SIFAT DAN ESTIMASI PARAMETER DARI DISTRIBUSI WEIBULL YANG DIPANGKATKAN
|
|
- Hartanti Wibowo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SIFAT DAN ESTIMASI PARAMETER DARI DISTRIBUSI WEIBULL YANG DIPANGKATKAN Oleh: YOGA SETIAWAN NRP : Pembimbing: Dra. Laksmi Prita W, M.Si Drs. Komar Baihaqi, M.si
2 Latar Belakang Belakangan ini sering dijumpai permasalahan yang tidak dapat diselesaikan dengan menggunakan distribusi-distribusi yang telah ada. Oleh karena itu, diperlukan perluasan dari distribusi yang sudah ada. Perluasan tersebut sering kali memiliki kesamaan sifat dengan distribusi Gamma dan distribusi Weibull Distribusi yang memiliki peranan luas dalam uji reliabilitas adalah distribusi Gamma, akan tetapi bentuk survival functionnya tidak dapat ditentukan bentuk khususnya terkecuali parameter bentuknya berupa bilangan natural.
3 Latar Belakang Tugas Akhir ini membahas mengenai salah satu perluasan dari distribusi weibull yang dinamakan exponentiated weibull distribution (EWD) atau distribusi weibull yang dipangkatkan. pembahasan dari Tugas Akhir ini meliputi, sifat-sifat dari EWD yang dibandingkan dengan distribusi Gamma dan distribusi Weibull melalui fungsi rasio kegagalan. Dan juga akan dilakukan estimasi parameter dengan menggunakan MLE (maximum likelihood estimation).
4 Perumusan Masalah Bagaimana sifat-sifat dari Exponentiated Weibull Distribution (EW)? Membandingkan sifat-sifat Exponentiated Weibull Distribution (EW) dengan sifat-sifat dari distibusi Gamma dan distribusi Weibull. Mengestimasi parameter-parameter dari Exponentiated Weibull Distribution (EW). Percobaan dari estimasi parameter Exponentiated Weibull Distribution (EW) pada data hasil pembangkitan metode acceptance and rejection..
5 Batasan Masalah Dalam Proposal Tugas Akhir ini, estimasi parameter dilakukan pada data hasil pembangkitan metode acceptance and rejection.
6 Tujuan Tugas akhir ini bertujuan untuk : Mengkaji sifat-sifat dari Exponentiated Weibull Distribution (EW). Membandingkan kemiripan Exponentiated Weibull Distribution (EW) dengan distibusi Gamma dan distribusi Weibull melalui fungsi kegagalan. Mendapatkan estimasi parameter dari Exponentiated Weibull Distribution (EW). Mencoba hasil estimasi parameter dari Exponentiated Weibull Distribution (EW).
7 Manfaat Manfaat Penelitian : Manfaat dari Tugas Akhir ini adalah agar pengolahan data nyata (real) dapat memberikan hasil yang lebih tepat dengan menggunakan Exponentiated Weibull Distribution (EWD).
8 TINJUAN PUSTAKA Reliabilitas (reliability), fungsi ketahanan dan fungsi kegagalan [2] Uji ketahanan hidup atau reliabilitas merupakan salah satu teknik dalam statistika yang berguna untuk melakukan pengujian tentang tahan hidup atau keandalan suatu komponen ataupun pengukuran lamanya tahan hidup seorang pasien dalam pengobatan suatu penyakit
9 TINJUAN PUSTAKA Dalam aplikasinya reliabilitas dapat direprentasikan ke dalam beberapa fungsi diantaranya: Fungsi ketahanan (survival function) : Fungsi ratio kegagalan (failurate function)
10 TINJUAN PUSTAKA Distribusi Weibull Dalam teori probabilitas dan statistik, distribusi Weibull adalah salah satu distribusi kontinu. Distribusi ini dinamai oleh Waloddi Weibull pada tahun Suatu peubah acak x berdistribusi Weibull, dengan parameter πΌ dan β jika fungsi padatnya berbentuk: Dan fungsi rasio kegagalannya (failure rate function) diberikan oleh : Sedangkan fungsi ketahanan (survival function)
11 TINJUAN PUSTAKA Distribusi Gamma Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu. model probabilitas distribusi gamma sering digunakan untuk memodelkan waktu tunggu, misalkan pengujian hidup, dengan parameter πΌ dan β, bila fungsi padatnya berbentuk Dengan dan fungsi rasio kegagalan diberikan oleh:
12 TINJUAN PUSTAKA Gambar 2.2 plot fungsi ratio kegagalan distribusi Gamma dari fungsi rasio kegagalan tersebut didapatkan plot-plot dibawah ini: Gambar 2.2 plot fungsi ratio kegagalan distribusi Gamma
13 f(x, ) TINJAUAN PUSTAKA Maximum Likelihood Estimation (MLE) Maximum likelihood estimation (MLE) Maximum likelihood estimation (MLE) adalah metode statistik yang populer digunakan untuk pemasangan model statistik untuk data, dan estimasi menyediakan parameter model. Estimasi MLE dikembangkan oleh R.A.Fisher. pencarian nilai parameter ini dilakukan dengan memaksimalkan fungsi log-likelihood. Misalkan f adalah PDF dan diasumsikan fungsi memenuhi persaman berikut:
