BAB I PENDAHULUAN Latar Belakang Masalah
|
|
- Suryadi Hartono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Distribusi probabilitas binomial adalah distribusi probabilitas diskrit yang paling sering digunakan untuk merepresentasikan kejadian dalam kehidupan sehari-hari. Salah satu ciri distribusi binomial adalah hanya memiliki dua hasil yang mungkin terjadi dalam sebuah percobaan. Sebagai contoh, pernyataan dari pertanyaan benar atau salah hanya dapat berupa benar atau salah. Hasilnya tidak terikat satu sama lain, yang artinya jawaban untuk sebuah pertanyaan benar atau salah tidak mungkin sekaligus benar dan salah. Contoh lainnya, suatu produk diklasifikasikan sebagai dapat diterima atau tidak dapat diterima oleh divisi quality control suatu perusahaan. Lebih lanjut dua kategori yang mungkin terjadi ini diklasifikasikan sebagai kejadian gagal atau sukses. Akan tetapi, klasifikasi ini tidak serta-merta menyatakan bahwa satu hasil adalah baik dan yang lainnya tidak baik (Lind dan kawan-kawan, 2007). Ciri-ciri lain distribusi binomial adalah variabel randomnya berupa banyaknya kejadian sukses yang dihitung dari sejumlah percobaan. Sebagai contoh, percobaan pelemparan sekeping koin sebanyak lima kali maka dapat didefinisikan variabel random banyaknya kejadian muncul gambar. Ciri-ciri berikutnya dari distribusi binomial adalah bahwa probabilitas dari suatu kejadian sukses tetap sama meskipun percobaannya diulang beberapa kali. Misalkan probabilitas menebak pertanyaan benar atau salah pertama dengan benar (kejadian sukses) adalah setengah maka probabilitas menebak pertanyaan kedua dengan benar adalah juga setengah, begitu juga pada percobaan seterusnya. Ciri-ciri terakhir dari distribusi binomial adalah bahwa setiap percobaan saling independen, yang artinya hasil dari suatu percobaan tidak mempengaruhi hasil dari percobaan yang lain. 1
2 2 Dalam statistika inferensia, dipelajari estimasi titik yaitu suatu metode untuk menentukan nilai tunggal yang berasal dari sampel dan digunakan untuk memperkirakan parameter populasi. Suatu nilai penduga atau statistik yang dapat berupa mean, median, modus, dan varian sampel yang digunakan untuk mengestimasi suatu parameter populasi disebut dengan estimator. Berkaitan dengan estimasi parameter, pada tahun 1800 Karl Pearson memperkenalkan metode estimasi tertua yang disebut dengan Metode Momen. Dalam prosesnya, metode momen menyamakan karakteristik sampel tertentu seperti mean dan varians untuk nilai-nilai populasi yang diharapkan kemudian menyelesaikan persamaan yang dihasilkan untuk mendapatkan nilai perkiraan parameter yang tidak diketahui. Metode momen merupakan metode yang relatif sederhana dan menghasilkan estimator yang konsisten. Meski demikian, metode momen seringkali menghasilkan estimator yang bersifat bias, untuk memecahkan permasalahan ini Ronald Fisher memperkenalkan metode yang disebut dengan metode Maximum Likelihood Estimation pada tahun Prinsip utama dari metode ini adalah memaksimumkan fungsi kemungkinan (likelihood) dengan syarat random sampel mengikuti distribusi probabilitas tertentu. Misalkan X suatu variabel random berdistribusi Binomial (n, p) dengan banyak percobaan n diketahui, maka parameter probabilitas kejadian sukses p akan diestimasi berdasarkan informasi mengenai X. Untuk memperoleh estimator bagi p dengan banyak kejadian sukses diketahui secara tepat, maka menggunakan metode Maximum Likelihood Estimation diperoleh estimator p =, dengan X menyatakan kejadian sukses teramati (Lehmann dan Casella, 1998). Akan tetapi jika diketahui banyak percobaan sedangkan banyak kejadian sukses hanya diketahui terletak dalam suatu interval misalkan [x, x ] dengan x dan x merupakan bilangan bulat antara 0 dan n maka diperoleh estimasi yang sedikit berbeda (Frey dan Marrero, 2008). Salah satu permasalahan yang ditemui dalam estimasi parameter adalah adanya pengamatan yang tidak lengkap, yang secara umum dapat dikelompokkan menjadi data tersensor (censored) dan data terpotong (truncated). Ketidaklengkapan data yang diperoleh dapat disebabkan karena beberapa faktor
