Analisis Peluang Jangka Panjang Mesin Penggilingan Padi Menggunakan Rantai Markov

Salmun K. Nasib; Riyanto Hasan; Ismail Djakaria; Muhammad Rezky Friesta Payu; Agusyarif Rezka Nuha; La Ode Nashar

doi:10.37905/euler.v12i1.25280

Analisis Peluang Jangka Panjang Mesin Penggilingan Padi Menggunakan Rantai Markov

Salmun K. Nasib, Riyanto Hasan, Ismail Djakaria, Muhammad Rezky Friesta Payu, Agusyarif Rezka Nuha, La Ode Nashar

Abstract

The reliability of the machinery greatly affects the long-term potential of the grinding of pepper in Mustika village, Paguyaman district, and Boalemo district. The smoothness of the production process depends heavily on the condition of the machine, and if the machine's reliability is disrupted, then it will affect production. The purpose of this study is to determine the probability of the steady state of the machine and the timing of the maintenance of the grinding machine in the Mustika Village of Boalemo district. The Markov chain is a method used to deal with the purpose, whereas the Markov chain is the method used for predicting future events. The final result was an ergodic transition chance matrix, resulting in an estimated best maintenance time of 28 days of use with a steady state chance of 62.27\% of the machine being in good condition, 27.8\% in mild damage, and 9.93\% in severe damage.

Keywords

Markov Chain; Steady State; Probability; Machine Reliability

Full Text:

PDF

References

S. Syafruddin, S. Irma, and S. Sukarna, “Aplikasi analisis rantai markov untuk memprediksi status pasien rumah sakit umum daerah kabupaten barru,” Nat. Sci. J. Sci. Technol, vol. 3, no. 3, 2014, doi: https://doi.org/10.22487/25411969.2014.v3.i3.3341.

S. R. Wahyudi, R. F. Sari, and R. Widyasari, ”Penentuan Pola Penyebaran Curah Hujan Harian Kabupaten Karo Dengan Menggunakan Rantai Markov Orde-N”, Jurnal Riset dan Aplikasi Matematika (JRAM), vol. 5 no. 2, pp. 144-157, 2021, doi: https://doi.org/10.26740/jram.v5n2.p144-157.

N. N. Alyarahma, S. Nur’Adilah, and M. R. Alfaris, ”Prediksi Frekuensi Probabilitas Curah Hujan di Jambi Menggunakan Rantai Markov serta Modul Tree Forecasting Berbantuan Software Qm-V5,” Multi Proximity: Jurnal Statistika, vol. 1, no. 2, pp. 82-92, 2022, doi: https://doi.org/10.22437/multiproximity.v1i2.18541.

E. P. K. Sari, and A. M. U. Lahmadi, ”Peramalan Cuaca Harian di Kota Purwokerto Menggunakan Metode Rantai Markov.” JMT: Jurnal Matematika dan Terapan, vol. 6 no. 1, pp. 17-26, 2024, doi: https://doi.org/10.21009/jmt.6.1.3.

K. Mokoginta, S. K. Nasib, I. Djakaria, and D. Wungguli, ”Analisis Perpindahan Merek Dan Strategi Pemasaran UMKM Menggunakan Metode Rantai Markov Dan Teori Permainan.” MATHunesa: Jurnal Ilmiah Matematika, vol. 12, no. 1, pp. 57-66, 2024, doi: https://doi.org/10.26740/mathunesa.v12n1.p57-66.

T. A. Nurman, and I. Syata, ”Prediksi Hasil Panen Kopi di Sulawesi Menggunakan Analisis Rantai Markov,” Jurnal MSA (Matematika dan Statistika serta Aplikasinya), vol. 9, no. 2, pp. 120-127, 2021, doi: https://doi.org/10.24252/msa.v9i2.25413.

A. Faisol, and A. R. Wiranto, ”Prediksi Pengeluaran Non Makanan Masyarakat Kabupaten Tulang Bawang Menggunakan Metode Rantai Markov,” J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika, vol. 15 no. 1, 2022, doi: https://doi.org/10.36456/jstat.vol15.no1.a5492.

A. H. Nawawi, and E. Mailoa, Prediksi Lahan Deforestasi Dan Reforestasi Hutan Kalimantan Timur Dengan Metode Rantai Markov. Decode: Jurnal Pendidikan Teknologi Informasi, vol. 4 no. 1, pp. 251-259, 2024, doi: https://doi.org/10.51454/decode.v4i1.268.

K. D. Candra, and C. Caturiyati, ”Prediksi Model Rantai Markov Dalam Perubahan Indeks Harga Saham Sektor Energi Menggunakan Persamaan Chapman Kolmogorov (Studi Kasus PT. Bayan Resources TBK.),” Jurnal Kajian dan Terapan Matematika, vol. 9 no. 2, pp. 117-124, 2023.

