Aplikasi rantai markov untuk meramalkan jumlah penumpang bus malam di Perusahaan Organda (P.O) Bus Kramat Djati Malang

ABSTRAK

Perkembangan yang pesat di bidang ilmu dan teknologi sangat membantu dalam memecahkan masalah yang timbul setiap saat, tidak terkecuali masalah dalam meramalkan jumlah penumpang Bus Malam yang terjadi di Perusahaan Organda (P.O ) Bus Kramat Djati Malang.

Persoalan dasar dalam masalah peramalan jumlah penumpang Bus malam sebenarnya terletak pada variabel-variabel yang mempengaruhinya, yaitu : jumlah penumpang yang memesan tempat, jumlah penumpang yang membatalkan pemesanan tempat, jumlah penumpang yang tidak jadi berangkat, dan jumlah penumpang yang berangkat tanpa pemesanan tempat terlebih dahulu. Karena hal tersebut merupakan variabel yang bersifat acak dan tidak bisa diselesaikan dengan mudah, maka diperlukan peralatan-peralatan, serta teknik-teknik yang dapat menyelesaikan permasalahan tersebut dengan baik dan tepat sehingga diperoleh hasil peramalan yang optimal.

Tujuan skripsi ini adalah untuk mengetahui konsep dan langkah-langkah Rantai Markov dalam meramalkan jumlah 1 menumpang Bus Malam di Perusahaan Organda ( P.O ) Bus Kramat Dati, sehingga dari data-data yang ada dapat diketahui apakah jumlah penumpang yang berangkat sudah mencapai jumlah yang optimal. Konsep dan langkah-langkah yang digunakan untuk mencapai tujuan tersebut antara lain : menyusun data menjadi matrik yang berukuran n X n, merubah matrik nxn menjadi matrik probabilitas transisi nxn (p), dan menghitung Rantai Markov menyerap dengan persamaan X٩I٠C]٠1d. Dari perhitungan dan langkah-langkah diatas akan diperoleh peluang penyerapan yaitu : untuk keadaan pemesanan tempat dan keadaan pembatalan tempat.

Bertitik tolak dari penehtian ini, beberapa saran yang dapat penulis berikan yaitu Rantai Markov ini dikembangkan pada peramalan-peramalan yang lain seperti peramalan pada pesawat tertuang dengan menggunakan aplikasi pascal atau aplikasi komputer yang lain. Dan kepada yang bei sangkutan diharapkan dapat memperbaiki manajemen keuangan setelah mengetahui jumlah ramalan penumpang periode berikutnya, agar mencapai hasil yang optimal.