Model Pergerakan Pola Perpindahan Pengguna Internet Service Provider Seluler di kota Salatiga menggunakan Algoritma Markov Chain

  • Delfini Tinma Pandoi Fakultas Teknologi Informasi Universitas Kristen Satya Wacana
  • Yerymia Alfa Susetyo Fakultas Teknologi Informasi Universitas Kristen Satya Wacana
Keywords: Markov chain, Python, kondisi Ekuilibrium

Abstract

Penelitian ini bertujuan untuk melihat pola pergerakan konsumen dalam memilih provider seluler yang sesuai dengan keinginan konsumen dan melihat pola perpindahan konsumen pada rentang yang telah diuji dengan mengambil sample data dari kuesioner yang telah disebar, lalu dikonversi menjadi perhitungan numerik dengan menggunakan algoritma markov chain dan diimplementasikan ke dalam bahasa pemrograman python untuk memberikan gambaran nyata berdasarkan hasil yang tersaji dengan grafik informasi data. Data yang telah diuji menunjukkan bahwa, dari data awal yang diperoleh, serta pola perpindahan pada periode kedua hingga periode ke 65 menunjukkan tidak ada nya perubahan yang signifikan pada probabilitas yang dihasilkan melalui proses perhitungan kondisi ekuilibrium yang diinginkan yaitu periode ke 65.

Downloads

Download data is not yet available.

References

[1] “APJII: Jumlah Pengguna Internet di Indonesia Tembus 171 Juta Jiwa.” https://tekno.kompas.com/read/2019/05/16/03260037/apjii-jumlah-pengguna-internet-di-indonesia-tembus-171-juta-jiwa (accessed Sep. 17, 2020).

[2] “Menjadi Masyarakat Informasi | Damanik | Jurnal SIFO Mikroskil.” https://mikroskil.ac.id/ejurnal/index.php/jsm/article/view/48/38 (accessed Sep. 17, 2020).

[3] S. Nurjana, M. Paendong, and Y. Langi, “Penerapan Rantai Markov Dalam Pemilihan Minat Masuk Siswa SMA Ke Universitas Di Indonesia,” d’CARTESIAN, vol. 5, no. 1, p. 50, Apr. 2016, doi: 10.35799/dc.5.1.2016.12733.

[4] “2016 D I NA S KO M U N I K A S I DA N I N F O R M AT I K A KOTA S A L AT I G A 2017.”

[5] “Badan Pusat Statistik.” https://salatigakota.bps.go.id/statictable/2018/11/12/288/banyaknya-perguruan-tinggi-mahasiswa-dan-dosen-per-kecamatan-2017.html (accessed Oct. 21, 2020).

[6] “Badan Pusat Statistik.” https://salatigakota.bps.go.id/statictable/2018/11/29/315/jumlah-pelanggan-telepon-per-jenis-pelanggan-di-kota-salatiga-tahun-2017.html (accessed Oct. 21, 2020).

[7] “Pyplot tutorial — Matplotlib 3.3.2 documentation.” https://matplotlib.org/tutorials/introductory/pyplot.html (accessed Oct. 21, 2020).

[8] J. Rekayasa dan Manajemen Agroindustri, K. Az-zahra, A. A. P A Suryawan Wiranatha, and L. Putu Wrasiati, “Analisis Pangsa Pasar Beberapa Merek Produk Minuman Susu Fermentasi dalam Kemasan dengan Metode Rantai Markov di Lingkungan Kampus Universitas Udayana Analysis of Market share Several Brands Fermented Milk Products in Packaging with the Markov Chain Metho,” vol. 7, no. 4, p. 561, 2019.

[9] M. N. Andriani, F. Firdaniza, and I. Irianingsih, “Reliabilitas Suatu Mesin Menggunakan Rantai Markov (Studi Kasus: Mesin Proofer Di Pabrik Roti Super Jam Banten),” J. Mat. Integr., vol. 13, no. 1, p. 43, 2017, doi: 10.24198/jmi.v13.n1.11414.43-50.

[10] F. N. Masuku, Y. A. . Langi, and C. Mongi, “Analisis Rantai Markov Untuk Memprediksi Perpindahan Konsumen Maskapai Penerbangan Rute Manado-Jakarta,” J. Ilm. Sains, vol. 18, no. 2, p. 75, 2018, doi: 10.35799/jis.18.2.2018.20495.

[11] H. D. A. N. Pemrogramnnya, J. Matematika, and U. N. Semarang, “Analisis Markov Chain Untuk Forecasting Pangsa Pasar Handphone Dan Pemrogramnnya,” Unnes J. Math., vol. 2, no. 2, pp. 0–5, 2013, doi: 10.15294/ujm.v2i2.3250.

[12] U. Sekaran, “Research Methods for Business,” vol. 65, no. 3. pp. 461–468, 2003, doi: 10.1017/CBO9781107415324.004.

[13] B. Render, Quantitative Analysis for Management, 3rd Edition (with Disk). 1988.

[14] F. S. Hillier and S. Editor, Recent titles in the INTERNATIONAL SERIES IN OPERATIONS RESEARCH & MANAGEMENT SCIENCE Sherbrookel OFUMAL INVENTORY MODELING OF SYSTEMS: Multi-Echelon Techniques, Second Edition Greenberg1 TUTORIALS ON EMERGING METHODOLOGIES AND APPLICATIONS IN OPERATIONS RESEARCH Reveliotisl REAL-TIME MANAGEMENT OF RESOURCE ALLOCATIONS SYSTEMS: A Dmrete Event Systems Approach. .

[15] H. Lestari, “Lecture 11 : Rantai Markov.” https://dinus.ac.id/repository/docs/ajar/Lecture_11-Markov_Chain.pdf (accessed Oct. 16, 2020).

[16] S. A. Pramuditya, R. Marwati, and E. Puspita, “Peramalan Pangsa Pasar Kartu Gsm Dengan Pendekatan Rantai Markov,” Euclid, vol. 1, no. 2, pp. 116–124, 2014, doi: 10.33603/e.v1i2.350.
Published
2021-03-02
How to Cite
Pandoi, D., & Susetyo, Y. (2021). Model Pergerakan Pola Perpindahan Pengguna Internet Service Provider Seluler di kota Salatiga menggunakan Algoritma Markov Chain. Indonesian Journal of Computing and Modeling, 3(2). Retrieved from https://ejournal.uksw.edu/icm/article/view/4592
Section
Articles