Ainul Baq P.

Balaman 1



Sejarah Markov
Andrey Andreyevich Markov (14 Juni 1856 s/d 20 Juli 1922) adalah seorang
matematikawan terkenal dari Rusia. Markov lahir di Ryazan. Ia belajar di
Universitas St. Petersburg pada tahun 1874 di bawah bimbingan Chebyshev. Pada
tahun 1886, Markov menjadi anggota St. Petersburg Academy of Science. Markov
terkenal lewat teori yang ditemukannya tentang proses stokastik, yang kemudian
dikenal dengan nama Markov Chain.

Andrey Andreyevich Markov
Pengertian Analisis markov
Analisis markov (rantai markov) adalah suatu proses stokastik dimana
probabilitas keadaan di masa depan hanya tergantung pada keadaan sekarang atau
dengan kata lain semua informasi tentang masa depan tergandung di dalam keadaan
sekarang (yaitu orang tidak perlu memeriksa masa lalu untuk menentukan masa
depan). Analisis markov bukanlah teknik optimasi tetapi teknik yang dapat
menghasilkan informasi berupa probabilitas di masa yang akan datang.


Ainul Baq P. Balaman 2

Penerapan Analisis markov
Penerapan rantai markov mula-mula adalah pada ilmu-ilmu pengetahuan phisik
dan meteorologi. Metode ini mula-mula digunakan untuk menganalisis dan
memperkirakan prilaku partikel-partikel gas dalam suatu wadah (container) tertutup
selama meramal cuaca. Saat ini, metode ini dinyatakan sebagai suatu peralatan riset
operasi dalam pengambilan keputusan manajerial. Rantai markov telah banyak
diterapkan atau digunakan untuk menganalisis tentang perpindahan merk (brand
switching) dalam pemasaran, perhitungan rekening-rekening, jasa-jasa penyewaan
mobil, perencanaan penjualan. Selain itu, teknik ini juga dapat memecahkan masalah
mengenai persediaan, pemeliharaan mesin, antrian, perubahan harga pasar saham,
dan administrasi rumah sakit.

State
State digunakan untuk mengidentifkasi seluruh kondisi yang mungkin dari suatu
proses atau sistem.
Contoh:
1. State dari sebuah mesin cetak digital




Mesin Cetak Digital
State 1: mesin dalam kondisi baik
State 3: mesin dalam kondisi rusak
State 2: mesin dalam kondisi cukup
Ainul Baq P. Balaman S

2. State dari kendaraan umum



3. State mahasiswa memilih jurusan



4. State seorang salesman






Bus Trans Jakarta
State 1: bus sedang narik
State 2: bus sedang mogok
Mahsiswa Jurusan Manajemen
State 1 : pemasaran
State 2 : keuangan
State 3 : kewiraswastaan
Salesman
State 1 : menjual
State 1 : tidak menjual
Ainul Baq P. Balaman 4

Matriks Transisi Probabilitas

Matriks transisi probabilitas memungkinkan untuk melakukan perhitungan
probabilitas state di masa mendatang berdasarkan pada state saat ini. P
ij
=
probabilitas kondisi berada dalam state j di masa mendatang berdasarkan pada
state i saat ini. Misalnya P
12
adalah probabilitas berada pada state 2 di masa
mendatang di mana sebelumnya berada pada state 1.

P = _
P
11
P
12

P
21
P
22

P
n1
P
n2

P
1n
P
2n
P
nn
_

Dengan kondisi:
P
]
m
]=1
= 1
Jumlah probabilitas dalam satu baris adalah 1.
Contoh Soal:
Sebuah kota kecil di Ontario, Kanada, ada dua took grosir sebut saja Weinberg
dan Libbys. Diasumsikan bahwa setiap konsumen di kota tersebut melakukan
kegiatan belanja satu kali dalam satu minggu, dan pada setiap kegiatan belanja
minggu ini akan mengunjungi Weinberg atau Libbys tetapi bukan kedua-duanya.
Diasumsikan kegiatan belanja sebagai kegiatan trial dari proses dan pemilihan
toko sebagai state dari proses. Konsumen yang dijadikan sampel berjumlah 100
yang dikumpulkan dalam sepuluh minggu, dan data yang dikumpulkan berkenaan
dengan pilihan konsumen dalam berbelanja.
Berdasarkan data yang telah dikumpulkan, di dapatkan bahwa seluruh konsumen
yang berbelanja di Weinberg dalam minggu ini 90% tetap berbelanja di
Ainul Baq P. Balaman S

