Karakteristik Rantai Markov pada Data Curah Hujan Bulanan Stasiun Djalaluddin

Abstract

Penelitian ini bertujuan untuk menganalisis karakteristik model rantai Markov pada data curah hujan bulanan. Data curah hujan bulanan dibagi dalam tiga state yaitu kering, lembab, dan basah. Sebagian besar data terkategorikan pada state 3 yaitu kondisi basah sebesar 54,41%. Berdasarkan hasil evaluasi data curah hujan di Stasiun Djalaluddin, memiliki curah hujan yang cukup tinggi dengan presentase diatas 50%. Peluang transisi tertinggi adalah sebesar 61,9% dimana peluang transisi dari kondisi basah kembali ke kondisi basah lebih besar daripada peluang menuju kondisi kering atau lembab. Karakteristik rantai Markov data curah hujan bulanan menunjukkan kondisi yang tidak stabil dan kecilnya peluang transisi untuk berpindah ke kondisi lainnya.

Analisis Peluang Jangka Panjang Mesin Penggilingan Padi Menggunakan Rantai Markov

“…Sebelum menentukan peluang kondisi steady state, langkah awal yang dilakukan adalah menguji apakah matriks transisi dari data keadaan mesin memenuhi sifat markov dengan menggunakan uji Chi-Square [22]. Jika nilai χ 2 hitung > χ 2 tabel maka matriks transisi memenuhi sifat markov yang menyatakan bahwa keadaan pada hari t + 1 tidak bebas terhadap hari t [23].…”