3 3 seperti keterbatasan informasi, keterbatasan sumber daya, maupun terjadi hal yang tidak terduga. Perbedaan keadaan dapat menghasilkan tipe tersensor yang berbeda pula (Pique, 2006). Data tersensor kiri, tersensor kanan, serta data lengkap adalah kasus khusus dari data tersensor interval. Data tersensor kiri memiliki nilai interval bawah nol sedangkan data tersensor kanan memiliki nilai interval atas tak hingga. Salah satu yang dapat diketahui dari tersensor interval adalah jarak (range), yaitu sebuah interval, yang berada pada saat terjadinya peristiwa event (Klein dan Moeschberger, 1997). Kejadian yang menghasilkan data tersensor erat kaitannya dengan analisis survival yaitu analisis data yang memanfaatkan informasi kronologis dari suatu peristiwa (event). Respon yang diperhatikan adalah waktu sampai terjadinya suatu event sedangkan waktu yang dibutuhkan objek untuk bertahan selama periode pengamatan disebut survival time atau failure time. Ketidaklengkapan informasi memunculkan permasalahan dalam inferensi yang meliputi pendugaan parameter variabel random berdistribusi binomial. Hal ini mendorong penulis untuk melakukan estimasi parameter distribusi binomial tersensor interval dengan menggunakan metode Maximum Likelihood Estimation, mempelajari sifat estimator, dan melakukan modifikasi distribusi binomial tersensor interval pada analisis survival Rumusan Masalah Berdasarkan uraian pada latar belakang masalah diperoleh rumusan masalah sebagai berikut: 1. Bagaimana estimasi menggunakan metode Maximum Likelihood Estimation pada distribusi binomial tersensor interval? 2. Bagaimana sifat yang dimiliki estimator metode Maximum Likelihood Estimation pada distribusi binomial tersensor interval? 3. Bagaimana estimasi survival pada data tersensor interval?
4 Tujuan Penelitian Adapun tujuan dari penulisan tesis ini adalah untuk melakukan estimasi parameter distribusi binomial tersensor interval dengan menggunakan metode Maximum Likelihood Estimation Manfaat Penelitian Adapun penelitian ini diharapkan bermanfaat untuk menambah keilmuan statistika di bidang estimasi parameter pada distribusi binomial tersensor interval dengan menggunakan metode Maximum Likelihood Estimation Tinjauan Pustaka Literatur utama yang menjadi acuan dalam penelitian ini adalah artikel A Surprising Maximum Likelihood Estimation for Interval Censored Binomial Data yang ditulis oleh Jesse Frey dan Osvaldo Marrero dan diterbitkan oleh The American Statistician pada tahun Artikel ini membahas mengenai estimasi parameter distribusi binomial tersensor interval dengan menggunakan metode Maximum Likelihood Estimation dan menjelaskan sifat estimator yang diperoleh. Dalam penelitian ini, penulis juga memberikan contoh aplikasi estimasi dengan menggunakan metode Maximum Likelihood Estimation data tersensor interval dalam analisis survival. Sulitnya memperoleh data tersensor interval terutama yang terjadi di Indonesia, penulis merujuk artikel A Semiparametric Model for Regression Analysis of Interval-Censored Failure Time Data yang ditulis oleh Dianne M. Finkelstein dan Robert A. Wolfe dan diterbitkan oleh Biometrics pada tahun Dalam mempelajari konsep data tersensor interval, penulis merujuk artikel penunjang di antaranya yang ditulis Zhigang Zhang dan Jianguo Sun (2010) yang berjudul Interval Censoring, yaitu bahwa data tersensor interval diartikan sebagai variabel random yang menjadi perhatian hanya diketahui terletak dalam suatu