Weinberg dan minggu depan sisanya 10% pindah ke Libbys. Sementara itu, 80%
dari konsumen yang berbelanja di Libbys minggu ini, tetap di Libbys minggu
depan dan sisanya 20% pindah berbelanja ke Weinberg. Informasi selengkapnya
dapat dilihat pada tabel di bawah ini.

Pilihan Belanja
Konsumen Minggu Ini
Pilihan Belanja Konsumen Minggu Depan
Weinberg Libbys
Weinberg 90 10
Libbys 20 80

a. Formulasikan matriks transisi probabilitas untuk pilihan berbelanja konsumen
b. Tentukan perubahan matriks transisi probabilitas untuk dua minggu yang akan
datang
c. Tentukan perubahan matriks transisi probabilitas untuk dua minggu yang akan
datang
d. Tentukan nilai steady statenya !

Penyelesaian:
Defenisikan:
State 1: Konsumen belanja di Weinberg
State 2: Konsumen belanja di Libbys



Ainul Baq P. Balaman 6

a. P = j
P
11
P
21
P
12
P
22
[ = _
90
100
,
20
100
,
10
100
,
80
100
,
_ = j
0,9
0,2
0,1
0,8
[

b. P
2
= j
0,9
0,2
0,1
0,8
[ j
0,9
0,2
0,1
0,8
[= j
0,83
0,34
0,17
0,66
[


c. P x P
2
= j
0,9
0,2
0,1
0,8
[ j
0,83
0,34

0,17
0,66
[ = j
0,781
0,438
0,219
0,562
[

d. | n
1
n
2
] = | n
1
n
2
] x j
0,9
0,2
0,1
0,8
[

n
1
= u.9n
1
+u.2n
2
(Persamaaan 1)
n
2
= u.1n
1
+u.8n
2
(Persamaan 2)
n
1
+n
2
= 1 (Persamaan 3)

n
1
= u.9n
1
+u.2n
2

n
1
= u.9n
1
+u.2(1 -n
1
)
n
1
= u.9n
1
+u.2 -u.2n
1

n
1
-u.9n
1
+u.2n
1
= 0.2
0.3n
1
= 0.2
a
1
= 23
a
2
= 1 -a
1
= 1 -
2
3
= 13



Ainul Baq P. Balaman 7

Perusahaan ELITE adalah perusahaan besar yang bergerak di bidang otomotif
dengan memproduksi sparepart motor dan mobil. Perusahaan ingin mengetahui
perubahan jumlah persediaan di gudang untuk ke depannya dilihat dari kondisi
masa lalunya. Hal ini dikarenakan perubahan jumlah permintaan konsumen
mengenai produknya. Dalam realitanya, PT. ELITE harus menghadapi beberapa
perubahan jumlah persediaannya karena permintaan konsumen yang fluktuatif.
Tentunya, penentuan jumlah kuantitas persediaan yang tepat di masa mendatang
akan sangat membantu PT. ELITE dalam menghadapi perubahan permintaan
konsumen. Maka dari itu, untuk mengetahui peluang perubahan jumlah kuantitas
persediaan, PT. ELITE melakukan penyelesaian menggunakan rantai markov.
Berikut ini adalah perkiraan jumlah kuantitas persediaan sparepart PT. ELITE:
Jika hari ini permintaan banyak maka besok akan berpeluang 60%
persediaan habis, 30% persediaan sisa, dan 10% persediaan sedikit
terpakai.
Jika hari ini permintaan sedang maka besok akan berpeluang 40%
persediaan habis, 45% persediaan sisa, dan 15% persediaan sedikit
terpakai.
Jika hari ini permintaan sedikit maka besok akan berpeluang 15%
persediaan habis, 60% persediaan sisa, dan 25% persediaan sedikit
terpakai.
a. Formulasikan matriks transisi probabilitasnya
b. Tentukan probabilitas steady state dari kasus di atas ?



