ANALISIS MARKOV Pertemuan 21

Slides:



Advertisements
Presentasi serupa
Simulasi Rantai Markov
Advertisements

Proses Stokastik Semester Ganjil 2013/2014
Pertemuan 12- Analisis Markov
Proses Stokastik.
Pertemuan ke-2 Pencacahan Matakuliah : I0252 / Probabilitas Terapan
Pengertian dan Peranan Statistika dan Data Statistik Pertemuan 01
PERTEMUAN 10 Inventory Models Mata kuliah: D Analisa Bisnis Kuantitatif Tahun: 2010.
Proses Stokastik Semester Ganjil 2013 DR. Rahma Fitriani, S.Si., M.Sc.
Proses Stokastik Semester Ganjil 2013/2014
KOMUNIKASI EFEKTIF Pertemuan 6
Matakuliah : Kalkulus-1
LINEAR PROGRAMMING Pertemuan 05
Ruang Contoh dan Peluang Pertemuan 05
Pertemuan 3 FINITE AUTOMATA
METODE SIMULASI Pertemuan 19
METODE PERAMALAN Pertemuan 15
Population and sample. Population is complete actual/theoretical collection of numerical values (scores) that are of interest to the researcher. Simbol.
PENDUGAAN PARAMETER Pertemuan 7
Pertemuan 9 Analisis State Space dalam sistem Pengaturan
Bina Nusantara Mata Kuliah: K0194-Pemodelan Matematika Terapan Tahun : 2008 Aplikasi Model Markov Pertemuan 22:
Analisa Markov Riset Operasi.
Suku Bunga Nominal dan Suku Bunga Efektif Pertemuan 5 s.d 6
Matakuliah: K0342/METODE NUMERIK I Tahun: 2008 Hampiran Numerik Turunan Fungsi Hampiran Numerik Turunan Fungsi Pertemuan 9.
Pemodelan Simulasi Sistem Diskrit
Fuzzy Logic & Markov Systems Session 09
Penyelidikan Operasi Pemrograman Dinamik Stokastik.
Proses Kedatangan dan Distribusi Waktu Pelayanan
DISTRIBUSI BINOMIAL.
RANTAI MARKOV Tita Talitha, M.T.
Subject : Digital System
Matakuliah : K0644-Matematika Bisnis
MARKOV CHAIN (LONG-RUN PROPERTIES OF MARKOV CHAINS)
PENGANTAR ANALISIS KUANTITATIF BISNIS Pertemuan 02
MODEL TRANSPORTASI Pertemuan 09
MANAJEMEN PROYEK Pertemuan 23
PENGENALAN ERGONOMI INTERIOR Pertemuan ke - 5
Pengujian Hipotesis (I) Pertemuan 11
ANALISIS KEPUTUSAN Pertemuan 18
INTRODUCTION Pertemuan 01
DISTRIBUSI BINOMIAL.
Proses Kedatangan dan Distribusi Waktu Pelayanan
DETERMINAN DARI MATRIKS Pertemuan - 4
LINEAR PROGRAMMING Pertemuan 06
Loss System II.
SISTEM ANTREAN Pertemuan 11
PENDUGAAN PARAMETER Pertemuan 8
MODEL RANTAI MARKOV Pertemuan 11
Pertemuan 5 KONVERSI NFA MENJADI DFA
MODEL SIMULASI Pertemuan 13
Loss System.
MANAJEMEN PROYEK Pertemuan 26
MODEL PENUGASAN Pertemuan 07
Matakuliah : A0124 / Audit Keuangan
Uji Kesamaan Proporsi dan Uji Kebebasan Pertemuan 24
Analisa Markov Riset Operasi.
Ordinary Annuity vs. Annuity Due Pertemuan 13
MODEL TRANSPORTASI Pertemuan 10
Space Programming & Space Analysis Pertemuan 7 & 8
Review Aljabar Matrix (Lanjutan) Pertemuan 2
Pengenalan Sumber Informasi Berkala Tercetak danElektronik Pertemuan 5
Pertemuan 09 Pengujian Hipotesis 2
Matakuliah : S0622 / Manajemen Konstruksi Tahun : 01 Februari 2006
CASE STUDY “Rantai Markov”
Markov Analysis askolani.
Pengambilan Keputusan dengan Data Utama Pertemuan 18
Soal Latihan Pertemuan 1
Matakuliah : Kalkulus-1
Riset Operasi Analisis Markov Ramos Somya.
OPERATIONS RESEARCH – I
Probabilistic Reasoning over Time Session 13
Transcript presentasi:

