OLEH
JURUSAN MATEMATIKA
SINGARAJA
2021
KATA PENGANTAR
Puji syukur penyusun panjatkan kehadirat Tuhan Yang Maha Esa, Ida Sang Hyang Widi Wasa
karena berkat dan rahmat-Nya penyusun dapat menyelesaikan makalah ini tepat pada waktunya.
Makalah ini dibuat sebagi salah satu syarat pemenuhan nilai mata kuliah Proses Stokastika di
Jurusan Matematika Universitas Pendidikan Ganesha. Makalah dengan judul”Prediksi Perencanaa
Produksi Padi Terhadap Lahan Panen di Sumatera Utara Menggunakan Rantai Markov” diharapkan
dapat berguna kedepannya.
Penyusun mengucapkan terima kasih kepada bapak I Gusti Nyoman Yudi Hartawan, S.Si., M.Sc.
selaku pengampu mata kuliah Proses Stokastika yang telah memberikan tugas ini sehingga dapat
menambah pengetahuan dan wawasan sesuai dengan bidang studi yang penulis tekuni. Penulis
juga mengucapkan terima kasih kepada semua pihak yang telah membagi sebagian
pengetahuannya sehingga penulis dapat menyelesaikan makalah ini.
Penyusun menyadari, makalah yang saya tulis ini masih jauh dari kata sempurna. Oleh karena itu,
kritik dan saran yang membangun akan penulis nantikan demi kesempurnaan makalah ini.
Penyusun
DAFTAR ISI
BAB I
PENDAHULUAN
Padi merupakan salah satu tanaman budidaya terpenting dalam peradaban. Meskipun
terutama mengacu pada jenis dari marga (genus) yang sama, yang biasa disebut sebagai padi
liar. Padi diduga berasal dari India atau indocina dan masuk ke indonesia dibawa oleh nenek
moyang yang migrasi dari daratan Asia sekitar 1500 SM. Produksi padi dunia menempati
urutan ke 3 dunia dari semua serealia, setelah jagung dan gandum. Namun, padi merupakan
sumber karbohidrat utama bagi mayoritas penduduk dunia.dan selanjutnya padi di olah
menjadi beras. Beras merupakan makanan pokok bagi sebagian besar masyarakat Indonesia
khususnya di Sumatera Utara. Konsumsi beras di Sumatera Utara semakin meningkat setiap
tahunnya seiiring dengan meningkatnya jumlah penduduk. Ketergantungan masyarakat
Sumatera Utara yang sangat tinggi terhadap beras akan menjadi masalah jika ketersediaan
beras sudah tidak dapat tercukupi. Hal inilah yang dapat mengganggu ketahanan pangan
nasional. Tujuan dilakukannya prediksi produksi padi dan lahan panen adalah untuk
mengetahui produksi padi terhadap luas panen yang ada khususnya di Sumatera Utara
diwaktu mendatang supaya dapat stabilnya antara produksi beras dan jumlah lahan yang ada,
sehingga terpenuhinya kebutuhan akan beras masyarakat. Setelah data hasil prediksi
diperoleh, pihak-pihak yang berkepentingan dapat mengambil langkah-langkah strategis yang
sekiranya perlu dilakukan agar tidak terjadinya kelangkaan dan mahalnya harga beras.
Ada banyak metode yang dapat digunakan dalam memprediksi produksi padi dan lahan
panen, Salah satunya adalah metode Rantai Markov Waktu Diskrit. Rantai Markov pertama
kali dikembangkan oleh sarjana matematika Rusia Andrei A Markov pada tahun 1906 yang
digunakan untuk mengatur silsilah keturunan kerajaan Inggris.
Maka itu penulis memberi judul penelitian ini yaitu: PREDIKSI PERENCANAAN
PRODUKSI PADI TERHADAP LAHAN PANEN DI SUMATERA UTARA
MENGGUNAKAN RANTAI MARKOV.
Sumber data yang digunakan dalam penelitian ini adalah data dari Badan Pusat Statistik
(BPS) tahun 2010 – 2019
Dasar dari rantai markov adalah state transisi, dengan sifat jika keadaan untuk saat sekarang
diketahui, peluang keadaan dari proses disatu langkah ke depan hanya dipengaruhi oleh
keadaan proses disaat sekarang. Artinya, keadaan proses diwaktuwaktu lampau tidak
mempengaruhi keadaan kedepan. Analisa Rantai Markov dapat diterapkan dalam kasus
dengan beberapa syarat sebagai berikut:
1. Jumlah peluang transisi untuk suatu keadaan awal dari system sama dengan satu
2. Peluang – peluang tersebut berlaku untuk semua partisipan dalam sistem.
3. Peluang transisi tidak akan berubah untuk selamanya.
1. Produksi dan Luas lahan panen pada masa mendatang tergantung hanya pada kondisi
sekarang saja.
