Pendugaan parameter model hidden markov dan deret waktu hidden markov

YANA ADHARANI. Pendugaan Parameter Model Hidden Markov dan Deret Waktu Hidden
Markov. Dibimbing oleh BERLlAN SETIAWATY dan I GUST1 PUTU PURNABA.

Hidden Markov adalah suatu model yang merupakan gabungan dari kejadian yang diamati dan
faktor penyebab terjadinya suatu kejadian (stare) yang tidak diamati secara langsung. Dalam
model ini diasumsikan faktor penyebab terjadinya suatu kejadian berkemban,= menurut aturan
rantai Markov di mana state saat ini hanya dipengaruhi oleh state kemarin dan bebas terhadap
state yang ialu.
Selain dipengaruhi oleh state, kejadian yang diamati dapat juga dipengaruhi oleh kejadian pada
periode sebelumnya sehingga membentuk suatu mode1 deret waktu hidden Markov. Untuk kasus
yang lebih kompleks, selain dipengaruhi oleh kejadian sebefumnya dan faktor penyebab terjadinya
suatu kejadian pada periode saat ini, kejadian yang diarnati juga dipengaruhi oleh faktor penyebab
terjadinya suatu kejadian pada periode sebelumnya.
Untuk model hidden Markov dan deret waktu hidden Markov di atas akan dicari penduga
parameter yang akan memaksimumkan peluang terjadinya suatu kejadian. Nilai dari penduga
parameter tersebut dapat dicari dengan memaksimumkan fungsi log-likelitrood. Akan tetapi karenz
bersifat talc-linear maka salah satu cara untuk memperoteh nilai penduga parameter yang
memaksimumkan peluang terjadinya suatu kejadian ialah dengan menggunakan algoritma EM
(expectation maximization).
Dengan diketahuinya penduga parameter maka dapat diperoleh peluang yang rnaksimum dari
suatu kejadian serta dapat dilakukan penarikan kzsimpulan yang optimal dan peramalan pada state.