Perumusan Masalah Tujuan Penelitian Kontribusi penelitian Tinjauan Pustaka

2. Bivariat pasangan variabel acak dua variabel saling berkaitan 3. Multivariat terdiri dari beberapa variabel kriteria. Jaringan kerja model network adalah suatu diagram yang digunakan untuk membantu menyelesaikan masalah matematika yang cukup rumit agar menjadi lebih sederhana dan mudah diamati. Masalah-masalah yang dapat diatasi dengan network antara lain masalah penjadwalan network planing, masalah transportasi, masalah penggantian peralatan, dan masalah lintasan terpendek. Genetik merupakan ilmu tentang pewarisan sifat individu kepada keturunannya, berkaitan dengan gen atau faktor keturunannya. Jadi network genetik merupakan tingkat hubungan fungsional untuk setiap kejadian pada waktu tertentu. Untuk menyelesaikan suatu persoalan dalam pengambilan keputusan ada tidaknya hubungan antara kondisi satu dengan kondisi lain dengan menggunakan aplikasi rantai markov multivariat pada network genetik.

1.2 Perumusan Masalah

Masalah yang dibahas dalam penelitian ini adalah memodelkan rantai markov mutivariat pada network genetik dan memaparkan kaidah yang berhubungan dengannya.

1.3 Tujuan Penelitian

Menguraikan cara menentukan ada tidaknya hubungan tingkat sensivitas dari gene satu ke gene yang lain dengan menggunakan aplikasi rantai markov multivariate pada network genetik. Nova Anggriya : Aplikasi Rantai Markov Multivariat Pada Network Genetik, 2009.

1.4 Kontribusi penelitian

Menambah wawasan dan memperkaya literatur dalam bidang statistika yang berhubungan dengan model rantai markov multivariat.

1.5 Tinjauan Pustaka

Rantai markov multivariat telah digunakan diberbagai bidang. Pada bidang matematika keuangan Artzner dan Delbaen 1997 menggunakan rantai markov untuk menentukan risiko kegagalan hadiah dan pemasaran tidak lengkap. Sementara itu bidang biologi Mendoza, Thieffry dan Alvarez 1999 menggunakan genetik kontrol dari bunga morphogenesis pada Arabidopsis Thaliana. Rantai markov multivariat digunakan pada model network genetik oleh Ching, Fung dan Ng 2004 membangun network genetik pada contoh gene ekspresi. Salah satu penelitian gen yang penting adalah dapat memahami mekanisme cara menjalankan sel-sel dan pengendalian nomor besar pada operasi untuk fungsi normal, dan juga sistem sel-sel dalam penyakit. Model dasar seperti pada network neural, non-linier sederhana, Petri nets, persamaan differensial ditujukan untuk berbagai masalah, lihat pada Smoelen, Baxter dan Byrne 2000 menggunakan model matematik pada network gene, neuron, oleh Bower 2001 menggunakan model komputasi pada genetik dan network biokimia, oleh De Jong 2002 mengunakan model dan simulasi pada sistem regulatori genetik.Ching dan Ng 2006. Pada model network ini, setiap gene adalah verteks pada network dan jumlahnya hanya dua tingkat jelas 0 atau tiadak jelas 1. Pada bidang bioinformasi oleh Akutsu, Miyano and Kuhara 2000 menggunakan penarikan kesimpulan menurut kwalitas relasi pada network genetik dan pergantian zat pada setiap barisan, ditujukan banyak network Boolean bersama dengan identifikasi algorithm.Ching dan Ng 2006. Nova Anggriya : Aplikasi Rantai Markov Multivariat Pada Network Genetik, 2009. Network Boolean adalah bagian dari pembuatan network genetik pada dasarnya, maka n sebagai nomor pada pertimbangan gene bawah, yang mana verteks i v mewakili gene i, dan t v i mewakili ungkapan tingkat gene i pada waktu t, ambil salah satu 0 atau 1. ungkapan tingkat gen yang lain adalah hubungan fungsional untuk itu pada gene-gene lain. Perhitungan model-model itu menyatakan hubungan yang logis pada gagasan Bodnar 1997 menggunakan pemograman drosophila embryo. Pada jurnal Biologi, Mendoza, Thieffry dan Alvarez 1999 menggunakan genetik control dari bunga morphogenesis pada Arabidopsis Thaliana, dan oleh Huang dan Ingber 2000 menggunakan model –bergantung dependent mengkontrol pertumbuhan sel, differensial, dan apoptosis: perpindahan antara atractors pada sel network regulatori, percobaan pada penelitian sel.Ching dan Ng 2006.

1.6 Metode Penelitian