obyek dan suatu himpunan keadaan yang
sedemikian rupa sehingga:
1. Pada sembarang waktu yang diketahui, tiap-tiap obyek harus berada dalam suatu
keadaan tertentu (obyek-obyek yang berbeda tidak perlu berada pada keadaan yang
berbeda).
2. Probabilitas untuk sebuah obyek berpindah ke keadaan lainnya (yang mungkin sama
seperti keadaan pertama) dalam satu selang waktu tertentu hanyalah tergantung
pada kedua keadaan itu.
Secara garis besar proses model rantai markov adalah sebagai berikut:
1. Menyusun matriks probabilitas transisi.
2. Menghitung kemungkinan market share diwaktu yang akan datang.
Pada dasarnya rantai markov dapat dibedakan menjadi dua, yaitu rantai markov berhingga
dan rantai markov dengan horizon yang tidak terbatasi.
1. Rantai Markov Berhingga
Rantai Markov berhingga adalah suatu rantai markov yang memiliki jumlah
keadaan yang berhingga.
2. Rantai Markov dengan horizon yang tidak terbatasi
Suatu keputusan dengan horizon tidak terbatasi adalah proses keputusan yang
memiliki tahap yang tak berhingga banyaknya. Keadaan ini jarang terjadi namun
merupakan model yang menarik untuk digunakan dalam analisis proses yang tidak
memiliki titik akhir yang jelas.

Keseimbangan pangsa pasar pada rantai markov
Pangsa pasar adalah bagian pasar yang bisa dikuasai oleh perusahaan.Secara
teoritis, pangsa pasar adalah perbandingan antara volume penjualan perusahaan dengan
permintaan industri. Pangsa pasar perusahaan sebenarnya merupakan informasi strategis
yang dapat memberikan gambaran mengenai eksistensinya. Informasi mengenai volume
penjualan memang bisa memberikan informasi mengenai penurunan atau kenaikan
penjualan, akan tetapi tidak mungkin bisa memberikan gambaran tentang eksistensi atau
kekuatan perusahaan di pasar.
Dalam sifat Markov, jika diberikan kejadian - kejadian yang telah berlalu ( past
states ) dan kejadian yang sedang berlangsung ( present state ) , maka kejadian yang akan
datang ( future state )bersifat bebas ( independen ) dari kejadian-kejadian yang telah berlalu
( past state ) . Artinya kejadian yang akan datang ( future state ) hanya bergantung pada
kejadian yang sedang berlangsung ( present state) . Untuk suatu pengamatan yang
prosesnya sampai untuk waktu ke n, maka distribusi nilai proses dari waktu ke hanya
bergantung pada nilai dari proses pada waktu n. Secara umum dapat dituliskan: . Menurut
J.Supranto (1998 ), matriks adalah suatu kumpulan angka angka (elemen elemen ) yang
disusun berdasarkan baris dan kolom sehingga berbentuk empat persegi dimana panjang
dan lebarnya ditunjukkan oleh banyaknya baris dan kolom dan dibatasi oleh tanda kurung.
Pada rantai Markov, matriks transisi M berukuran nxn adalah matriks stokastik yang
elemen-elemenya menunjukkan kemungkinan perubahan antar komponen pada komposisi
X, sehinggan jumlah elemen setiap kolomnya sama dengan 1. Dapat dituliskan :




