Pendugaan Parameter Model Eksponensial Hidden Markov dan Kekonvergenan Barisan Nilai Dugaan Parameternya

Abstract

Pada kehidupan sehari-hari, banyak kejadian yang bersifat stokastik. Setiap kejadian terkait erat dengan penyebab kejadian, seperti banyaknya kecelakaan yang terjadi di jalan tol, perubahan nilai tukar rupiah, banyaknya klaim peserta asuransi dan lain sebagainya. Hanya saja dalam suatu kejadian terkadang penyebabnya tidak diamati secara langsung. Jika penyebab kejadian diasumsikan sebagai rantai Markov, maka pasangan kejadian dan penyebabnya disebut dengan model hidden Markov. Model hidden Markov dibangun oleh parameter-parameter yang digunakan untuk memprediksi kejadian di masa yang akan datang. Berdasarkan data-data yang diperoleh, maka dapat diduga parameter dari model hidden Markov. Jika dilihat dari proses observasinya maka model hidden Markov dibedakan menjadi dua, yaitu model hidden Markov diskret dan kontinu. Untuk model yang sebaran observasinya diskret maka dikatakan model hidden Makrov diskret dan untuk sebaran observasinya kontinu dikatakan model hidden Markov kontinu. Model hidden Markov ini sudah banyak diaplikasikan dalam berbagai bidang, salah satunya yaitu di bidang telekomunikasi. Contohnya yaitu transmisi siaran radio yang ditransmisikan pada channel komunikasi yang sibuk. Penggunaan model hidden Markov di bidang telekomunikasi ini telah dikembangkan oleh Rabiner (1989). Selain telekomunikasi, model hidden Markov juga dikembangkan dalam bidang ekologi oleh Petterson et al. (2009), ekonomi oleh Cui (2014), biologi oleh Yoon (2009) dan lain sebagainya. Pada penelitian sebelumnya sudah banyak dibahas tentang model hidden Markov dengan sebaran normal diantaranya oleh Wen & An (2002), Marioni et al. (2006) dan Wenge et al. (2010) sedangkan untuk sebaran Poisson diantaranya oleh Paroli et al. (2000), Lu & Zeng (2012) dan Sadeghifar et al. (2016). Pada penelitian ini dibahas model hidden Markov kontinu dengan sebaran eksponensial dan kekonvergenan barisan nilai dugaan parameternya. Model hidden Markov dengan sebaran eksponensial telah diperkenalkan oleh Lethanh & Adey (2012) di mana proses observasi merupakan peubah acak kontinu sedangkan proses yang tidak diobservasi merupakan peubah acak diskret. Pada karya ilmiah ini dibahas pendugaan parameter model eksponensial hidden Markov dengan menggunakan metode yang dikembangkan oleh Dempster et al. (1997) dan kekonvergenan barisan nilai dugaan parameter yang dikembangkan oleh Wu (1983). Metode yang digunakan untuk menduga parameter model hidden Markov adalah metode maksimum likelihood yang dalam perhitungannya menggunakan algoritme Expectation Maximization (EM). Dengan algoritme EM, dengan harapan diperoleh pendugaan parameter yang optimal untuk memprediksi terhadap kejadian di masa yang akan datang.