Anda di halaman 1dari 9

PENGENALAN RANTAIAN MARKOV

Rantaian Markov merupakan salah satu topik yang terkadung dalam aplikasi
penggunaan algebra dalam kehidupan. Rantaian Markov ini dinamakan sempena
dengan nama pengasasnya iaitu Andrey Marcov iaitu seorang Ahli Matematik yang
berasal daripada Rusia. Penggunaan Rantaian Markov ini pada umumnya adalah untuk
mendapatkan perubahan yang bakal berlaku pada masa akan datang.
Perubahan yang berlaku pada setiap zaman menyebabkan banyak perkara yang
bakal berubah tanpa disedari. Maka daripada itu, ramalan menjadi salah satu
penghubung antara keadaan yang lepas dan keadaan yang akan datang. Ramalan
yang dijalankan memberi informasi yang dapat membantu dalam persediaan membuat
keputusan bagi kemungkinan-kemungkinan yang bakal berlaku kelak. Rantaian Markov
merupakan salah satu medium yang dapat membantu kita dalam membuat ramalan
bagi mendapatkan maklumat tentang sesuatu yang bakal berlaku pada masa akan
datang bergantung kepada kejadian yang sedang berlaku.
Konsep dasar analisis markov adalah state dari sistem atau state transisi, sifat
dari proses ini adalah apabila diketahui proses berada dalam keadaan tertentu, maka
peluang berkembangnya proses masa akan datang bergantung pada keadaan kini dan
tidak bergantung pada keadaan sebelumnya, atau dengan kata lain rantai Markov
adalah rangkaian proses kejadian dimana peluang bersyarat sesuatu kejadian yang
akan datang bergantung kepada kejadian sekarang. Hal ini demikian membawa
maksud bahawa rantaian Markov ini sering digunakan untuk mengetahui perbezaan
yang bakal berlaku terhadap sesuatu perkara pada masa akan datang berdasarkan
pemboleh ubah yang dinamik dan pemboleh ubah yang lalu. Oleh yang demikian,
pengaplikasian rantaian markov ini sering digunakan dalam bidang yang memerlukan
penganalisisan terhadap sesuatu perkara seperti dalam bidang perniagaan, periklanan,
keuntungan saham dan sebagainya.
















RANTAIAN MARKOV EKONOMI




















BAGAIMANAKAH ALGEBRA LINEAR TERLIBAT DALAM RANTAIAN MARKOV?
Rantaian Markov mempunyai ciri-ciri yang dinyatakan oleh tiga elemen berikut
iaitu vektor dimensi N pada semua nilai yang mungkin bagi sesuatu keadaan, matriks
transisi yang menggambarkan probabiliti pergerakan dari satu keadaan ke keadaan
yang lain dan
i
s
, 0
kebarangkalian pada setiap keadaan, i pada masa 0.Katakan s ialah
kemungkinan dimana
r
s s s s ,..., ,
2 1
. Proses ini bermula dari satu keadaan dan bergerak
dari satu keadaan ke keadaan yang lain. Pergerakan ini dikenali sebagai langkah. Jika
rangkaian ini bermula dari keadaan
i
s dan bergerak ke keadaan
j
s ke langkah
seterusnyadikenali sebagai kebarangkalian
ij
p dan kebarangkalian ini tidak bergantung
kepada keadaan sebelumnya. Kebarangkalian ini dikenali sebagai kebarngkalian
transisi dari keadaan j ke keadaan i Matriks P= (Pij) disebut matriks transisi rantaian
Markov. Matriks transisi T,
ij
t yang menunjukkan pergerakan dari keadaan j ke keadaan
idigambarkan seperti berikut:
