ANALISIS MARKOV Pertemuan 21 Matakuliah : J1186 - Analisis Kuantitatif Bisnis Tahun : 2009/2010 ANALISIS MARKOV Pertemuan 21

Framework Konsep Analisis Markov Karakteristrik Analisis Markov Tahap-Tahap dalam Analisis Markov Matriks Transisi Bina Nusantara University

Konsep Markov Sebagaimana halnya analisis keputusan, analisis markov juga merupakan sebuah analisis keputusan yang berdasarkan probabilitas. Analisis Markov dapat diterapkan untuk menentukan probabilitas dari suatu keadaan atau kejadian ke keadaan lainnya sepanjang waktu tertentu. Bina Nusantara University

Analisis Markov dapat digunakan untuk menganalisis sejumlah keputusan yang berbeda, satu di antara aplikasi yang paling populer adalah analisis brand switching. Bina Nusantara University

Asumsi Markov (Render, Stair) There are limited or finite number of possible states The probability of changing states remains the same over time We can predict any future state from the previous state and the matrix of transition probabilities The size and the make up of the system do not change during the analysis Bina Nusantara University

Karakteristik Markov Jumlah Probabilitas Transisi untuk suatu awal keadaan dari suatu sistem tertentu sama dengan 1.0 Probabilitas-probabilitas tersebut berlaku untuk semua partisipan dalam sistem Probabilitas transisi konstan sepanjang waktu Keadaan merupakan keadaan yang independen sepanjang waktu Bina Nusantara University

Contoh : Probabilitas Pergerakan pelanggan per Bulan Bulan ini Bulan Berikutnya Petroco National 0.60 0.40 Nationa 0.20 0.80 Bina Nusantara University

Analisis Diagram pohon Pertama yang harus dilakukan adalah menghitung Probabilitas pelanggan akan bertransaksi dengan suatu pompa bensin pada bulan yang akan datang Untuk menentukan probabilitas seorang pelanggan melakukan transaksi dengan Petroco di bulan 3 dengan melihat kenyataan bahwa pada bulan satu ia melakukan transaksi dengan Petroco, maka cabang yang berkaitan harus “dijumlahkan”. Bina Nusantara University

Untuk lebih memperjelas, kita akan mencoba melakukan simulasi Untuk lebih memperjelas, kita akan mencoba melakukan simulasi. Lihat kembali tabel berikut ini : Bulan ini Bulan Berikutnya Petroco National 0.60 0.40 0.20 0.80 Bina Nusantara University

Probabilitas keadaan di masa yang akan datang berdasarkan transaksi pelanggan dengan Petroco bulan ini Petroco 0.60 Petroco 0.36 0.60 National 0.40 Petroco 0.24 0.20 Petroco National 0.08 0.40 National 0.80 0.32 Bina Nusantara University

Hal yang sama dilakukan Berdasarkan pada gambar diagram pohon tesebut : Probabilitas transaksi dengan Petroco pada buln – 3 adalah : 0.36 + 0.08 = 0.44 Hal yang sama dilakukan untuk National Bina Nusantara University

Probabilitas keadaan di masa yang akan datang berdasarkan transaksi pelanggan dengan National bulan ini Petroco Petroco National National Petroco National National Bina Nusantara University

Sempurnakanlah Diagram Pohon tersebut seperti pada perhitungan sebelumnya Bina Nusantara University