14 TINJAUAN PUSTAKA Exponentiated Weibull Distribution (EW) Exponentiated Weibull Distribution (EW) merupakan sebuah keluarga distribusi baru yang memiliki dua parameter dan hampir mirip dengan weibull maupun gamma. Dimana : (πΌ,γ) adalah notasi dari parameter bentuk. π adalah notasi dari parameter skala. Fungsi ketahanan (Survival function) dari EWD dituliskan sebagai berikut Fungsi ratio kegagalan (failure rate function) dari EWD dituliskan senagai berikut:
15 , TINJAUAN PUSTAKA Metode Acceptance and Rejection Metode acceptance and rejection merupakan suatu satu cara untuk membangkitkan data dalam sebuah penelitian tentang sebuah distrubusi. Ide dasar dari metode ini adalah menemukan sebuah alternatif probabilitas distribusi G, dengan fungsi kepadatan g(x), dan juga pendekatan g(x) terhadap f(x). Algoritma Acceptance and rejection untuk variabel random kontinu adalah sebagai berikut: Bangkitkan Y yang didistribusikan sebagai G. Bangkitkan U (independen dari Y). Jika maka X = Y (terima); sebaliknya kembali ke langkah 1 (tolak)
16 TINJAUAN PUSTAKA Metode Newton-Raphson Metode Newton-Raphson adalah metode pendekatan yang menggunakan satu titik awal dan mendekati dengan memperhatikan gradien pada titik tersebut. Titik pendekatan ke n+1 dituliskan dengan:
17 TINJAUAN PUSTAKA Konsep Fungsi naik, fungsi turun dan fungsi konstan Untuk mendapatkan fungsi naik, turun dan konstan suatu fungsi harus diturunkan ke bentuk turunan pertama. Tujuan dari penurunan fungsi adalah untuk mendapatkan titik kritisnya. berikut definisi fungsi konstan, naik dan turun: Jika untuk setiap nilai x dalam selang (a,b) maka f naik pada [a,b]. Jika untuk setiap nilai x dalam selang (a,b) maka f naik pada [a,b]. Jika untuk setiap nilai x dalam selang (a,b) maka f naik pada [a,b]
18 Metode Penelitian
19 PEMBAHASAN Definisi Permasalahan bab ini akan dijelaskan sifat-sifat dari EW yang akan dibandingkan dengan dua distribusi lain, yaitu distribusi Weibull dan distribusi Gamma melalui turunan pertama dari fungsi rasio kegagalannya (failure rate functionnya). Artinya, akan dicari suatu kondisi bilamana fungsi rasio kegagalan dari Distribusi Weibull yang dipangkatkan(exponentiated Weibull Distribution) merupakan suatu fungsi naik, turun atau konstan. Selain itu, dalam Tugas Akhir ini juga akan dilakukan estimasi terhadap parameter-parameter dari EW.
20 = πΌπΎ = = PEMBAHASAN Sifat-sifat dari distribusi weibull yang dipangkatkan(ewd) Seperti yang telah ditunjukkan sebelumnya bahwa distribusi weibull di pangkatkan (exponentiated weibull distribution) mempunyai commulative density function sebagai berikut: Dengan probabilitas density function: Sehingga diperoleh fungsi ketahanan (survival function) dari EWD adalah:
21 PEMBAHASAN dimana adalah parameter bentuk dan π adalah parameter skala berikut adalah gambar grafik dari commulative density function, probabilitas density function, fungsi ketahanan fungsi ketahanan(survival function) dan rasio kegagalan(failure rate) dari EWD: Gambar 3.1 Grafik Cumulative density function (CDF) dari distribusi Exponentiated Weibull Distribution dengan nilai
22 PEMBAHASAN Selanjutnya, akan diberikan gambar grafik yang menunjukkan variasi nilai PDF dari exponentiated Weibull distribution. Gambar 3.2 Grafik Probability Density Function dari Exponentiated Weibull Distribution dengan nilai
23 PEMBAHASAN Berikut merupakan gambar dari grafik failure rate function. Gambar 3.3 Grafik fungsi rasio kegagalan (failure rate function) dari exponentiated Weibull distribution dengan nilai parameter
24 PEMBAHASAN berikut ini akan diberikan gambar grafik fungsi ketahanan (survival function) dari exponentiated Weibull distribution. Grafik fungsi ketahanan (survival function) dari exponentiated Weibull distribution dengan nilai parameter
25 PEMBAHASAN Selanjutnya, akan dicari syarat cukup bagi sifat-sifat fungsi rasio kegagalan (failure rate function) dari exponentiated Weibull distribution, yaitu bilamana fungsi rasio kegagalannya merupakan suatu fungsi naik, turun atau konstan. Pencarian syarat ini dilakukan melalui turunan pertama dari fungsi ketahanan (failure rate function). Berikut ini adalah penurunan dari fungsi rasio kegagalan (failure rate function): Diperoleh:
26 PEMBAHASAN Fungsi rasio kegagalan akan bersifat konstan jika dan juga apabila πΎ = 0, πΎ = 1 dan πΌ = 0, πΌ = 1. dari uraian Tersebut didapatkan sifat-sifat EWD sebagai berikut: exponentiated Weibull distribution merupakan suatu fungsi konstan jika Jika maka fungsi ratio kegagalan dari exponentiated Weibull distribution merupakan suatu fungsi naik jika Jika maka fungsi rasio kegagalan dari exponentiated Weibull distribution merupakan suatu fungsi naik jika dan merupakan suatu fungsi turun jika
27 PEMBAHASAN Sifat-sifat distribusi gamma Fungsi rasio kegagalan dari distribusi gamma merupakan suatu fungsi konstan jika dan sehingga untuk termasuk didalamnya Jika, fungsi rasio kegagalan dari distribusi gamma merupakan fungsi naik untuk dan merupakan fungsi turun untuk Jika, fungsi rasio kegagalan dari distribusi gamma merupakan suatu fungsi naik untuk dan merupakan suatu fungsi turun untuk
28 PEMBAHASAN Sifat-Sifat Distribusi Weibull Fungsi rasio kegagalan dari distribusi Weibull merupakan suatu fungsi konstan jika atau dan hal ini dipenuhi untuk Jika, fungsi rasio kegagalan dari distribusi Weibull merupakan suatu fungsi naik jika dan merupakan suatu fungsi turun jika Jika, fungsi rasio kegagalan dari distribusi Weibull merupakan suatu fungsi naik jika dan merupakan suatu fungsi turun jika
29 PEMBAHASAN Perbandingan Sifat-Sifat EWD Dengan Distribusi Weibull Dan Gamma Parameter πΌ=πΎ=1 EWD konstan πΌ=1 naik untuk πΎ >1 turun untuk πΎ<1 πΎ=1 naik untuk πΌ>1 turun untuk πΌ<1 Gamma konstan dengan π =0 naik untuk πΎ >1 turun untuk πΎ<1 Naik untuk πΌ>1 Turun untuk πΌ<1 Weibull Konstan Naik untuk πΎ >1 Turun untuk πΎ<1 Naik untuk πΌ>1 Turun untuk πΌ<1
30 PEMBAHASAN Estimasi parameter dari distribusi weibull di pangkatkan (EWD) dengan MLE fungsi likelihood dari distrbusi Weibull di pangkatkan (EWD) didefinisikan oleh di peroleh fungsi log likelihood sebagai berikut: Selanjutnya dicari turunan fungsi log likelihood terhadap masing-masing parameternya.
31 PEMBAHASAN Agar nilai maksimum dapat dicapai persamaan tadi harus di sama dengankan nol (= 0), sehingga didapat:
32 PEMBAHASAN selanjutnya akan digunakan untuk mencari nilai estimasi dari parameter, yaitu dan karena persamaan yang diperoleh adalah persamaan non linier, maka akan digunakan metode numerik untuk menyelesaikannya. Dalam hal ini akan digunakan metode newton raphson dalam perhitungan numeriknya
33 PEMBAHASAN Dengan menggunakan motede Newton-Raphson adapun urutan langkahnya adalah sebagai berikut: Menentukan nilai pendekatan awal dari π dan πΎ yaitu dan dengan adalah nilai koreksi untuk π sehingga k adalah nilai koreksi untuk πΎ sehingga Menentukan persamaan fungsi dan turunan pertama dari dan, yaitu dan Fungsi-fungsi didapat adalah sebagai berikut:
34 λ eror_λ er PEMBAHASAN Subtitusi dengan pendekatan awal pada persamaan langkah 2 Subtitusikan nilai yang diperoleh dari langkah 3 pada persamaan berikut untuk mencari h dan k: Subtitusi nilai h dan k dari langkah 2 pada kedua persamaan dalam langkah 1 Ulangi langkah 3-5 hingga diperoleh akar fungsi dengan eror yang diinginkan. Eror tersebut dapat dihitung dengan formula sebagai berikut:
35 PEMBAHASAN Estimasi Parameter Data Tahap ini diawali dengan membangkitkan sejumlah data dengan menggunakan metode acceptance rejection. Parameter-parameter data yang dibangkitakan ditentukan terlebih dahulu, yaitu:. Sehingga untuk diperoleh data sebagai berikut:
36 PEMBAHASAN No Data Data No. bangkitan bangkitan PEMBAHASAN
37 PEMBAHASAN Sehingga didapatkan, dan lalu didapatkan juga Sehingga diperoleh RMSE yang kecil, yaitu
38 KESIMPULAN Kesimpulan yang diperoleh dari hasil dan pembahasan adalah : Parameter πΌ=πΎ=1 EWD konstan πΌ=1 naik untuk πΎ >1 turun untuk πΎ<1 naik untuk πΌ>1 turun untuk πΌ<1 πΎ=1 Gamma konstan dengan π=0 naik untuk πΎ >1 turun untuk πΎ<1 Naik untuk πΌ>1 Turun untuk πΌ <1 Weibull Konstan Naik untuk πΎ >1 Turun untuk πΎ<1 Naik untuk πΌ>1 Turun untuk πΌ < 1 Dari tabel tersebut tampak bahwa EWD mirip dengan kedua distribusi gamma dan Weibull,namun dapat diambil kesimpulan bahwa lebih mirip dengan distribusi Weibull
39 KESIMPULAN Dari hasil estimasi parameter dari EWD dengan menggunakan MLE didapatkan parameter-parameter dari EWD yang berupa persamaanpersamaan non linier sebagai berikut: Untuk parameter Untuk parameter Untuk parameter
40 SARAN Pada tugas akhir ini data yang digunakan adalah data hasil bangkitan sehingga belum teruji untuk pengolahan data menggunakan data riil. Jadi belum dapat dipastikan apakah EWD memberikan informasi yang baik jika digunakan untuk mengolah data yang riil, di harapkan pada tugas akhir selanjutnya EWD dapat diterapkan pada data yang riil.
