Rantai markov ditemukan seorang ahli matematis berkebangsaan Rusia yang bernama
Andrey Andreyevich 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
meramalkan perubahan-perubahan di waktu yang akan datang pada variabel- variabel
dinamis berdasarkan hasil pengamatan pada variabel-variabel tersebut di masa yang
lalu (Subagyo, 1989).
Penerapan rantai markov mula-mula adalah pada ilmu-ilmu pengetahuan fisik dan
meteorologi. Teknik ini mula-mula digunakan untuk menganalisis dan memperkirakan
perilaku partikel-partikel gas dalam suatu wadah (container) tertutup serta meramal
keadaan cuaca. Rantai markov sebagai suatu peralatan riset operasi dalam pengambilan
keputusan manajerial yaitu telah banyak diterapkan untuk menganalisis perpindahan
merek (brand switching) dalam pemasaran, perhitungan rekening-rekening, jasa-jasa
penyewaan mobil, perencanaan penjualan, masalah-masalah persediaan, pemeliharaan
mesin, antrian, perubahan harga pasar saham, administrasi rumah sakit, dan sebagainya
(thesis.binus.ac.id, 2014).
Dasar analisis aplikasi markov chain terlebih dahulu pada bagian ini akan
digambarkan secara ringkas konsep dasar markov chain (MC), mulai dari asumsi,
definisi sampai pada beberapa theorema yang diperlukan. Kejadian tertentu dari suatu
rangkaian eksperimen tergantung dari beberapa kemungkinan kejadian, maka
rangkaian eksperimen tersebut disebut Proses Stokastik. Proses dikatakan terhingga
(finite) apabila seluruh kemungkinan kejadian yang dapat terjadi terhingga. Terdapat
banyak tipe Proses Stokastik dan dikelompokan berdasarkan sifat- sifat fungsi
peluangnya (Mulyono, 2004).
Bagian ini akan mebahas proses perpindahan para konsumen dalam hubungannya
dengan suatu model produk satu dengan model produk lainnya. Anggapan dasar adalah
bahwa para konsumen tidak berpindah dari suatu model produk produk ke model
produk lainnya secara acak, disamping itu pilihan konsumen atas model produk yang
akan dibeli di masa yang akan datang berdasarkan pada pilihan-pilihan konsumen yang
dibuat di waktu yang lalu.
3.Kondisi equilibrium
Kondisi equilibrium tercapai hanya jika tidak ada pesaing yang mengubah matriks
probabilitas transisi. Probabilitas market share akan tetap setelah perhitungan beberapa
periode. Keadaan equilibrium meliputi pertukaran para konsumen berkenaan dengan
“retention”, “mendapatkan”, dan “kehilangan” akan statis. Keadaan yang umum
terjadi adalah bahwa tidak ada satu perusahaan pun yang seluruh konsumennya tetap
setia menggunakan produknya, yang berarti kondisi equilibrium akhir tercapai
berdasarkan matriks probabilitas transisi tetap.
Rumusan Rantai Markov
Konsep dasar proses markov adalah state dari sistem atau state transisi. Sifat dari
proses ini adalah apabila diketahui proses berada dalam suatu keadaan tertentu.
Peluang berkembangnya proses di masa mendatang hanya tergantung pada keadaan
saat ini dan tidak tergantung pada keadaan sebelumnya, atau dengan kata lain rantai
Markov adalah rangkaian proses kejadian dimana peluang bersyarat kejadian yang
akan datang tergantung pada kejadian sekarang (Mulyono, 2004).
Proses Stokastik merupakan suatu himpunan variabel acak {X(t)} yang tertentu dalam
suatu ruang sampel yang sudah diketahui, dimana t merupakan parameter waktu
(indeks) dari suatu himpunan T. Ruang keadaan I dari suatu proses sebagai himpunan
harga variable acak X(t) yang mungkin, jika X(t) berupa variabel acak diskrit yang
terdiri dari sejumlah harga tak berhingga yang dapat dihitung dalam suatu himpunan
bilangan cacah tidak negatif, maka I= {0,1,2,………}, dan jika X(t) merupakan
variabel acak kontinu yang non negatif, maka, I = { x ; 0 ≤ x ≤ ∞}.
