Latar Belakang Prediksi Perpindahan Penggunaan Merek Simcard dengan Pendekatan Rantai Markov

seluler yang lain akan memiliki kemungkinan untuk memperoleh pelanggan yang baru. Mahasiswa merupakan sebagian dari switcher tersebut. Karena jika dilihat dari kebutuhannya mahasiswa memiliki tingkat kebutuhan yang beragam dan kompleks. Kemudian dilihat dari segi keuangannya mahasiswa lebih memilih kartu yang memiliki nilai nominal pulsa yang besar dengan harga murah dibandingkan dengan kartu yang memiliki nilai nominal pulsa yang besar tapi dengan harga mahal. Mahasiswa biasanya menggunakan dua kartu untuk menikmati atau menghabiskan pulsa perdana dan fasilitas- fasilitas menarik lainnya yang ditawarkan oleh perusahaan tersebut. Hal ini membuat banyak provider saat ini mencari strategi-strategi baru untuk lebih unggul dari pada kompetitornya, baik dalam hal penambahan features, peningkatan pelayanan kepada pelanggan, sampai dengan menurunkan harga dan tarif. Dengan melaksanakan strategi tersebut maka akan berdampak pada loyalitas pelanggan secara langsung. Hal ini terlihat apabila seorang pelanggan beralih ke operator lain maka pelanggan tersebut akan kehilangan fasilitas yang sudah didapat dari operator yang lama, sebab dalam hal ini satu operator seluler dengan operator seluler yang lain berbeda dalam tiap programnya. Fenomena kehilangan dan mendapatkan pelanggan merupakan hal yang biasa terjadi, namun fenomena lain yang terjadi saat ini adalah adanya penambahan kartu seluler. Tetapi kondisi tersebut lama kelamaan akan mencapai suatu kondisi yang stabil atau disebut juga dengan kondisi ekuilibrium steady state. Kejadian perpindahan atau penambahan tersebut dikenal sebagai fenomena churn dan sudah seharusnya mendapatkan perhatian khusus dari perusahaan telekomunikasi karena semakin ketat persaingan dalam bisnis seluler maka semakin besar churn rate yang ditimbulkannya. Oleh karena itu, dengan menggunakan konsep rantai Markov perusahaan telekomunikasi dapat memperoleh perkiraan pangsa pasar dan kondisi ekuilibrium steady state pada waktu mendatang.

1.2 Tujuan 1.

Memprediksi pangsa pasar saat mencapai kondisi ekuilibrium steady state untuk masing-masing perpindahan yang dilakukan oleh konsumen. 2. Mengetahui faktor-faktor apa saja yang mempengaruhi konsumen dalam melakukan perpindahan. II TINJAUAN PUSTAKA Untuk mengetahui prediksi perpindahan merek simcard ini diperlukan pemahaman tentang rantai Markov yang terdiri dari definisi dan teorema sebagai dasar pemikiran untuk mempermudah memahami pembahasan selanjutnya. Definisi 1 State State digunakan untuk mengidentifikasi seluruh kondisi yang mungkin dari suatu proses atau sistem. Dalam rantai Markov diasumsikan bahwa state memiliki dua buah sifat, yaitu collectively exhaustive dan mutually exclusive. Collectively exhaustive adalah peneliti dapat membuat daftar seluruh state yang mungkin timbul atau dimiliki oleh suatu sistem atau proses dan asumsinya adalah terdapat jumlah yang terbatas untuk sistem. Mutually exclusive adalah sebuah sistem hanya dapat berada dalam satu state dalam satu waktu sistem tidak dapat berada dalam lebih dari satu state. Heizer Render 2006 Definisi 2 Rantai Markov Rantai Markov adalah suatu teknik yang digunakan dalam menganalisis perilaku saat ini dari beberapa variabel dengan tujuan untuk memprediksi perilaku dari variabel yang sama pada masa mendatang. Isaacson and Madson 1976 Rantai Markov digunakan untuk menganalisis masalah di berbagai bidang antara lain: perubahan merek, persediaan, pemeliharaan dan penggantian mesin, analisis bursa efek dan adiministrasi rumah sakit. Konsep dasar rantai Markov diperkenalkan pada tahun 1907 oleh seorang ahli matematika dari Rusia yang bernama Andrei A. Markov 1856-1922. Markov membuat asumsi bahwa sistem dimulai pada kondisi awal. Misalkan, terdapat dua buah perusahaan yang bersaing dengan masing- masing pangsa pasar awal sebesar 40 dan 60. Mungkin saja pada masa mendatang pangsa pasar kedua perusahaan tersebut mengalami perubahan menjadi 45 dan 55. Dalam memprediksi state tersebut, dibutuhkan pemahaman akan kecenderungan perubahan nilai probabilitas tersebut dari perubahan satu state ke state berikutnya. Kemungkinan perubahan dari satu state ke state yang lainnya dalam proses Markov disebut kemungkinan transisi, kemudian dari perubahan tersebut dapat ditampilkan dalam bentuk matriks kemungkinan transisi. Matriks kemungkinan transisi ini menunjukan kecenderungan bahwa suatu sistem akan berubah dalam satu periode ke periode berikutnya. Definisi 3 Matriks Matriks adalah kumpulan bilangan- bilangan yang disusun secara khusus dalam bentuk baris dan kolom sehingga membentuk empat persegi panjang yang ditulis di antara dua tanda kurung, yaitu atau [ ]. Matriks tersebut dapat dinyatakan dalam bentuk: 11 12 1 21 22 2 2 1 2 1 2 a a a a ij n a a a a j n A mxn a a a a i i ij in a a a a m m mj mn                 Ruminta 2009 Definisi 4 Matriks Probabilitas Transisi Kemungkinan perubahan dari satu keadaan ke keadaan yang lain dalam proses Markov disebut kemungkinan transisi yang ditampilkan dalam bentuk matriks probabilitas transisi satu langkah yang terlihat seperti berikut ini: 11 12 13 1 21 22 23 2 1 2 3 ... n n m m m mn P P P P P P P P P P P P P        menyatakan probabilitas bahwa jika proses tersebut berada pada state maka berikutnya akan beralih ke state . Karena nilai probabilitas adalah tak negatif dan karena proses tersebut harus mengalami transisi ke suatu state, maka secara matematis : i untuk semua ii , untuk semua Taylor Karlin 1998 Definisi 4 Proses Stokastik Proses stokastik adalah suatu koleksi gugus, himpunan, atau kumpulan dari peubah acak random variables yang memetakan suatu ruang contoh sample space Ω ke suatu ruang state state space . Ross 1996 Definisi 5 Rantai Markov Waktu Diskret Proses stokastik , dengan ruang state , disebut rantai Markov dengan waktu diskret jika untuk setiap berlaku . Untuk semua kemungkinan nilai dari . Taylor Karlin 1998 Definisi 6 Rantai Markov Homogen Rantai Markov disebut homogen jika untuk semua dan semua . Catatan : Pada rantai Markov homogeny disebut probabilitas transisi satu langkah one- step transition probability yang tidak tergantung dari waktu . Sedangkan rantai Markov yang probabilitas transisinya