MARKOV CHAIN

ANALYSIS
 ANALISIS MARKOV

Analisis Markov (disebut sebagai Proses Stokastik) merupakan suatu bentuk khusus dari model
probabilistik. Proses Stokastik merupakan suatu proses perubahan probabilistik yang terjadi secara
terus menerus, di mana perubahan-perubahan variabel di masa yang akan datang didasarkan atas
perubahan-perubahan variabel di waktu yang lalu. Misal, sebagai alat untuk menganalisis:
• Perpindahan merek yang digunakan oleh konsumen.
• Masalah operasi dan pemeliharaan mesin produks.
• Perubahan harga di pasar saham.
• Prediksi perpindahan minat pada merk tertentu
• Manajemen pengobatan diabetes
• Pemantauan lalu lintas

• Pada awalnya, Analisis Markov digunakan sebagai alat dalam analisis perubahan cuaca.
Saat ini, Analisis Markov sering digunakan untuk membantu pembuatan keputusan dalam dunia
bisnis atau industri.
 Proses Analisis Markov
• Terdapat 3 prosedur utama untuk dilakukan, yaitu :
• Menyusun matriks probabilitas transisi.
• Menghitung probabilitas suatu kejadian di waktu yang akan
datang.
Ciri-ciri Analisis Markov
• Bila diketahui status suatu kondisi awal, maka pada kondisi
periode berikutnya merupakan suatu proses random yang
dinyatakan dalam probabilitas, yang disebut dengan probabilitas
transisi.
• Probabilitas transisi tidak akan berubah untuk selamanya.
• Probabilitas transisi hanya tergantung pada status awal.
Menghitung probabilitas suatu kejadian di waktu yang akan
datang
“Informasi yang dihasilkan dari Analisis Markov adalah
probabilitas suatu state pada periode ke depan.
Informasi ini dapat digunakan oleh manajer untuk
membantu pengambilan keputusan dengan cara
memperkirakan perubahan-perubahan variabel di waktu
yang akan datang berdasar atas perubahan-perubahan
variabel di waktu yang lalu.”
- Andrey Andreyevich Markov-
 Kondisi steady state
• Suatu kondisi di mana setelah proses markov berjalan
selama beberapa periode, maka akan diperoleh nilai
probabilitas suatu state akan bernilai tetap.

• Suatu Analisis Markov dapat saja tidak mencapai kondisi

Steady State.
 Mneghitung kondisi steady state
• Diperoleh dengan Iterasi Persamaan Kuadrat (Perkalian antar Matrix)
• Mencari Probabilitas Tree Transisi Tiap State
Jj(X1)=J(X1)xJ(1-X1)
X2=(1-X2)