41 TERIMA KASIH
II. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA. Pendahuluan Uji perbandingan dua distribusi merupakan suatu tekhnik analisis ang dilakukan untuk mencari nilai parameter ang baik diantara dua distribusi. Tekhnik uji perbandingan
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER A. Musdalifa, Raupong, Anna Islamiyati Abstrak Estimasi parameter adalah merupakan hal
Lebih terperinciBAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang
BAB II KAJIAN TEORI BAB II KAJIAN TEORI A. Analisis Survival Analisis survival atau analisis ketahanan hidup adalah metode yang berhubungan dengan jangka waktu, dari awal pengamatan sampai suatu kejadian
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang
Lebih terperinciOLEH : Riana Ekawati ( ) Dosen Pembimbing : Dra. Farida Agustini W, M.S
OLEH : Riana Ekawati (1205 100 014) Dosen Pembimbing : Dra. Farida Agustini W, M.S Salah satu bagian penting dari statistika inferensia adalah estimasi titik. Estimasi titik mendasari terbentuknya inferensi
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam pembicaraan statistik, jawaban yang diinginkan adalah jawaban untuk ruang lingkup yang lebih luas, yakni populasi. Tetapi objek dari studi ini menggunakan sampel
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data antar kejadian (time-to-event data) adalah data lama waktu sampai suatu peristiwa terjadi atau sering disebut data survival. Untuk memperoleh data antar
Lebih terperinciSIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI. Abstract
ISBN: 978-602-71798-1-3 SIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI Widiarti 1), Ayu Maidiyanti 2), Warsono 3) 1 FMIPA Universitas Lampung widiarti08@gmail.com
Lebih terperinciII. TINJAUAN PUSTAKA. Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan
II. TINJAUAN PUSTAKA 2.1 Analisis Survival Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan menduga probabilitas kelangsungan hidup, kekambuhan, kematian, dan peristiwaperistiwa
Lebih terperinciBAB I PENDAHULUAN. Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang dimaksud di sini adalah peristiwa kegagalan yang dapat berupa tidak berfungsinya benda tersebut
Lebih terperinciBAB II TINJAUAN PUSTAKA. diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event
BAB II TINJAUAN PUSTAKA A. Analisis Survival Analisis survival merupakan suatu analisis data dimana variabel yang diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event terjadi dengan
Lebih terperinciDistribusi Weibull Power Series
Distribusi Weibull Power Series Maulida Yanti 1, Sarini S.Si.,M.Stats 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,
Lebih terperinciI. PENDAHULUAN. analisis serta mempergunakannya untuk maksud maksud tertentu. Statisitika
I. PENDAHULUAN 1.1 Latar Belakang Masalah Statsistika merupakan suatu metode, ilmu dan seni yang dipergunakan untuk (atau mempelajari tentang) pengumpulan data, analisis data dan interpretasi hasil analisis
Lebih terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciII. LANDASAN TEORI. beberapa konsep dan teori yang berkaitan dengan penduga parameter distribusi GB2
5 II. LANDASAN TEORI Dalam proses penelitian penduga parameter dari suatu distribusi diperlukan beberapa konsep dan teori yang mendukung dari ilmu statistika. Berikut ini akan dijelaskan beberapa konsep
Lebih terperinciterdefinisi. Oleh karena itu, estimasi resiko kematian pasien dapat diperoleh berdasarkan nilai hazard ratio. Model hazard proporsional parametrik
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu tahan hidup (survival) merupakan waktu tunggu hingga terjadinya suatu kejadian (event) tertentu. Pada bidang kesehatan, event dapat dianggap sebagai suatu kegagalan
Lebih terperinciREGRESI LOG-LOGISTIK UNTUK DATA TAHAN HIDUP TERSENSOR TIPE I. oleh NANDA HIDAYATI M
REGRESI LOG-LOGISTIK UNTUK DATA TAHAN HIDUP TERSENSOR TIPE I oleh NANDA HIDAYATI M0108098 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciII. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E
5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI Oleh : WINDA FAATI KARTIKA J2E 006 039 PRODI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciMAKALAH DISTRIBUSI GAMMA DI SUSUN OLEH AWAN ARGA SAPUTRA DESSY ROFICA WULANDARI SUHENDRA PRADESA
MAKALAH DISTRIBUSI GAMMA DI SUSUN OLEH AWAN ARGA SAPUTRA 12611006 DESSY ROFICA WULANDARI 12611018 SUHENDRA PRADESA - 12611089 SRI SISKA WIRDANIYATI 12611125 UNIB SEDYA PAMUJI - 12611150 JURUSAN STATISTIKA
Lebih terperinciMODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.
MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL Winda Faati Kartika 1, Triastuti Wuryandari 2 1, 2) Program Studi Statistika Jurusan Matematika FMIPA Universitas Diponegoro
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciBAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.
BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S. Tiap hasil dalam ruang sampel disebut
Lebih terperinciBAB IV KESIMPULAN DAFTAR PUSTAKA LAMPIRAN... 64
DAFTAR ISI Halaman HALAMAN JUDUL... ii HALAMAN PENGESAHAN... iii KATA PENGANTAR... v ABSTRAK... vii ABSTACT... viii DAFTAR ISI... ix DAFTAR SIMBOL... xii DAFTAR TABEL... xiv DAFTAR GAMBAR... xv DAFTAR
Lebih terperinciESTIMASI INTERVAL KEPERCAYAAN (CONFIDENCE INTERVAL) PARAMETER MODEL PROSES GEOMETRIK WEIBULL PADA ANALISIS UJI HIDUP UNTUK DATA TERSENSOR TIPE II
ESTIMASI INTERVAL KEPERCAYAAN (CONFIDENCE INTERVAL) PARAMETER MODEL PROSES GEOMETRIK WEIBULL PADA ANALISIS UJI HIDUP UNTUK DATA TERSENSOR TIPE II Asep Solih A 1* Rini Cahyandari 2 Tarkinih 3 123 Program
Lebih terperinciLANDASAN TEORI. Dalam proses penelitian pendugaan parameter dari suatu distribusi diperlukan
II. LANDASAN TEORI Dalam proses penelitian pendugaan parameter dari suatu distribusi diperlukan beberapa konsep dan teori yang mendukung dari ilmu statistika. Berikut akan dijelaskan beberapa konsep dan
Lebih terperinciDAFTAR ISI. Halaman. viii
DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN... ii KATA PENGANTAR... iv ABSTRAK... vi ABSTACT... vii DAFTAR ISI... viii DAFTAR SIMBOL... xi DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR
Lebih terperinciKajian Generalisasi Distribusi Binomial yang Bertipe COM-Poisson dan Sifat-Sifatnya
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, 2015 2337-3520 2301-928X Print A-67 Kajian Generalisasi Distribusi Binomial yang Bertipe COM-Poisson dan Sifat-Sifatnya Marselly Dian Saputri, Farida Agustini Widjajati,
Lebih terperinciPENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON
PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON Haposan Sirait 1 dan Rustam Efendi 2 1,2 Dosen Program Studi Matematika FMIPA Universitas Riau. Abstrak: Makalah ini menyajikan tentang
Lebih terperinciPERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG)
PERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG) Ana Zuliastuti 1, Sarini 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,
Lebih terperinciBAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU
BAB III PERLUASAN MODEL REGRESI COX PROPORTIONAL HAZARD DENGAN VARIABEL TERIKAT OLEH WAKTU 3.1 Model Regresi Cox Proportional Hazard dengan Variabel Terikat oleh Waktu Model regresi Cox proportional hazard
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI LOGLOGISTIK PADA DATA TERSENSOR PROGRESSIVE TIPE II DENGAN MENGGUNAKAN ALGORITMA EM SKRIPSI
ESTIMASI PARAMETER DISTRIBUSI LOGLOGISTIK PADA DATA TERSENSOR PROGRESSIVE TIPE II DENGAN MENGGUNAKAN ALGORITMA EM SKRIPSI ANNAS RIEZKI ROMADHONI PROGRAM STUDI S-1 MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS
Lebih terperinciterhadap kesehatan persalinan. Sehingga tak heran jika negara-negara maju di
Nama: Ummi Fadilah NIM: 12/339683/PPA/3995 Teori Resiko Aktuaria PROSES PEMODELAN PENDAHULUAN Salah satu ciri dari negara maju adalah pemerintah dan masyarakat yang peduli terhadap kesehatan persalinan.
Lebih terperinciBAB III ESTIMASI BIAYA GARANSI TV. Pada bab ini akan dibahas tahapan-tahapan yang dilakukan untuk
BAB III ESTIMASI BIAYA GARANSI TV Pada bab ini akan dibahas tahapan-tahapan yang dilakukan untuk mengestimasi biaya garansi satu dimensi pada TV. Adapun tahapan-tahapan yang dilakukan seperti terlihat
Lebih terperinciI. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma (
I. PENDAHULUAN 1.1. Latar Belakang dan Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Banyak jenis data memiliki struktur hirarki, tercluster, atau bersarang (nested). Hirarki tersebut dapat hadir secara alami dalam pengamatan observasional
Lebih terperinciBAB I PENDAHULUAN. , untuk x 0, 0, 0 { 0, untuk x yang lain. 1 maka fungsi densitas di atas akan menjadi fungsi densitas distribusi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan ilmu pengetahuan dan teknologi berdampak positif pada berbagai bidang termasuk bidang Statistika. Hal ini dapat dilihat dari semakin banyak penemuan
Lebih terperinciBAB I PENDAHULUAN. Cure rate models merupakan model survival yang memuat cured fraction dan
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Cure rate models merupakan model survival yang memuat cured fraction dan uncured fraction. Model ini dikembangkan untuk estimasi proporsi pasien yang sembuh
Lebih terperinciPEMBENTUKAN DISTRIBUSI TRANSMUTED EXPONENTIATED EXPONENTIAL MENGGUNAKAN METODE QUADRATIC RANK TRANSMUTATION MAP (QRTM)
Jurnal LOG!K@, Jilid 6, No. 2, 2016, Hal. 144-151 ISSN 1978 8568 PEMBENTUKAN DISTRIBUSI TRANSMUTED EXPONENTIATED EXPONENTIAL MENGGUNAKAN METODE QUADRATIC RANK TRANSMUTATION MAP (QRTM) Siti Nurrohmah, Ida
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan pengertian tentang distribusi Weibull, maximum
4 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan pengertian tentang distribusi Weibull, maximum likelihood estimation, penyensoran, bias relatif, penduga parameter distribusi Weibull dan beberapa istilah
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II
ESTIMASI PARAMETER DISTRIBUSI LOG-LOGISTIK PADA DATA SURVIVAL TERSENSOR TIPE II Ryndha, Anna 2, Nasrah 3 ABSTRAK Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan analisis yang mempelajari terjadinya suatu peristiwa berdasarkan waktu terjadinya, baik makhluk hidup maupun suatu benda.analisis
Lebih terperinciKAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.
