Seminar Tugas Akhir

Yana Adharani
G54101016

Pendugaan Parameter Model Hidden Markov dan Deret Waktu Hidden Markov

Hidden Markov adalah suatu model yang merupakan gabungan dari kejadian yang diamati dan faktor penyebab terjadinya suatu kejadian (state) yang tidak diamati secara langsung. Dalam model ini diasumsikan faktor penyebab terjadinya suatu kejadian berkembang menurut aturan rantai Markov di mana state saat ini hanya di pengaruhi oleh state kemarin dan bebas terhadap state yang lalu. Selain dipengaruhi oleh state, kejadian yang diamati dapat juga dipengaruhi oleh kejadian pada periode sebelumnya sehingga membenutk suatu model deret waktu hidden Markov. Untuk kasus yang lebih kompleks, selain dipengaruhi oleh kejadian sebelumnya dan fakot rpenyebab terjadinya suatu kejadian pada periode saat ini, kejadian yang diamati juga dipengaruhi oleh faktor penyebab terjadinya suatu kejadian pada periode sebelumnya. Untuk model hidden Markov dan deret waktu hidden Markov di atas akan di cari penduga parameter yang akan memaksimumkan peluang terjadinya suatu kejadian. Nilai dari penduga perameter tersebut dapat dicari dengan memaksimumkan fungsi log-likelihood. Akan tetapi karena bersifat tak-linear maka salh satu cara untuk memperoleh niali penduga parameter yang meamksimumkan peluang terjadinya suatu kejadian ialah dengan menggunakan algoritma EM 9expectation maximization). Dengan diketahuinya penduga parameter maka daapt diperoleh peluang yang maksimum dari satu kejadian serta daapt dilakukan penarikan kesimpulan yang optimal dan peramalan pada state.