Rantai Markov

(Markov Chain)

Nama Kelompok
Rubiana Sihotang 240310150001
Yulika Hasiyanti S 240310150005
Lina Amalina 240310150016
Widi Utami 240310150047
Pengertian Rantai Markov
Analisis Markov atau disebut dengan markov chain
adalah suatu teknik matematik untuk peramalan
perubahan pada variabel-variabel tertentu berdasarkan
pengetahuan dari perubahan sebelumnya yang biasa
digunakan untuk melakukan pembuatan model
(modelling) bermacam-macam sistem dan proses
bisnis.
Pada analisis ini terlihat suatu sistem setelah
percobaan berulang, dimana hasil dari sistem pada
periode yang akan datang tidak dapat ditentukan
sebelumnya dengan pasti. Suatu set kemungkinan
perubahan keadaan (transisi) diperhitungkan untuk
menjelaskan bagaimana sistem tersebut melakukan
transisi (perubahan) dari satu periode ke periode
lainnya.
Syarat-Syarat Dalam
Analisa Markov
Untuk mendapatkan analisa rantai markov ke dalam suatu
kasus, ada beberapa syaratyang harus dipenuhi yaitu sebagai
berikut:
1.Jumlah probabilitas transisi untuk suatu keadaan awal dari
sistem sama dengan 1.
2.Probabilitas-probabilitas tersebut berlaku untuk semua
partisipan dalam sistem.
3.Probabilitas transisi konstan sepanjang waktu.
4.Kondisi merupakan kondisi yang independen sepanjang
waktu.
Penerapan analisa markov bisa dibilang cukup terbatas karena
sulitmenemukan masalah yang memenuhi semua syarat yang
diperlukan untuk analisamarkov, terutama persyaratan bahwa
probabilitas transisi harus konstan sepanjangwaktu
(probabilitas transisi adalah probabilitas yang terjadi dalam
pergerakan perpindahan kondisi dalam sistem).
Konsep Pemodelan
Konsep dasar analisis markov adalahstatedari sistem
ataustatetransisi, sifat dari proses ini adalah apabila
diketahui proses berada dalam suatu keadaan tertentu, maka
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
bersyaratkejadian yang akan datang tergantung pada
kejadian sekarang.
Sistem diwakili oleh dua kondisi (state) yang teridentifikasi,
dan diberi nama kondisi 1 dan kondisi 2. Yaitu peluang
transisi dari satu kondisi ke kondisi lainnya atau pun peluang
tetap berada pada kondisi semula. Peluang transisi ini akan
sama disepanjang waktu (stationery).
Jadi, Informasi yang dihasilkan tidak mutlak menjadi
suatu keputusan, karena sifatnya yanghanya
memberikan bantuan dalam proses pengambilan
keputusan.
 Konsep Dasar Analisis Markov : State dari
sistem atau state transisi.

Apabila diketahui proses berada dalam

suatu keadaan tertentu, maka peluang
berkembangnya proses di masa
mendatang hanya tergantung pada
SIFAT 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.
Contoh Aplikasi Rantai
Markov di dalam
Agroindustry
Membantu membuat keputusan dalam
bisnis dan industri
Menentukan biaya perawatan dan
operasional mesin agroidustri
Kebijakan perusahaan berdasarkan
kesetian konsumen terhadap
perusahaan tersebut
Membantu pembuatan keputusan
hutang piutang suatu perusahaan
agroindustri
Contoh perhitungan