TUGAS AKHIR KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR Oleh: RAFIQATUL HASANAH NRP. 1208 100 021 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si. Drs.
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciKAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Distribusi eksponensial tergenaralisir (Generalized Eponential Distribution) pertama kali diperkenalkan oleh Gupta dan Kundu pada tahun 1999. Distribusi ini diambil
Lebih terperinciESTIMASI PARAMETER DISTRIBUSI EXPONENTIATED EKSPONENSIAL PADA DATA TERSENSOR TIPE II SKRIPSI
ESTIMASI PARAMETER DISTRIBUSI EXPONENTIATED EKSPONENSIAL PADA DATA TERSENSOR TIPE II SKRIPSI AHMAD ZUDA KUMALA SANI PROGAM STUDI S-1 MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
Lebih terperinciPENGGUNAAN ANALISIS KETAHANAN HIDUP UNTUK PENENTUAN PERIODE GARANSI DAN HARGA PRODUK PADA DATA WAKTU HIDUP LAMPU NEON
PENGGUNAAN ANALISIS KETAHANAN HIDUP UNTUK PENENTUAN PERIODE GARANSI DAN HARGA PRODUK PADA DATA WAKTU HIDUP LAMPU NEON SKRIPSI Disusun Oleh: DIAN IKA PRATIWI 24010211120017 JURUSAN STATISTIKA FAKULTAS SAINS
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 \ BAB I PENDAHULUAN 1.1 Latar Belakang Informasi-informasi faktual yang diperoleh berdasarkan hasil observasi maupun penelitian sangatlah beragam. Informasi yang dirangkum sedemikian rupa disebut dengan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Secara umum, analisis survival dapat didefinisikan sebagai seperangkat metode yang digunakan untuk menganalisis data di mana variabel outputnya berupa lama
Lebih terperinciESTIMASI PARAMETER UNTUK DISTRIBUSI HALF LOGISTIK. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan
Jurnal Matematika Murni dan Terapan Ξ΅psilon Vol. 07, No.01, 201, Hal. 45 52 ESTIMASI PARAMETER UNTUK DISTRIBUSI HALF LOGISTIK Rizqi Elmuna Hidayah 1, Nur Salam 2 dan Dewi Sri Susanti 1,2, Program Studi
Lebih terperinciTINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu
II. TINJAUAN PUSTAKA. Distribusi Weibull Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu hidup dalam tekhnik ketahanan. Distribusi ini adalah distribusi serbaguna yang dapat
Lebih terperinciKAJIAN RELIABILITAS DAN AVAILABILITAS PADA SISTEM KOMPONEN PARALEL
KAJIAN RELIABILITAS DAN AVAILABILITAS PADA SISTEM KOMPONEN PARALEL SKRIPSI Oleh : RIANA AYU ANDAM PRADEWI J2E 009 012 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2014
Lebih terperinciANALISIS RELIABILITAS PADA MESIN MEISA KHUSUSNYA KOMPONEN PISAU PAPER BAG UNTUK MEMPEROLEH JADUAL PERAWATAN PREVENTIF
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika (SESIOMADIKA) 2017 ISBN: 978-602-60550-1-9 Statistika, hal. 42-51 ANALISIS RELIABILITAS PADA MESIN MEISA KHUSUSNYA KOMPONEN PISAU PAPER BAG
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciDISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN
#7 DISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN 7.1. Pendahuluan Pada pembahasan terdahulu, keandalan hanya dievaluasi sebagai suatu sistem rekayasa (engineering) dengan tidak menggunakan distribusi
Lebih terperinciDAFTAR ISI HALAMAN JUDUL LEMBAR PENGESAHAN PEMBIMBING LEMBAR PENGESAHAN PENGUJI SURAT KETERANGAN PERUSAHAAN LEMBAR PENGAKUAN PERSEMBAHAN
DAFTAR ISI HALAMAN JUDUL LEMBAR PENGESAHAN PEMBIMBING LEMBAR PENGESAHAN PENGUJI SURAT KETERANGAN PERUSAHAAN LEMBAR PENGAKUAN PERSEMBAHAN MOTTO KATA PENGANTAR i ii in iv v vi vii viii DAFTAR ISI x DAFTAR
Lebih terperinciESTIMASI PARAMETER UNTUK DATA WAKTU HIDUP YANG BERDISTRIBUSI RAYLEIGH PADA DATA TERSENSOR TIPE II DENGAN METODE MAKSIMUM LIKELIHOOD SKRIPSI
0 ESTIMASI PARAMETER UNTUK DATA WAKTU HIDUP YANG BERDISTRIBUSI RAYLEIGH PADA DATA TERSENSOR TIPE II DENGAN METODE MAKSIMUM LIKELIHOOD SKRIPSI JULHAIDI 09083045 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN
Lebih terperinciBAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi
BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi Garansi dapat diartikan sebagai jaminan yang diberikan secara tertulis oleh pabrik atau supplier kepada
Lebih terperinciBAB III METODOLOGI PENELITIAN. dalam pembuatan solusi tersebut adalah sebagai berikut: harapan dan memiliki manfaat yang maksimal.
