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