KONSEP MARKOV CHAINS UNTUK MENYELESAIKAN PREDIKSI BENCANA ALAM DI WILAYAH INDONESIA (STUDI KASUS PROVINSI JAWA TENGAH)

Abstract

Salah satu metodologi dari proses stokhastik adalah Markov Chains (Rantai Markov). Konsep Markov Chains menolah data-data yang sudah ada untuk menghasilkan sebuah prediksi bencana alam. Bencana alam yang diprediksi meliputi wilayah Indonesia, khususnya Provinsi Jawa Tengah. Dan data yang akan diolah dengan konsep Markov Chain diambil dari database bencana alam bulan-bulan sebelumnya.

Berdasarkan hasil perhitungan, didapat prediksi bahwa bencana alam dengan tingkat kemungkinan terjadinya paling tinggi pada bulan Juli 2016 adalah Angin Putting Beliung yaitu sebesar 46.9%, sedangkan bencana alam yang tingkat kemungkinan terjadinya paling tinggi pada bulan Agustus 2016 adalah Banjir yaitu sebesar 35.7%.