Makalah ini membahasmasalahsegmentasidata dalamkerangkaBayesiandengan menggunakansampling reversibeljumpMCMC.Datadimodelkanolehmodel autoregresif konstan sepotong demi sepotong, di mana banyaknya segmen,orde dankoefisien prosesARuntuk setiap segmentidak diketahui. Algoritmareversible jump MCMCkemudian digunakanuntuk menghasilkan sampelyang didistribusikansesuai dengan distribusiposteriorgabungan dariparameter yang tidak diketahui. Sampel inimemungkinkanuntuk menghitungbeberapa fiturmenarik daridistribusiposterior.Kinerjametodeini diilustrasilan denganbeberapahasilsimulasi. Dari hasil simulasi menunjukkan bahwa algoritma reversible jump MCMC dapat mengestimasi parameter model AR stasioner konstan per segmen dengan baik.