Analisis Markov

Model rantai Markov dikembangkan oleh seorang ahli Rusia A.A Markov pada tahun 1996. Analisis markov digunakan untuk menghasilkan suatu informasi probabilistik yang dapat digunakan untuk pengambilan keputusan .
Rantai Markov adalah teknik matematika yang biasa digunakan untuk melakukan pembuatan model bermacam – macam sistem proses bisnis.
Pendekatan proses Markov

1. Probabilitas transisi adalah perubahan dari satu status ke status yang lain pada periode waktu berikutnya dan merupakan suatu proses random yang dinyatakan dalam probabilitas.
2. Probabilitas Tree ,merupakan cara yang mudah untuk menggambarkan sejumlah terbatas transisi dari suatu proses markov.
3. Pendekatan Matriks
4. Probabilitas Steady State Proses Markov akan menuju pada Steady State artinya setelah proses berjalan selama beberapa periode, probabilitas yang akan dihasilkan akan bernilai tetap, dan probabilitas ini dinamakan Probabilitas Steady State.Rumus Steady State adalah : (Nn(i+1) Mn(i+1)) = (Nn(i) Mn(i))x Matriks Probabilitas Transisi. Karena Probabilitas Steady State dari suatu Matriks Transisi, maka kita dapat menggunakan rumus : (Nn(i) Mn(i)) = (Nn(i) Mn(i))x Matriks Probabilitas Transisi