Analisis Perpindahan Aktivitas Mower Pada Kejadian Stochastic Menggunakan Metode Markov Chains

Abstract

Aktivitas  pemotongan rumput biasanya dilakukan dengan menggunakan mower atau mesin pemotong rumput. Besarnya  peluang  aktivitas pemotongan rumput pada suatu lahan tergantung dari banyaknya aktivitas mower yang terjadi pada lahan tersebut. Perpindahan aktivitas mower merupakan kejadian stochastic, jika perpindahan aktivitas  mower hanya  mengacu pada data visual saja dan belum dilakukan secara terjadwal. Sehingga hasil pemotongan rumput belum merata.  Metode Markov Chains  adalah suatu metode yang mempelajari sifat-sifat suatu variabel pada masa sekarang yang didasarkan pada sifat-sifatnya di masa lalu, yang bertujuan untuk memprediksi sifat-sifat variabel tersebut di masa  mendatang.  Pada kejadian stochastic, biasanya perpindahan aktivitas mower hanya mendominasi beberapa area tertentu saja. Hal ini memberikan gambaran bahwa pemotongan rumput yang terjadi belum merata. Dengan menggunakan metode Markov Chains maka peluang kejadian pemotongan rumput yang terjadi dapat diprediksi untuk beberapa periode kedepan hingga mencapai kondisi steady state, yaitu kondisi dimana peluang kejadian  pemotongan  rumput  pada  periode  selanjutnya sudah tetap atau tidak berubah lagi. Jika data kondisi  steady state  tidak banyak mengalami perubahan seperti kondisi awal, maka hal ini menunjukkan bahwa untuk beberapa periode waktu kedepan aktivitas pemotongan  rumput masih belum dilakukan secara merata. Penelitian diawali dengan memetakan area pemotongan rumput dengan ukuran ukuran tertentu. Selanjutnya aktivitas mower di area yang telah dipetakkan dianalisis dengan markov chains sehingga peluang terjadinya perpindahan aktivitas mower pada area tertentu di masa mendatang dapat diprediksi. Data prediksi dijadikan dasar untuk membuat strategi pemotongan rumput yang lebih baik.