Metode Stokastik
• Radite Raharja
1
Click to edit Master title style
Apa itu Markov chain?
Rantai Markov (Markov Chain) adalah sebuah teknik
perhitungan yang umumnya digunakan dalam melakukan
pemodelan bermacam-macam kondisi. Teknik ini
digunakan untuk membantu dalam memperkirakan
perubahan yang mungkin terjadi di masa mendatang.
Perubahan-perubahan tersebut diwakili dalam variabel-
variabel dinamis di waktu-waktu tertentu. Sehingga
perlu untuk menyimpan nilai dari variabel keadaan pada
tiap-tiap waktu tertentu itu.
2 2
Sejarah Markov chain
Click to edit Master title style
• Model Rantai Markov ditemukan oleh seorang
ilmuwan Rusia bernama Andrey Andreyevich
Markov pada tahun 1906.
“Untuk setiap waktu t, ketika kejadian adalah
Kt dan seluruh kejadian sebelumnya adalah
K t(j), … , K t(j-n) y a n g t e r j a d i d a r i p r o s e s y a n g
diketahui, probabilitas seluruh kejadian yang
a k a n d a t a n g K t(j) h a n y a b e r g a n t u n g p a d a
k e j a d i a n K t(j-1) d a n t i d a k b e r g a n t u n g p a d a
k e j a d i a n - k e j a d i a n s e b e l u m n y a y a i t u K t(j-2), K t(j-
3), … , K t(j-n)”
Analisa Markov
• Dalam kenyataannya, penerapan analisa Markov bisa dibilang cukup terbatas karena sulit untuk menemukan
permasalahan yang memenuhi semua sifat yang diperlukan untuk analisa Markov, terutama persyaratan bahwa
probabilitas transisi harus konstan sepanjang waktu.
• Metode ini banyak digunakan untuk pengambilan keputusan, namun sebenarnya hanya memberikan informasi bagi
pengambil keputusan untuk memperbaiki keputusannya, bukan untuk memberi solusi.
4 4
Click to Chain
Markov edit Master
Modeltitle
of Fuzzy
style Set
• Zadeh (1965) menetapkan Fuzzy Sets dalam rangka untuk menguraikan situasi
matematik dengan jelas.
• Thomason (1977) memperkenalkan fuzzy matrix.
• Kruce (1987) memperkenalkan fuzzy Markov chain sebagai Markov chain klasik
berdasarkan probabilitas fuzzy.
• Fuzzy Markov Chain didemonstrasikan sebagai konsep relasi dan komposisi fuzzy
(Sanchez, 1976).
• Fuzzy Markov Chain dapat digunakan ketika pengambil keputusan memilih
probabilitas subjektif untuk model ketidakpastian (Vajargah dan Gharehdaghi, 2012).
• Yoshida (1994) menghasilkan model Markov Fuzzy dengan pengukuran suatu
transisi kemungkinan
• Slowinski (1998) menunjukkan bahwa representasi Fuzzy Set dapat ddigunakan
untuk data yang tidak pasti dan persyaratan fleksibel.
• Kuranoa (2006), menggunakan Fuzzy States untuk menunjukkan transisi peluang
Fuzzy.
5 5
Click to Chain
Markov edit Master
Modeltitle
of Fuzzy
style Set
6 6
Informasi
Click Jurnal
to edit Master Markov
title style
Chain
1 . Ta h u n P e m b u a t a n J u r n a l
2017
2. Judul Jurnal
A P P L I C AT I O N O F M A R K O V C H A I N S - F U Z Z Y S TAT E S T O G O L D
PRICE
3. Penulis
Berna Uzun dan ErsinKiral
4.Subjek Penelitian
Instanbul Gold Exchange
5 . Tu j u a n P e n e l i t i a n
Menentukan matriks transisi probabilistik dari closing return
harga emas menggunakan Markov Chain Model of Fuzzy States
(MCFS) dengan angka fuzzy triangular
7 7
Click to edit Master
Langkah-langkah untuk titlemenyelesaikan
style
perhitungan probabilitas pada periode waktu
tertentu menggunakan rantai Markov :
8 8
Click to edit Master
Asumsi-asumsi Rantai
title
Markov
style
9 9
Click to editPenelitian
Metodologi Master title style
• Rantai Fuzzy Markov ditunjukkan sebagai konsep hubungan fuzzy dan komposisinya
(Sanchez, 1976).
• Dapat digunakan ketika pembuat keputusan yang lebih condong ke probabilitas subjektif
untuk memodelkan ketidakpastian (Vajargah dan Gharehdaghi, 2012).
• Yoshida (1994) menghasilkan model fuzzy Markov dengan langkah-langkah kemungkinan
transisi.
• Slowinski (1998) → kita dapat menggunakan representasi fuzzy set untuk menangani data
yang tidak pasti dan persyaratan yang fleksibel.
10 10
Click to edit Master title style
Metode
11 11
Click to edit Master title style
KESIMPULAN
13 13
Click to
HASIL DAN
editPEMBAHASAN
Master title style
Studi ini termasuk data bulanan antara Januari, 2003 dan Januari, 2017. Rata-rata tertimbang bulanan dari
harga emas ($ / ons) yang diterima dari Bursa Emas Istanbul digunakan dalam analisis.
Pengembalian Rt dihitung sebagai perubahan persentase bulanan dari harga emas Pt : Rt = ( Pt – Pt-1)/ Pt-1,
dimana t menunjukkan sesi ( t = 2,3,....,157). Setelah kita menghilangkan nilai ekstrim dari kumpulan data,
pengembalian rata-rata µr sekitar 0,96% ketika standar deviasi adalah 4,5% untuk periode tertentu yang 5
kali lebih tinggi dari hasil yang diharapkan.
Pada garfik 1 dapat disimpulkan bahwa perubahan persentase bulanan dari harga emas diubah menjadi 21
fuzzy states dari kerugian tinggi S-10 menjadi pengembalian tinggi S10 . Kami mengklasifikasikan status
bilangan fuzzy triangular untuk mendapatkan derajat keanggotaan Rt..
14 14
Click to edit Master title style
Biarkan [[x]] menjadi fungsi bilangan bulat terbesar. Kami mendefinisikan komponen
fuzzy state dari Rt sebagai Sj dan Si +1 :
Jika Rt ≤ - 2.25 % atau Rt ≥ 2.25 % lalu S-10 = 1 atau S10 = 1 berturut turut.
Oleh karena itu masing-masing Rt telah diubah menjadi komponen fuzzy state untuk
periode yang dipilih seperti pada Tabel 1.
15 15
Click to edit Master title style
Dibandingkan dengan model MC, MCFS memberikan penjelasasn yang lebih realistis ke
states. Jika diteliti lebih jauh untuk menghitung probabilitas transisi fuzzy dengan
menggunakan probabilitas kondisional dari keadaan fuzzy Sj, diberikan fuzzy Si
16 16
Click to transisi
Matriks edit Master
untuk
title
model
stylepertama ditemukan:
17 17
Click to edit Master title style
18 18
Click to edit Master title style
Menunjukkan bahwa :
Uzun, B., & Kiral, E. (2017). Application of markov chains-fuzzy states to gold price. Science Direct , 365-371.
20 20
Click to edit Master title style
Thank You
21