Sebuah matriks transisi adalah Reguler jika suatu pangkat bulat dari matriks tersebut
mempunyai elemen yang semuanya bernilai positif (Pantur Silaban,1988 ). Pada rantai
Markov yang memiliki matriks transisi Reguler, menggambarkan bahwa ada kemungkinan
untuk berpindah dari suatu state ke state yang lain dalam 1 langkah dan akan memiliki
suatu vektor keadaan yang setimbang untuk waktu jika diberikan suatu keadaan awal .
Penyelesaian permasalahan eigen dari rantai Markov dengan dua komponen menyajikan
secara lengkap dinamika perubahan yang terjadi sampai dengan komposisi setimbang
sebagai komposisi akhir perubahannya ( Sugata Pikatan, 1998 ). Berapapun orde matriks
M, salah satu nilai eigennya pasti ada yang sama dengan 1, yakni yang terkait dengan
komposisi setimbang sebagai vektor eigennya. Jika perubahan sebuah struktur
berkomposisi dilakukan dengan matriks transformasi M dalam sebuah selang waktu
tertentu, maka pada akhir selang waktu ke n komposisi struktur tersebut menjadi : Pada
waktu untuk matriks transformasi yang Reguler, komposisi telah mencapai kesetimbangan
dan tidak akan berubah lagi . Dapat dituliskan : Untuk mencari nilai - nilai eigen dari
matriks transisi, dapat menggunakan persamaan karakteristik. Berdasarkan definisi, vektor
tak nol merupakan vektor eigen
Rantai markov menjelaskan mengenai probabilitas transisi diantara state state
yang terbatas yang merupakan pemecahan dari persoalan Stochastic.
Suatu proses stokastik dikatakan mempunyai sifat Markovian, jika :
{ } { } i X j X P i X , X ,..., K X , K X j X P
t 1 t t 1 t 1 1 0 0 1 t
= = = = = = =
+ + +
,
untuk t = 0, 1, 2,
Dimana dapat diartikan bahwa probabilitas state mendatang ( j X
1 t
=
+
) hanya bergantung
pada state saat ini ( i X
t
= ), bukan oleh X
t+1
, X
t+2
, , dan seterusnya. Probabilitas
{ } i X j X
t 1 t
= =
+
dikatakan sebagai probabilitas transisi.
Bila { } i X j X P
t 1 t
= =
+
= { } i X j X P
0 1
= = untuk semua t = 0, 1, 2, disebut probabilitas
transisi 1 langkah P
i
(1)
j
Bila { } i X j X P
t 1 t
= =
+
= { } i X j X P
0 2
= = untuk semua t = 0, 1, 2, disebut probabilitas
transisi 2 langkah P
i
(2)
j

Bila { } i X j X P
t 1 t
= =
+
= { } i X j X P
0 n
= = untuk semua t = 0, 1, 2, disebut probabilitas
transisi n langkah P
i
(3)
j
(Ir.Tjutju T Dimyati,MSIE & Ir.Akhmad Dimyati, Pemodelan Sistem, 1987, 323)
Sifat Umum










Persamaan Chavman Kolmogorov
Pada transisi n langkah, probabilitas transisinya P
i
(n)
j
. Probabilitas transisi ini
dapat berguna berguna bila proses dalam state i dan probabilitas prosesnya berada di
state j setelah n periode ini terpenuhi. Persamaan Chavman Kolmogorov
memberikan suatu metode untuk menyelesaikan probabilitas transisi n langkah ini
dengan :

=
m
k
u n
kj
u
ik
n
ij P P P
0
) ( ) ( ) (
untuk ij
untuk n = 2 maka u = 1

=
m
k
kj ik ij P P P
0
) 1 2 ( ) 1 ( ) 2 (
untuk ij
Spesifikasi State Rantai Markov
1.Bila status j dapat diakses dari status i, dan status i dapat diakses dari j maka status i
dan status j saling berkomunikasi
2.Jika dalam Markov Chain semua status saling berkomunikasi, maka Markov Chain
adalah irreducible
3.Status i dikatakan recurrent jika f
ii
= 1 sedangkan jika f
ii
<1 status dikatakan
transient
4.Keadaan khusus dari recurrent adalah absorbing jika probabilitas transisi (satu
langkah) = 1
First Passage Times
Renggang waktu yang memuat state i ke state j untuk pertama kalinya disebut
First Passage Times yang dibutuhkan state i menuju state j. Untuk menentukan First
Passage Times yang dibutuhkan state i menuju state j diberikan rumus:

=
=
j k
kj ik ij
P 1 ; untuk i = j
(Frederick S Hillier & Gerald J Lieberman, Introduction to Operation Research, 5506)
Probabilitas Steady State
Persamaan yang dipakai untuk menentukan probabilitas steady state dituliskan
seperti berikut :


=
=
=
= =
>
m
j
m
i
ij i j
j
P
0
j
0
1
n 0,1,2,..., j untuk ;
0
t
t t
t

Expected Average Cost per Unit Time
Perkiraan biaya rata-rata per unit waktu diberikan oleh persamaan:
( ) ( )

= =

=
(
(

)
`

m
j
j
n
t
t
N n
j C X C
n
E Lim
0 1
1
t
X
t
merupakan biaya penyimpanan atau holding cost per periode.

Expected Average Cost per Unit Time for Complex Cost Function
( )
( )
= =

=
(

m
j
j j
n
t
t t
N n
K D X
n
Lim
0 1
1
,
1
t
Biaya-biaya yang terdapat dalam kasus ini dapat berupa:
1. Biaya pesan (pada saat kekurangan stok)
2. Biaya pengiriman
3. Biaya penalti, bila demand tidak terpenuhi.