BAB III METODOLOGI PENELITIAN Pada bab ini akan menjelaskan tentang tahapan-tahapan yang dilakukan untuk memecahkan masalah. Tahapan tersebut diawali dengan analisa permasalahan yang terjadi dalam Puskesmas
Lebih terperinciUJI LIKELIHOOD RASIO UNTUK PARAMETER DISTRIBUSI WEIBULL
UJI LIKELIHOOD RASIO UNTUK PARAMETER DISTRIBUSI WEIBULL Sartika 1) Wayan Somayasa 2) Rahmaliah Sahupala 2) 1) Mahasiswa Program Studi Matematika 2) Dosen Program Studi Matematika Jurusan Matematika F-MIPA
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan analisis yang mempelajari terjadinya suatu peristiwa berdasarkan waktu terjadinya, baik makhluk hidup maupun suatu benda. Analisis
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 4, Tahun 2016, Halaman 781-790 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS KETAHANAN HIDUP PENDERITA TUBERKULOSIS DENGAN MENGGUNAKAN
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciKONSEP DASAR TERKAIT METODE BAYES
KONSEP DASAR TERKAIT METODE BAYES 2.3. Peubah Acak dan Distribusi Peluang Pada statistika kita melakukan percobaan dimana percobaan tersebut akan menghasilkan suatu peluang. Ruang sampel pada percobaan
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 2.1. Penaksiran Parameter Jika adalah nilai parameter populasi yang belum diketahui harganya, maka dapat ditaksir oleh nilai statistik, dan disebut sebagai penaksir atau fungsi keputusan.
Lebih terperinciESTIMASI BAYES UNTUK PARAMETER PARETO DENGAN MENGGUNAKAN FUNGSI LIKELIHOOD
ESTIMASI BAYES UNTUK PARAMETER PARETO DENGAN MENGGUNAKAN FUNGSI LIKELIHOOD TESIS Oleh JEMONO 117021005/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2013 ESTIMASI BAYES
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Estimasi reliabilitas adalah estimasi yang menggambarkan sebuah taksiran terhadap suatu komponen tertentu, dimana dan adalah variabel random yang independen dengan
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1 Data Hasil Pengujian Pengujian yang dilakukan menguji masa hidup baterai dengan alat uji masa hidup baterai yang telah dirancang dan dimplementasikan. Pengujian dilakukan
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian-penelitian di bidang kesehatan sering dijumpai salah satu jenis data yang disebut dengan data antar kejadian atau data survival. Data survival
Lebih terperinciKAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q)
SIDANG TUGAS AKHIR KAJIAN METODE BOOTSTRAP DALAM MEMBANGUN SELANG KEPERCAYAAN DENGAN MODEL ARMA (p,q) Disusun oleh : Ratna Evyka E.S.A NRP 1206.100.043 Pembimbing: Dra. Nuri Wahyuningsih, M.Kes Dra.Laksmi
Lebih terperinciMedan, Juli Penulis
9. Seluruh teman-teman seperjuangan di Ekstensi Matematika Statistika, dan semua pihak yang turut membantu menyelesaikan skripsi ini. Sepenuhnya penulis menyadari bahwa dalam penulisan skripsi ini masih
Lebih terperinciBAB I PENDAHULUAN. Item Response Model adalah model yang digunakan untuk. menganalisa apakah suatu soal dalam suatu alat tes baik atau tidak.