CONTOH KEGUNAAN RANTAIAN MARKOV DALAM BIDANG EKONOMI
Rantaian markov adalah digunakan untuk menganggar perubahan-perubahan
yang akan berlaku pada masa hadapan berdasarkan pada kejadian yang berlaku pada
waktu tersebut. Oleh itu, rantaian markov banyak digunakan dalam pelbagai bidang
seperti biologi, politik, kependudukan, industri, pertanian, ekonomi dan lain-lain. Antara
kegunaan di dalam bidang ekonomi ialah untuk mengkaji ciri bagi permintaan produk
petroleum. Peruntukan yang diperlukan untuk satu tong minyak mentah bagi
menghasilkan produk petroleum boleh dikatakan sebagai proses stokastik dari aspek
permintaannya yang berubah-ubah mengikut keperluan sesuatu negara (Mohd Yusof,
1993).
Selain daripada itu, dalam sektor perbankan, model rantaian Markov telah
digunakan bagi mengkaji pola pembayaran hutang dan pola pemberian kredit di dalam
kalangan pemilik bank semasa kitaran perniagaan. Di samping itu, pola jangka panjang
pinjaman runcit bank seperti pinjaman perumahan, pelajaran, perniagaan dan pinjaman
lain di sebuah institusi perbankan di Malaysia. Pinjaman perumahan merupakan
pinjaman utama dan penting dalam pinjaman runcit perbankan.
Rantaian markov juga digunakan bagi mengkaji bahagian pasaran kereta di
Malaysia. Menggunakan data pada tahunan 1995-2003, mereka menjelaskan bahawa
bahagian pasaran kereta nasional telah menurun kepada 67% pada tahun 2003
berbanding kereta bukan nasional yang berjaya merampas 15.6% bahagian pasaran.
Penurunan tersebut tidak boleh dianggap kecil memandangkan bahagian pasaran
kereta nasional pada tahun 1998 hingga 2002 telah mencecah lebih daripada 75%
dengan peratusan tertinggi adalah 77.1% pada tahun 1998. Sedangkan pada tahun
yang sama bahagian pasaran kereta bukan nasional hanyalah 9.6. Penurunan peratus
pembelian juga disabitkan dengan ketiadaan model baru kereta PROTON yang
dikeluarkan sedangkan pengeluar kereta asing rancak menjual kereta model baru pada
harga yang menarik. Pesaing kereta nasional seperti Toyota, Honda dan Hyundai
berjaya memenangi hati pelangganmelalui model yang inovatif dan canggih.
Bidang pengiklanan juga menggunakan rantaian Markov dalam menyelesaikan
suatu kesmengambil keputusan dalam membuat sesuatu pengiklanan. Langkah
pertama yang harus dilakukan adalah mengemukakan masalah periklanan dalam
sebuah rantai Markov yang disesuaikan dengan jenis keputusan yang ingin diambil.
Sebagai contoh, seorang pengurus perusahaan ingin memutuskan jenis media iklan
yang paling tepat, baik pada masa penjualan suatu produknya mengalami penurunan
atau berada dalam keadaan kurang baik. Dalam hal ini alternatif media iklan pada
setiap keadaan tidak sama. Pada keadaan penjualan kurang, alternatif media televisyen
yang punya rangkaian yang lebih luas untuk menguar-uarkan iklan tersebut dan pada
saat penjualan sangat baik mungkin sudah cukup penggunaan media radio atau akhbar
saja untuk menyebarkan iklan tersebut.
Selain itu, rantaian Markov turut digunakan untuk meramalkan siri masa
kewangan. Perbezaan utama kompleks atau susunan tertinggi rantaian markov dan
yang susunan terendah yang ringkas ialah kewujudan selepas sesuatu kesan atau
memori. Teknologi ini mencadangkan ramalan dengan hierarki selang diskrit masa dan
prosedur yang menghubungkan untuk mencari keputusan ramalan di peringkat
kekerapan yang berbeza dengan ramalan siri masa output diberikan. Hierarki masa
memberikan kemungkinan untuk menggunakan ciri-ciri fraktal siri masa yang diberikan
untuk membuat ramalan pada frekuensi yang berbeza daripada siri ini. Keputusan
ramalan untuk indeks pasaran saham dunia dibentangkan.
Sebagai contoh:
Pasaran Penyembur Rambut Holdfast, Wonder Web, dan Lively Look adalah tiga
syarikat jenama penyembur rambut. Ketiga-tiga syarikat ini bersaing dengan hebat
pada pasaran global. Agensi pengiklanan yang berminat mendapati bahawa syarikat
yang menguasai pemasaran penyembur rambut pada satu bulan tertentu akan
mempengaruhi penguasaan pemasaran pada bulan yang berikutnya. Hasil pemerhatian
adalah seperti berikut:
i) Jika syarikat Holdfast menguasai pasaran pada satu bulan, maka
kebarangkalian yang Holdfast, Wonder Web, dan Lively Look yang akan
menguasai pasaran pada bulan berikutnya adalah .40, .25, dan .35 dalam
susunan tertib.
ii) Jika syarikat Wonder Web menguasai pasaran pada satu bulan, maka
kebarangkalian yang Holdfast, Wonder Web, dan Lively Look yang akan
menguasai pasaran pada bulan berikutnya adalah .35, .35, dan .30 dalam
susunan tertib.
iii) Jika syarikat Lively Look menguasai pasaran pada satu bulan, maka
kebarangkalian yang Holdfast, Wonder Web, dan Lively Look yang akan
menguasai pasaran pada bulan berikutnya adalah .30, .25, dan .45 dalam
susunan tertib.
Masalah A :
Bedasarkan pemerhatian tersebut, Holdfast dan Wonder Web masing-masing
mempunyai kebarangkalian .30 untuk menguasai pasaran pada Februari 2014.
Kebarangkalian untuk Lively Look untuk menguasai pasaran adalah .40. Berapakah
kebarangkalian penguasaan pasaran pada bulan April 1979?
Masalah B :
Sebuah syarikat pengiklanan yang terkemuka telah menjadikan Wonder Web ke dalam
penguasaan pemasaran. Berapakah kebarangkalian yang Wonder Web akan
menguasai pasaran pada bulan Ogos 2014?
Penyelesaian
Langkah 1: Senaraikan semua kebarangkalian dalam bentuk matrik.

(



)

H W L
H .40 .25 .35
W .35 .35 .30
L .30 .25 .45
Ketiga-tiga kemungkinan bagi persaingan adalah : H ( Holdspray yang menguasai), W
(Wonder Web yang menguasai), dan L (Lively Look yang menguasai). Satu vektor
kebarangkalian yang digunakan adalah vektor tiga dimensi


Penyelesaian Masalah A
Kebarangkalian pertama pada bulan Februari 2014 ialah:


Manakala pada kebarangkalian kedua pada bulan April 2014 ialah:


Di mana,

(



)

(



)
Hasilnya adalah,


Maka, kebarangkalian penguasaan kedua bagi syarikat Holdfast, Wonder Web, dan
Lively Look adalah .
Penyelesaian Masalah B
Vektor dalam keadaan awal adalah


Vektor ini menerangkan situasi pemasaran (dikuasai oleh Wonder Web) pada bulan Mei
2014. Memandangkan Ogos 2014 adalah bulan yang ketiga, pengiraan seharusnya
melibatkan langkah ketiga vektor kebarangkalian

. Formula asasnya adalah

. Dalam kes,

, maka,


Pengiraan

telah ditunjukkan dalam masalah A. Dengan menggunakan hasil

,
kita darabkan lagi dengan . Hasilnya,

(



)
Darabkan dengan

, hasilnya:

=



Kesimpulan : kebarangkalian Wonder Web menguasai pasaran pada Ogos 2014 adalah
.27745.