Peramalan Pola Curah Hujan Di Kota Makassar Menggunakan Model Rantai Markov

Rantai markov merupakan suatu metode yang mempelajari sifat-sifat suatu variabel pada masa sekarang yang didasarkan pada sifat-sifatnya dimasa lalu dalam usaha menaksir sifat-sifat variabel yang sama di masa yang akan datang. Salah satu metode yang umumnya digunakan dalam memprediksi kejadian yang akan datang adalah metode rantai markov diskrit. Tujuan penelitian ini adalah: (1) menentukan orde rantai markov yang digunakan dalam memprediksi curah hujan; (2) membentuk model rantai markov masing-masing stasiun dalam meramalkan curah hujan di Kota Makassar; (3) mengetahui hasil prediksi curah hujan masing-masing stasiun menggunakan rantai markov. Dengan menggunakan metode rantai markov diskrit maka dapat diperoleh hasil prediksi steady state Stasiun Panaikang pada periode ke-10 dengan peluang 0,35 bulan mengalami kondisi kering, 0,11 bulan mengalami kondisi lembab dan 0,55 bulan mengalami kondisi basah. Stasiun Biring Romang pada periode ke-15 dengan peluang 0,33 bulan mengalami kondisi kering, 0,08 bulan mengalami kondisi lembab dan 0,59 bulan mengalami kondisi basah. Sedangkan pada stasiun Paotere pada periode ke-12 dengan peluang 0,39 bulan mengalami kondisi kering, 0,06 bulan mengalami kodisi lembab dan 0,55 bulan mengalami kondisi basah.Kata Kunci: Rantai Markov, Matriks Peluang Transisi, Orde Rantai Markov, Steady State. Rantai markov merupakan suatu metode yang mempelajari sifat-sifat suatu variabel pada masa sekarang yang didasarkan pada sifat-sifatnya dimasa lalu dalam usaha menaksir sifat-sifat variabel yang sama di masa yang akan datang. Salah satu metode yang umumnya digunakan dalam memprediksi kejadian yang akan datang adalah metode rantai markov diskrit. Tujuan penelitian ini adalah: (1) menentukan orde rantai markov yang digunakan dalam memprediksi curah hujan; (2) membentuk model rantai markov masing-masing stasiun dalam meramalkan curah hujan di Kota Makassar; (3) mengetahui hasil prediksi curah hujan masing-masing stasiun menggunakan rantai markov. Dengan menggunakan metode rantai markov diskrit maka dapat diperoleh hasil prediksi steady state Stasiun Panaikang pada periode ke-10 dengan peluang 0,35 bulan mengalami kondisi kering, 0,11 bulan mengalami kondisi lembab dan 0,55 bulan mengalami kondisi basah. Stasiun Biring Romang pada periode ke-15 dengan peluang 0,33 bulan mengalami kondisi kering, 0,08 bulan mengalami kondisi lembab dan 0,59 bulan mengalami kondisi basah. Sedangkan pada stasiun Paotere pada periode ke-12 dengan peluang 0,39 bulan mengalami kondisi kering, 0,06 bulan mengalami kodisi lembab dan 0,55 bulan mengalami kondisi basah.Kata Kunci: Rantai Markov, Matriks Peluang Transisi, Orde Rantai Markov, Steady State.