Proses stokastik, istilah variabel acak X(t) dapat diartikan sebagai variabel keadaan.
Misalnya, jika N= 1, 2,…….. dalam himpunan T= {1,2,………}dan X(t) = 0, 1,….., N
dalam himpunan I = {0,1,2,……….N} maka dalam system persediaan, X(1)
menggambarkan keadaan tingkat persediaan pada akhir minggu pertama, X(2)
menggambarkan keadaan tingkat persediaan pada akhir minggu kedua dan seterusnya
(Siswanto, 2007).
Perilaku jangka panjang dari suatu proses Markov ditandai oleh ketidak
bergantungannya pada state awal dari sistemnya. Sistem tersebut dikatakan telah
mencapai steady state. Ada dua metode yang dapat digunakan untuk menyelesaikan
persoalan dengan state yang tidak terbatas ini. Metode pertama disebut metode
enumerasi sempurna yang mengenumerasi seluruh stationary policy hingga diperoleh
solusi optimumnya. Metode ini hanya dapat digunakan apabila jumlah total stationary
policy-nya tidak terlalu besar sehingga masih dapat dihitung. Metode keduan adalah
metode policy interation yang mampu mengurangi kesulitan perhitungan pada metode
pertama. Metode ini umumnya bersifat efisien. Namun kedua metode ini menghasilkan
solusi optimum yang sama (Tjutju, 1987).
Matriks transisi maupun matriks pendapatan ini sifatnya bergantung pada alternatif-
alternatif keputusan yang dapat digunakan oleh pengambilan keputusan. Tujuan
persoalan ini adalah menentukan keputusan optimum yang dapat memaksimumkan
ekspektasi pendapatan proses yang mempunyai jumlah state terbatas atau tidak terbatas
tersebut (Tjutju, 1987).
Berdasarkan kasus yang ada, proses Markov akan menuju kepada kondisi steady state
(keseimbangan), artinya setelah proses berjalan selama beberapa periode, probabilitas
status akan bernilai tetap, dan ini dinamakan probabilitas steady state. Berulang kali
ditunjukan bahwa jumlah kolom probabilitas transisi pada setiap baris matriks transisi
adalah satu. Jika semua jumlah kolom matriks itu juga sama dengan satu, matriks
transisi dinamakan Stokastik Ganda. Untuk setiap matriks transisi stokastik ganda
dimana banyaknya status adalah m, maka setiap probabilitas steady statenya bernilai
1/m (Mulyono, 2004).
State Absorbsi
State k disebut state absorbsi jika pkk = 1, sedemikian hingga ketika rantai berada di
state k, rantai tersebut tetap berada di sana selamanya. Jika k adalah state absorbsi, dan
proses bermula di state i, probabilitas untuk pernah ke state k disebut probabilitas
absorbsi ke state k, dengan sistem bermula di state i. Probabilitas ini dinyatakan
sebagai fik.
Ketika terdapat dua atau lebih state absorbsi pada rantai Markov, dan jelas bahwa
proses akan diserap ke salah satu state ini, probabilitas absorbsi ini perlu dicari.
Probabilitas ini bisa diperoleh dengan menyelesaikan sistem persamaan linier dengan
mempertimbangkan semua kemungkinan untuk transisi pertama, dan dengan adanya
transisi pertama, mempertimbangkan probabilitas absorbsi fjk memenuhi sistem
persamaan (Lieberman dan Hiller, 2008):
……………………………….. …(2.1)
fkk = 1,
Probabilitas absorbsi sangat penting pada random walk. Random walk adalah rantai
markov dengan sifat jika sistem berada pada state i maka pada sebuah transisi, sistem
tetap berada di i atau bergerak ke satu dari dua state yang berdekatan langsung dengan
i. Sebagai contoh, random walk sering digunakan sebagai model dalam model yang
melibatkan perjudian (Lieberman dan Hiller, 2008). CPM ( Critical Path Method )
1. Pengertian CPM
T. Hani Handoko (1993 : 401) mengemukakan bahwa CPM adalah suatu
metode yang dirancang untuk mengoptimalkan biaya proyek dimana dapat ditentukan
kapan pertukaran biaya dan waktu harus dilakukan untuk memenuhi jadwal
penyelesaian proyek dengan biaya seminimal mungkin.
