ANALISIS RANTAI MARKOV UNTUK MEMPREDIKSI PERPINDAHAN KONSUMEN MASKAPAI PENERBANGAN RUTE MANADO-JAKARTA
DOI:
https://doi.org/10.35799/jis.18.2.2018.20495Abstract
 ANALISIS RANTAI MARKOV UNTUK MEMPREDIKSI PERPINDAHAN KONSUMEN MASKAPAI PENERBANGAN RUTE MANADO-JAKARTA
ABSTRAKRantai Markov mempunyai sifat bahwa kejadian di masa lalu tidak mempunyai pengaruh pada kejadian masa yang akan datang apabila kejadian saat ini diketahui. Tujuan penelitian untuk mengetahui besarnya peluang perpindahan konsumen maskapai penerbangan rute Manado-Jakarta, dan memprediksi peluang perpindahan maskapai Batik Air, Garuda, Citilink, dan Lion pada periode berikutnya terhadap keempat Maskapai Penerbangan tersebut. Sampel penelitian terdiri dari 100 responden maskapai penerbangan hanya Manado-Jakarta. Periode bulan maret-april 2018. Metode penelitian berbentuk survei, dan analisis yang digunakan menggunakan rantai markov. Hasil penelitian menunjukkan pada tahun 2020 mencapai titik keseimbangan dengan presentase untuk maskapai Batik Air yaitu 32%, pada urutan kedua maskapai Garuda yaitu 29%, kemudian Lion Air sebanyak 21%, dan terendah pada Citilink 18%.
Â
Kata kunci : Penumpang Maskapai, Maskapai penerbangan, Rantai Markov
Â
 ANALYSIS OF MARKOV CHAIN TO PREDICT CONSUMER MOVEMENT OF AIRLINE ROUTE MANADO-JAKARTA
 ABSTRACT
 The Markov chain has the nature that past events have no influence on future events if the current event is known. The objective of this research is to know the magnitude of the opportunity of consumer movement of airlines of Manado-Jakarta route, and to predict the opportunity of batik Air, Garuda, Citilink, and Lion flight movement in the next period against the four airlines. The study sample consisted of 100 airline respondents only Manado-Jakarta route. The period of March-April 2018. The research method was surveyed, and the analysis used using markov chain. The results showed in 2020 reached the point of balance with a percentage for batik air airline that is 32%, second at 29% Garuda Airlines, then Lion Air 21%, and lowest at Citilink 18%.
 Keywords : Airline Passenger, Airline, Markov Chain
References
Allo, D.G., D. Hatidja dan M. Paendong. 2012. Analisis Rantai Markov Untuk Mengetahui Peluang Perpindahan Merek Kartu Seluler Pra Bayar GSM. Jurnal MIPA UNSRAT ONLINE. 2(1):17-22.
Anton, H. And C. Rorres, C. 2004. Aljabar Linear Elementer versi Aplikasi. Edisi ke-8, jilid 2. Terjemahan Izham Harmein dan Julian Gresdando. Erlangga. Jakarta.
Ching W.K, and Michael K.Ng. 2006. Markov Chain Models, Algorithm and Aplication. Springer. New York.
Djan, I. dan Ruvendi, R. 2006. Prediksi perpindahan penggunaan merek handphone di kalangan mahasiswa (studi kasus pada mahasiswa STIE Binaniaga). Jurnal Ilmiah Binaniaga, 2(1).
Hiller, F.S. and G. J, Lieberman. 2008. Introduction to Operation Research Eight Edition Jilid 2. Penerbit Andi. Jogjakarta.
Langi, Y. 2011. Penentuan Klasifikasi State Pada Rantai Markov Dengan Menggunakan Nilai Eigen dari Matriks Peluang Transisi. Jurnal Ilmiah Sains 11(1):124-130.
Mamonto, S. Y. Langi, A. Rindengan. 2016. Penerapan Hidden Markov Model Pada Harga Saham. Jurnal De Cartesian 5(1):35-41.
Mulyono, S. 2007. Riset Operasi. Fakultas Ekonomi Universitas Indonesia. Jakarta.
Nurjana, S. M. Paendong, Y. Langi. 2016. Penerapan Rantai Markov Dalam Pemilihan Minat Masuk Siswa SMA Ke Universitas Di Indonesia. Jurnal De Cartesian 5(1):50-56.
Siswanto. 2007. Operations research, jilid 2. Erlangga, Jakarta.
Tumilaar, K. Y. Langi, A. Rindengan. 2015. Hidden Markov Model. Jurnal De Cartesian 4(1):86-94.
