People Innovation Excellence

MARKOV ANALYSIS

Oleh Yuli Eni, S.E., S.Kom., M.M.

Dalam melakukan suatu penelitian, terdapat banyak metode yang dapat digunakan untuk menyelesaikan berbagai permasalahan, diantaranya metode linear programming, transportation, waiting line, forecasting, decision analysis, markov analysis, project management, dan lainnya. Metode-metode tersebut dapat kita gunakan sesuai dengan kebutuhan penelitian. Pada kesempatan kali ini kita akan membahas mengenai Markov Analysis.

Apakah Markov Analysis itu?

Markov analysis merupakan suatu bentuk metode kuantitatif yang digunakan untuk menghitung probabilitas perubahan-perubahan yang terjadi berdasarkan probabilitas perubahan selama periode waktu tertentu. Menurut Siagian (2006), rantai markov (markov chain) adalah suatu metode yang mempelajari sifat-sifat suatu variabel pada masa sekarang yang didasarkan pada sifat-sifatnya di masa lalu dalam usaha menaksir sifat-sifat variabel tersebut di masa yang akan datang. Rantai markov atau yang sering disebut dengan markov chain ini biasa digunakan untuk melakukan pembuatan model (modelling) bermacam-macam sistem dan proses bisnis.

Markov analysis digunakan untuk mencari probabilitas yang akan muncul dimasa depan, dengan menganalisa probabilitas pada saat ini. Salah satu tujuan metode ini adalah untuk memprediksi masa depan (Render, 2006). Teknik ini memiliki beragam aplikasi dalam dunia bisnis, diantaranya analisis pangsa pasar, prediksi kerugian, prediksi penerimaan mahasiswa baru di universitas, dan menentukan apakah sebuah mesin akan mengalami kerusakan dimasa mendatang. Markov analysis bukan merupakan teknik optimasi, melainkan merupakan teknik deskriptif yang menghasilkan informasi probabilita. Markov analysis dapat diterapkan ke keadaan lainnya, sepanjang waktu. Analisa markov hampir sama dengan decision analysis, bedanya adalah analisa rantai markov tidak memberikan keputusan rekomendasi, melainkan hanya informasi probabilitas mengenai situasi keputusan yang dapat membantu pengambil keputusan mengambil keputusannya.

Asumsi-Asumsi Markov Analysis

Penggunaan Markov analysis terhadap suatu masalah memerlukan pengetahuan tentang 3 keadaan, yaitu keadaan awal, keadaan transisi, dan keadaan steady state. Diantara ketiga kejadian ini, maka keadaan transisi merupakan keadaan yang terpenting. Oleh karena itu, asumsi-asumsi dalam metode ini hanya berhubungan dengan keadaan transisi.

Asumsi-asumsi dalam Markov analysis adalah sebagai berikut:

  1. Jumlah probabilitas transisi keadaan (baris matriks) adalah 1.
  2. Probabilitas transisi tidak berubah selamanya.
  3. Probabilitas transisi hanya tergantung pada status sekarang, bukan pada periode sebelumnya.

Keadaan Transisi dan Probilitasnya

Keadaan transisi adalah perubahan dari suatu keadaan (status) ke keadaan (status) lainnya pada periode berikutnya. Keadaan transisi ini merupakan suatu proses random dan dinyatakan dalam bentuk probabilitas. Probabilitas ini dikenal sebagai probabilitas transisi. Probabilitas ini dapat digunakan untuk menentukan probabilitas keadaan atau periode berikutnya.

Keadaan Steady State dan Probabilitasnya

Keadaan steady state adalah keadaan keseimbangan setelah proses berjalan selama beberapa periode. Probabilitas pada keadaan ini disebut probabilitas steady state yang nilainya tetap.

Apabila keadaan steady state terjadi, maka probabilitas status periode i akan sama dengan probabilitas pada status berikutnya (i +1).

JJ (i) = JJ (i + 1) dan TJ (i) = TJ (i+1)

dimana: JJ (i) + TJ (i) = 1

atau JJ (i) = 1-TJ (i)

TJ (i) = 1-JJ (i)


Published at :
Leave Your Footprint

    Periksa Browser Anda

    Check Your Browser

    Situs ini tidak lagi mendukung penggunaan browser dengan teknologi tertinggal.

    Apabila Anda melihat pesan ini, berarti Anda masih menggunakan browser Internet Explorer seri 8 / 7 / 6 / ...

    Sebagai informasi, browser yang anda gunakan ini tidaklah aman dan tidak dapat menampilkan teknologi CSS terakhir yang dapat membuat sebuah situs tampil lebih baik. Bahkan Microsoft sebagai pembuatnya, telah merekomendasikan agar menggunakan browser yang lebih modern.

    Untuk tampilan yang lebih baik, gunakan salah satu browser berikut. Download dan Install, seluruhnya gratis untuk digunakan.

    We're Moving Forward.

    This Site Is No Longer Supporting Out-of Date Browser.

    If you are viewing this message, it means that you are currently using Internet Explorer 8 / 7 / 6 / below to access this site. FYI, it is unsafe and unable to render the latest CSS improvements. Even Microsoft, its creator, wants you to install more modern browser.

    Best viewed with one of these browser instead. It is totally free.

    1. Google Chrome
    2. Mozilla Firefox
    3. Opera
    4. Internet Explorer 9
    Close