CPM adalah suatumetode perencanaan dan pengendalian proyek-proyek yang
merupakan sistem yang paling banyak digunakan diantara semua sistem yang memakai
prinsip pembentukan jaringan. Dengan CPM, jumlah waktu yang dibutuhkan untuk
menyelesaikan berbagai tahap suatu proyek dianggap diketahui dengan pasti, demikian
pula hubungan antara sumber yang digunakan dan waktu yang diperlukan untuk
menyelesaikan proyek. Jadi CPM merupakan fasilitas analisa jaringan kerja yang
berusaha mengoptimalkan biaya total proyek melalui pengurangan waktu penyelesaian
total proyek yang bersangkutan.
Teknik penyusunan jaringan kerja yang terdapat pada CPM, sama dengan yang
digunakan pada PERT. Perbedaan yang terlihat adalah bahwa PERT menggunakan
activity oriented, sedangkan dalam CPM menggunakan event oriented. Pada activity
oriented anak panah menunjukkan activity atau pekerjaan dengan beberapa keterangan
aktivitasnya, sedang event oriented pada peristiwalah yang merupakan pokok perhatian
dari suatu aktivitas.
B. PERT ( Program Evaluation Review Technique )
1. Pengertian PERT
PERT adalah suatu alat manajemen proyek yang digunakan untuk melakukan
penjadwalan, mengatur dan mengkoordinasikan bagian-bagian pekerjaan yang ada di
dalam suatu proyek. PERT yang memiliki kepanjangan Program Evaluation Review
Technique adalah suatu metodologi yang dikembangkan oleh Angkatan Laut Amerika
Serikat pada tahun 1950 untuk mengatur program misil. Sedangkan terdapat
metodologi yang sama pada waktu bersamaan dikembangkan oleh sektor swasta yang
dinamakan CPM atau Critical Path Method. PERT pada awalnya didesain untuk
industri yang menghasilkan produk tidak standar dan mengalami perubahan teknologi
yang cepat sekali, seperti industri pertahanan dan ruang angkasa, sehingga masalah
ketidakpastian dalam penyelesaian. (Siswanto, 2007) analisis jaringan kegiatan, dan
peristiwa atau disingkat analisis jaringan kerja adalah istilah umum yang meliputi
berbagai metode perencanaan proyek diantaranya, yang paling terkenal adalah PERT
dua sistem ini dikembangkan di Amerika Serikat untuk proyek-proyek skala besar
dalam bidang pertahanan (E. Jasifi, 1994).
T. Hari Handoko (1993, 401) mengemukakan bahwa PERT adalah suatu
metode analisis yang dirancang untuk membantu dalam penjadwalan dan pengendalian
proyek-proyek yang kompleks, yang menuntut bahwa masalah utama yang dibahas
yaitu masalah teknik untuk menentukan jadwal kegiatan beserta anggaran biayanya
sehingga dapat diselesaikan secara tepat waktu dan biaya.
Metodologi PERT divisualisasikan dengan suatu grafik atau bagan yang
melambangkan ilustrasi dari sebuah proyek. Diagram jaringan ini terdiri dari beberapa
titik (nodes) yang merepresentasikan kejadian (event) atau suatu titik tempuh
(milestone). Titik-titik tersebut dihubungkan oleh suatu vektor (garis yang memiliki
arah) yang merepresentasikan suatu pekerjaan (task) dalam sebuah proyek. Arah dari
vaktor atau garis menunjukkan suatu urutan pekerjaan.
Gambar
2.3
Diagram Network CPM
Untuk PERT mengunakan slope, waktu ekspektasi (te), varians dan probabilitas
penyelesaian proyek.
Keterangan:
Cc = Biayadipercepat tp = Waktupesimis
Cn = Biaya normal tm = Wakturealistis
Tn = Waktu normalTD = Waktuproyek (dijadwalkan)
Tc = WaktudipercepatσTE = Deviasistandaruntuk TE(Jalurkritis)
to = WaktuoptimisTE = Waktuproyekdiselesaikan