2. Kondisi produksi padi dan luas lahan panen adalah stabil.
3. Tidak ada gangguan yang menyebabkan terganggunya proses produksi padi.
1. Produksi dan luas lahan panen padi diurutkan dari caturwulan pertama 2010 sampai
caturwulan ketiga 2019
2. Mencari selisih produksi dan kebutuhan beras pada saat caturwulan kedengan
caturwulan ke – ( t+ 1 )
3. Nilai selisih tersebut dikategorikan yaitu, jika nilainya ≥ 0 maka dikatakan naik, jika
nilainya ≤ 0 dikatakan turun.
4. Mencari rata-rata selisih dari state naik dan turun serta mencari nilai maksimal pada
state naik dan nilai minimal pada state turun.
5. Menentukan banyaknya state yang akan digunakan.
6. Berdasarkan nilai selisih yang diperoleh data dikelompokkan sesuai dengan interval
masing-masing state.
Produksi Padi dan Lahan Panen
Peluang Transisi
Tidak
Stabil
ya
Peluang State Produksi Padi di waktu Peluang State Lahan Panen di waktu
mendatang mendatang
ya
Prediksi perbandingan antara
Produksi Padi dan Lahan Panen
BAB III
PEMBAHASAN
3.1.Deskripsi Data
Dalam penelitian ini jenis data yang digunakan adalah data produksi padi dan luas panen
yang di analisis. Data yang digunakan dipeoleh dari Badan Pusat Statistik(BPS) dari Januari
2010 sampai dengan Desember 2019, dan data yang diperoleh setiap caturwulan (4 bulan
sekali).
Daftar jenis data yang akan di analisis sebagai berikut :
Tabel 3.1 Daftar Produksi Padi dan Lahan Padi
NO Jenis Data
1 Produksi Padi
2 Lahan Padi
Tabel 3.2 Data Jumlah Produksi Padi dan Luas Lahan Panen
Berdasarkan data yang diolah,untuk data produksi padi (Ton) diperoleh nilai rata-rata untuk
kategori naik adalah (258.963 Ton) dan nilai terbesarnya adalah (476.076 Ton). Sedangkan
untuk kategori turun adalah (-357.974 Ton) dan nilai terkecilnya adalah (-484.936 Ton).
Oleh karena itu, berikut empat state yang digunakan berdasarkan interval masing-masing
state:
State 1 : Naik drastis dengan range [258.963< x ≤ 476.076]
State 2 : Naik dengan range [0< x ≤258.963 ]
State 3 : Turun drastis dengan range [−484.936< x ≤−357.974 ]
State 4 : Turun dengan range[0< x ←357.974]
Sedangakan untuk data luas lahan (Ha) diperoleh nilai rata-rata untuk kategori naik adalah
(59.381) dan nilai terbsarnya adalah (105.625). Sedangkan untuk kategori turun adalah
(88.582) dan nilai terkecilnya adalah (-118.763). Oleh karena itu, berikut lima state yang
digunakan berdasarkan interval masing-masing state :
State 1 : Naik drastis dengan range.[59.381< x ≤105.625 ]
State 2 : Naik dengan range [0< x ≤ 59.381]
State 3 : Turun drastis dengan range [−88.582≤ x ←118.763]
State 4 : Turun dengan range [0< x ←88.582]
Keterangan:
Range nilai state Naik didapatkan dari nilai lebih kecil pada nilai rata- rata peralihan
state yang naik sampai ke nilai rata-tata .
Range nilai state Turun didapatkan dari nilai lebih besar pada nilai rata-rata peralihan
state yang turun sampai ke nilai rata-rata.
Range nilai state Naik Drastis didapatkan dari nilai lebih besar pada nilai rata-rata
peralihan state yang naik sampai ke nilai maksimalnya.
Range nilai state Turun Drastis didapatkan dari nilai lebih kecil pada nilai rata-rata
peralihan state yang turun sampai ke nilai minimalnya.
Tabel 3.3 Data Pertambahan Peralihan Naik Jumlah Produksi Padi dan Luas Lahan Panen
No Periode Data Produksi Padi Luas Panen
1. September-Desember 2010 111.215 22.509