BAB I PENDAHULUAN 1.1 Latar Belakang Item Response Model adalah model yang digunakan untuk menganalisa apakah suatu soal dalam suatu alat tes baik atau tidak. Baik tidaknya suatu soal ditentukan oleh karakteristik
Lebih terperinciESTIMASI CONFIDENCE INTERVAL BOOTSTRAP UNTUK ANALISIS DATA SAMPEL TERBATAS
ESTIMASI CONFIDENCE INTERVAL BOOTSTRAP UNTUK ANALISIS DATA SAMPEL TERBATAS Asep Solih A* Abstrak Dalam analisis data seringkali peneliti ingin mengetahui karakteristik data penelitian seperti jenis distribusi,
Lebih terperinciESTIMATOR BAYES DAN MAKSIMUM LIKELIHOOD UNTUK DATA BERDISTRIBUSI WEIBULL SKRIPSI SUMI SRIARDINA YUSARA
ESTIMATOR BAYES DAN MAKSIMUM LIKELIHOOD UNTUK DATA BERDISTRIBUSI WEIBULL SKRIPSI SUMI SRIARDINA YUSARA 100823018 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA
Lebih terperinciPerbandingan Estimasi Parameter Pada Distribusi Eksponensial Dengan Menggunakan Metode Maksimum Likelihood Dan Metode Bayesian
Perbandingan Estimasi Parameter Pada Distribusi Eksponensial Dengan Menggunakan Metode Maksimum Likelihood Dan Metode Bayesian Rado Yendra 1, Elsa Tria Noviadi 2 1,2 Jurusan Matematika, Fakultas Sains
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Semakin banyak dan beragamnya industri saat ini, menyebabkan semakin ketat persaingan antara perusahaan industri satu dengan yang lainnya, baik dari
Lebih terperinciSumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X
Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciANALISIS TAHAN HIDUP DATA TERSENSOR TIPE II MENGGUNAKAN MODEL DISTRIBUSI WEIBULL PADA PENDERITA HEPATITIS C
ANALISIS TAHAN HIDUP DATA TERSENSOR TIPE II MENGGUNAKAN MODEL DISTRIBUSI WEIBULL PADA PENDERITA HEPATITIS C oleh BUDI SANTOSO M0110013 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciAnalisis Survival Parametrik Pada Data Tracer Study Universitas Sriwijaya
Analisis Survival Parametrik Pada Data Tracer Study Universitas Sriwijaya Alfensi Faruk Jurusan Matematika, Fakultas MIPA, Universitas Sriwijaya e-mail: alfensifaruk@unsri.ac.id Abstract: In this study,
Lebih terperinciDEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA
digilib.uns.ac.id DEFICIENCY PENAKSIR PARAMETER PADA DISTRIBUSI GAMMA oleh ANIS TELAS TANTI M0106003 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pengklasifikasian merupakan salah satu metode statistika untuk mengelompok atau menglasifikasi suatu data yang disusun secara sistematis. Masalah klasifikasi sering
Lebih terperinciBAB 1 PENDAHULUAN. sangat pesat. Hal ini dapat terlihat dengan semakin bertambahnya maskapai
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada abad 21 ini perkembangan transportasi udara mengalami pertumbuhan yang sangat pesat. Hal ini dapat terlihat dengan semakin bertambahnya maskapai penerbangan
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Analisis Survival
BAB 2 LANDASAN TEORI Pada bab ini akan dipaparkan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan bab selanjutnya dan pembahasan utama dalam penelitian
Lebih terperinciESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP
ESTIMASI EROR STANDAR PARAMETER REGRESI LOGISTIK MENGGUNAKAN METODE BOOTSTRAP PADA DATA PASIEN HIPERKOLESTEROLEMIA DI BALAI LABORATORIUM KESEHATAN YOGYAKARTA Fransiska Grase S.W, Sri Sulistijowati H.,
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI ZERO ADJUSTED INVERSE GAUSSIAN (ZAIG) UNTUK MENENTUKAN BESAR KLAIM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 323-328 ESTIMASI PARAMETER MODEL REGRESI ZERO ADJUSTED INVERSE GAUSSIAN (ZAIG) UNTUK MENENTUKAN BESAR KLAIM Nurul Huda,
Lebih terperinciMODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI
MODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI Puspitaningrum Rahmawati, Bambang Susanto, Leopoldus Ricky Sasongko Program Studi Matematika (Fakultas Sains dan Matematika,
Lebih terperinciI. PENDAHULUAN. merangkum, dan mempresentasikan data dengan cara informatif. Sedangkan
I. PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu tentang pengumpulan, pengaturan, analisis, dan pendugaan data untuk membantu proses pengambilan keputusan secara lebih efisien. Ilmu statistika
Lebih terperinciPENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG. Agustinus Simanjuntak ABSTRACT
PENAKSIR RATA-RATA DISTRIBUSI EKSPONENSIAL TERPOTONG Agustinus Simanjuntak Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya Pekanbaru
Lebih terperinciSKRIPSI. Disusun oleh : OKA AFRANDA
ANALISIS REGRESI KEGAGALAN PROPORSIONAL DARI COX PADA DATA WAKTU TUNGGU SARJANA DENGAN SENSOR TIPE I (Studi Kasus di Fakultas Sains dan Matematika Universitas Diponegoro) SKRIPSI Disusun oleh : OKA AFRANDA
Lebih terperinciPenaksiran Parameter Model Kalibrasi Linier yang Berdistribusi Skew-Normal dengan Algoritma-EM
Vol. 12, No. 1, 36-47, Juli 2015 Penaksiran Parameter Model Kalibrasi Linier yang Berdistribusi Skew-Normal dengan Algoritma-EM Try Widyaiswara Hairil 1, Anna Islamiyati 1, Raupong 1 Abstrak Sebuah penelitian
Lebih terperinciLangkah Penyelesaian Example 1) Tentukan nilai awal x 0 2) Hitung f(x 0 ) kemudian cek konvergensi f(x 0 ) 3) Tentukan fungsi f (x), kemudian hitung f
METODE NEWTON RAPHSON (1) METODE NEWTON RAPHSON Solusi Persamaan Non Linier Oleh : Metode Newton-Raphson merupakan salah satu metode terbuka untuk menentukan solusi akar dari persamaan non linier, dengan
Lebih terperinci