Ainul Baq P. Balaman 8

Penyelesaian:
a. Matrik transisi probabilitasnya adalah sebagai berikut:

=
25 . 0 6 . 0 15 . 0
15 . 0 45 . 0 4 . 0
1 . 0 3 . 0 6 . 0
P
| n
1
n
2
n
3
] = | n
1
n
2
n
3
] x

=
25 . 0 6 . 0 15 . 0
15 . 0 45 . 0 4 . 0
1 . 0 3 . 0 6 . 0
P


n
1
= u.6n
1
+u.4n
2
+u.1Sp
3
(Persamaaan 1)
n
2
= u.Sn
1
+u.4Sn
2
+u.6p
3
(Persamaan 2)
n
3
= u.1n
1
+u.1Sn
2
+u2Sp
3
(Persamaan 3)
n
1
+n
2
+p
3
= 1 (Persamaan 4)

n
1
= u.6n
1
+u.4n
2
+u.1Sp
3

n
2
= u.Sn
1
+u.4Sn
2
+u.6p
3
X 2

n
1
= u.6n
1
+u.4n
2
+u.1Sp
3

2n
2
= u.6n
1
+u. 9n
2
+1.2p
3

n
1
-2n
2
= -u.Sn
2
-1,uSn
3


(1-n
2
-n
3
) -2n
2
=-0.5n
2
-1,uSn
3

1-n
2
-n
3
-2n
2
= -u.Sn
2
-1.uSn
3

1- 2,5n
2
+u,uSn
3
= 0
Ainul Baq P. Balaman 9

-2,5n
2
+u,uSn
3
= -1

n
2
= u.Sn
1
+u.4Sn
2
+u.6n
3

n
3
= u.1n
1
+u.1Sn
2
+u.2Sn
3
X 3

n
2
= u.Sn
1
+u.4Sn
2
+u.6n
3

Sn
3
= u.Sn
1
+u.4Sn
2
+u.7Sn
3

n
2
-Sn
3
= -u.1Sn
3

n
2
= 2.8Sn
3


-2.5n
2
+u.uSn
3
= -1
-2.5(2,85n
3
)+0.05n
3
= -1
-7.125n
3
+u.uSn
3
= -1
-7.075n
3
= -1
a
3
= . 1413

n
2
= 2.8Sn
3

= 2.85 (u.141S)
a
2
= = 0.4027
n
1
+n
2
+p
3
= 1
n
1
+u.4u27 + u.141S = 1
n
1
= 1 -u.4u27 -u.141S
a
1
= = 0,456
Ainul Baq P. Balaman 1u

Pemecahan Software
Pemecahan software merupakan pengolahan data yang dilakukan menggunakan komputer
dengan software QM. Berikut ini adalah pemecahan software dari kasus yang terjadi di atas mengenai
perkiraan jumlah persediaan di masa mendatang PT. ELITE:
1. Buka software QM, lalu pilih modules Markov Analysis sehingga akan muncul tampilan seperti di
bawah ini.






Ainul Baq P. Balaman 11

2. Setelah itu, pilih markov analysis, maka akan muncul kotak dialog seperti di bawah ini.


3. Berikutnya pilih new untuk membuka lembar data baru, maka akan muncul kotak dialog seperti di
bawah ini. Lalu, masukkan data yang sesuai dengan kasus yang terjadi pada PT. ELITE.

Ainul Baq P. Balaman 12


4. Isi Title dengan PT.ELITE kemudia tentukan jumlah states yang ada. Dalam contoh kasus ini ada 3
states. Lalu tekan OK.

5. Lalukan pengisian data sebagai input dalam pengilahan data software.

6. Setelah di save kemudian tekan ikon Solve, maka akan muncul output seperti di bawah ini.