A. Nadhiroh, S. U. Rahayu, M. Qiptiah, M. Misdayanti, and D.R. Valencia, ”Implementasi Penerapan Rantai Markov Chain Dalam Memprediksi Pemilihan Minat Masuk Ke Perguruan Tinggi Di Probolinggo,” Jurnal Sains dan Teknologi, vol 5, no. 3, pp.746-752, 2024, doi: https://doi.org/10.55338/saintek.v5i3.2192.

F. V. Tumiwa, Y. A. Langi, and M. S. Paendong, ”Analisis Perpindahan Konsumen pada Pusat Perbelanjaan di Kota Manado dengan Menggunakan Rantai Markov,” d’Cartesian, vol. 11 no. 2, pp. 87-91, 2022.

S. K. Nasib, et al., ”Analisis Perpindahan Penggunaan Aplikasi Transportasi Online Menggunakan Rantai Markov,” J. Mat UNAND, vol. 13 no. 1, pp. 26-40, 2024, doi: https://doi.org/10.25077/jmua.13.1.26-40.2024.

R. A. Tungga, ”Analisis Model Rantai Markov Waktu Kontinu pada Model Transmisi dan Vaksinasi COVID-19: Studi Kasus Provinsi DKI Jakarta,” Jurnal Simki Postgraduate, vol. 3 no. 1, pp. 27-35, 2024, doi: https://doi.org/10.29407/jspg.v3i1.566.

D. A. Lubis, and Y. C. Anam, ”Siklus Bisnis Ekspor Minyak Kelapa Sawit Nasional: Analisis Rantai Markov Dan Model Data Panel,” Journal of Analytical Research, Statistics and Computation, vol. 2 no. 1, pp. 40-62, 2023, doi: https://doi.org/10.4590/jarsic.v2i1.15.

H. I. Madyantoro, M. F. Afdhal, Y. E. Priharanto, and J. P. Siahaan, “Intensitas Kerja Awak Pada Aktivitas Perawatan Sistem Pelumasan Mesin Induk Kapal Penangkap Ikan (Studi Kasus Km. Sumber Rezeki),” Aurelia J, vol. 3, no. 1, pp. 107–116, 2021, doi: https://dx.doi.org/10.15578/aj.v3i1.11350.

G. D. Safitri and Y. P. Astuti, “Analisis Pertambahan Pasien Positif dan Pasien Sembuh COVID-19 di Jawa Timur Menggunakan Metode Rantai Markov,” MATHunesa J. Ilm. Mat., vol. 9, no. 1, pp. 164–170, 2021, doi: https://doi.org/10.26740/mathunesa.v9n1.p164-170.

I. W. Mangku, Proses Stokastik Dasar. PT Penerbit IPB Press, 2022.

S. Osaki, ”Applied Stochastic System Modeling, German: Springer-Verlag, 1992, doi: https://doi.org/10.1007/978-3-642-84681-6.

S. M. Ross, Introduction to Probability Model, Los Angeles, California: University of Southern California, 2010.

M. Rusli, Kajian Stokastik pada Teknik Kontrol, Universitas Brawijaya Press, 2019.

H. Sugiyanto, Pengantar Stokastik, Yogyakarta: Universitas Ahmad Dahlan, 2021.

S. K. Nasib, N. Nurwan, E. D. D. Yanuari, and T. Macmud, “Karakteristik Rantai Markov Pada Data Curah Hujan Bulanan Stasiun Djalaluddin,” JMPM J. Mat. dan Pendidik. Mat, vol. 7, no. 2, pp. 81–89, 2022, doi: https://doi.org/10.26594/jmpm.v7i2.2654.

J. Riyono, C. E. Pujiastuti, and A. L. R. Putri, “Forecasting Laju Inflasi Indonesia Menggunakan Rantai Markov,” J. Sains Mat. dan Sta, vol. 8, no. 1, pp. 1–10, 2022, doi: https://dx.doi.org/10.24014/jsms.v8i1.14767.

J. M. Loban and S. B. Libing, “Aplikasi Analisis Rantai Markov Untuk Memprediksi Status Pasien Rumah Sakit Daerah Kalabahi,” J. Ilm. Wahana Pendidik., vol. 7, no. 6, pp. 163–167, 2021, doi: https://doi.org/10.5281/zenodo.5571006.

A. A. R. Fernandes, Pemodelan Statistika Pada Analisis Reliabilitas Dan Survival, Universitas Brawijaya Press, 2016.

A. Andriani and I. Romli, “Preventive maintenance pada mesin die casting dengan age replacement model untuk peningkatan reliabilitas mesin,” Oper. Excell. J. Appl. Ind. Eng, vol. 12, no. 1, pp. 1–12, 2020, doi: https://dx.doi.org/10.22441/oe.2020.v12.i1.001.

DOI: https://doi.org/10.37905/euler.v12i1.25280