5 5 interval. Contoh data tersensor interval banyak terjadi dalam studi medis atau kesehatan. Penelitian tentang estimasi parameter dengan menggunakan metode Maximum Likelihood Estimation pada data tak lengkap sebelumnya pernah dilakukan oleh A.P. Dempster dan kawan-kawan dalam artikelnya yang berjudul Maximum Likelihood from Incomplete Data via the EM Algorithm pada tahun Lebih khusus Dempster melakukan analisis komputasi dengan menggunakan metode algoritma expectation maximisation. H.O. Hartley pada tahun 1958 melakukan penelitian estimasi parameter data tersensor dan terpotong dari suatu distribusi variabel random diskrit dalam artikelnya yang berjudul Maximum Likelihood Estimation from Incomplete Data. Hartley menggunakan metode Maximum Likelihood Estimation sebagaimana diperkenalkan oleh R.A. Fisher pada data tak lengkap yang berdistribusi Poisson dan distribusi Binomial. Sedangkan Jian Huang dan Jon A. Wellner membahas data tersensor interval secara spesifik dalam aplikasinya di analisis survival dalam artikelnya yang berjudul Interval Censored Survival Data: A Review of Recent Progress pada tahun Huang dan Wellner mendefinisikan data tersensor interval terjadi ketika waktu gagal (failure time) T tidak teramati. Sementara itu Edwin Joseph Hughes mendefinisikan suatu sampel random dari distribusi tersensor merupakan data tersensor, yaitu tak lengkap terhadap distribusi asal (parent distribution) dalam disertasinya yang berjudul Maximum Likelihood Estimation of Distribution Parameters from Incomplete Data pada tahun Metodologi Penelitian Metode yang digunakan dalam penelitian ini adalah metode studi literatur dengan sumber utamanya adalah artikel A Surprising Maximum Likelihood Estimation for Interval Censored Binomial Data yang ditulis oleh Jesse Frey dan Osvaldo Marrero dan diterbitkan oleh The American Statistician pada tahun 2008.
6 6 Selain itu penulis juga mempelajari buku-buku dan jurnal-jurnal yang berkaitan dengan estimasi pada data tersensor interval. Adapun langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut: 1. Melakukan estimasi parameter pada distribusi binomial tersensor interval dengan menggunakan metode Maximum Likelihood Estimation 2. Mempelajari sifat-sifat yang dimiliki oleh estimator metode Maximum Likelihood Estimation pada distribusi binomial tersensor interval 3. Mempelajari estimasi parameter data tersensor interval dari distribusi binomial dalam analisis survival 4. Memberikan contoh penelitian yang memuat observasi tersensor interval yang selanjutnya akan digunakan sebagai studi kasus 5. Melakukan estimasi fungsi survival pada data tersensor interval menggunakan metode Maximum Likelihood Estimation dengan bantuan program R versi Sistematika Penulisan Tesis ini disusun dengan sistematika penulisan sebagai berikut: BAB I PENDAHULUAN Bab pertama berisi tentang latar belakang masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, tinjauan pustaka, metode penelitian serta sistematika penulisan. BAB II LANDASAN TEORI Bab kedua berisi beberapa definisi dan teorema yang menunjang pembahasan, di antaranya variabel random, distribusi binomial, estimasi parameter, metode Maximum Likelihood Estimation, data tersensor, dan fungsi survival.
7 7 BAB III ESTIMASI PARAMETER DISTRIBUSI BINOMIAL TERSENSOR INTERVAL MENGGUNAKAN METODE MAXIMUM LIKELIHOOD ESTIMATION Bab ketiga membahas tentang pokok permasalahan yaitu estimasi parameter binomial tersensor interval dengan menggunakan metode Maximum Likelihood Estimation, menjelaskan sifat estimator, dan membahas aplikasi data tersensor interval dari distribusi binomial dalam analisis survival. BAB IV STUDI KASUS Bab keempat memberikan deskripsi data pasien kanker payudara yang memuat observasi tersensor interval dan membahas estimasi fungsi survival dari kedua grup perlakuan dengan menggunakan program R BAB V KESIMPULAN Bab kelima berisi kesimpulan yang diperoleh dari hasil penelitian dan saran bagi penelitian selanjutnya.
BAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Data tahan hidup atau data survival adalah lama waktu sampai suatu peristiwa terjadi. Istilah data survival sendiri banyak digunakan dalam bidang ilmu kesehatan, epidemiologi,
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 terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari manusia selalu dihadapkan dengan berbagai macam kejadian/peristiwa (event). Meskipun begitu, tidak semua peristiwa tersebut menjadi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merujuk pada sekumpulan metode statistika digunakan untuk menganalisis data antar kejadian, dimana variabel outputnya berupa lama waktu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan di dunia ini, hampir di setiap aspek banyak ditemui halhal berkaitan dengan data dan terkadang banyak permasalahan yang berkaitan dengan data, baik
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 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. 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 I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis data survival yaitu kumpulan dari beberapa metode untuk menganalisis data yang terjadi dari titik asal sampai terjadinya event. Pada analisis survival terdapat
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 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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis statistika pada dasarnya merupakan suatu analisis terhadap sampel yang kemudian hasilnya akan digeneralisasi untuk menggambarkan suatu karakteristik populasi.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini banyak sekali penyakit berbahaya yang muncul dalam dunia kesehatan. Penyakit-penyakit ini bukan lagi diturunkan melalui faktor gen namun gaya hidup (pola
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 terperinciBAB I PENDAHULUAN. Menurut Lee (2001), terdapat tiga faktor yang dibutuhkan dalam menentukan waktu survival, yaitu:
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam kehidupan sehari-hari, manusia tidak terlepas dari berbagai macam peristiwa (event) yang dialami. Peristiwa-peristiwa tersebut dapat berupa kebahagiaan
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 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Estimasi fungsi survival atau biasa disebut regresi fungsi survival merupakan bagian penting dari analisis survival. Estimasi ini biasa digunakan dalam
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 Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan dalam statistika biasanya dirumuskan melalui variabel random yang menjadi perhatian, tetapi fungsi kepadatan probabilitas atau fungsi massa probabilitas
Lebih terperinciBAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang
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 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah suatu metode yang berhubungan dengan waktu, mulai dari time origin atau start point sampai terjadinya suatu kejadian khusus atau end point.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)
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 terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Mortalitas atau kematian merupakan salah satu di antara tiga komponen proses demografi yang dapat mempengaruhi struktur penduduk selain fertilitas dan migrasi.
Lebih terperinciPenaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis survival adalah analisis data yang memanfaatkan informasi kronologis dari suatu kejadian atau peristiwa (event). Respon yang diperhatikan adalah waktu sampai
Lebih terperinciBAB I PENDAHULUAN. bersifat tetap ( bukan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan suatu analisis yang digunakan untuk mengetahui hubungan antara satu variabel independen atau lebih dengan variabel dependen. Pada studi perbandingan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Statistika adalah salah satu cabang ilmu matematika yang memperhitungkan probabilitas dari suatu data sampel dengan tujuan mendapatkan kesimpulan mendekati
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan suatu metode dalam statistik yang popular, karena banyak digunakan pada penelitian dalam berbagai bidang. Contoh dari penggunaan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan metode statistik yang digunakan untuk analisis pada data-data survival. Data survival merujuk pada data antar kejadian, yaitu data
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Regresi Poisson telah mendapat banyak perhatian dalam literatur sebagai model untuk mendeskripsikan data hitungan yang mengasumsikan nilai bilangan bulat sesuai dengan
Lebih terperinciAnalisis Data Tersensor Interval Dalam Pemodelan Waktu Mendapatkan Pekerjaan Pertama Alumni Universitas Sriwijaya
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Analisis Data Tersensor Interval Dalam Pemodelan Waktu Mendapatkan Pekerjaan Pertama Alumni Universitas Sriwijaya S - 6 Alfensi Faruk Fakultas
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 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 terperinciBAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang
BAB II LANDASAN TEORI 2.1 Konsep Dasar Peluang Pada dasarnya statistika berkaitan dengan penyajian dan penafsiran hasil yang berkemungkinan (hasil yang belum dapat ditentukan sebelumnya) yang muncul dalam
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan teknik statistik untuk investigasi dan pemodelan hubungan antar variabel. Hubungan antara dua variabel dapat dilihat dengan analisis
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 terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM INFORMASI Semester : 1 Berlaku mulai: Gasal/2011 MATA KULIAH : STATISTIKA KODE MATA KULIAH / SKS : 410102047 / 3 SKS MATA KULIAH PRASYARAT
Lebih terperinciAPLIKASI METODE KAPLAN MEIER UNTUK MENDUGA SELANG WAKTU KETAHANAN HIDUP (Studi Kasus: Pasien Kanker Payudara di Rumah Sakit Panti Rapih Yogyakarta)
APLIKASI METODE KAPLAN MEIER UNTUK MENDUGA SELANG WAKTU KETAHANAN HIDUP (Studi Kasus: Pasien Kanker Payudara di Rumah Sakit Panti Rapih Yogyakarta) Tugas Akhir Diajukan untuk Memenuhi Salah Satu Syarat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merupakan salah satu bidang dalam statistika yang digunakan untuk menganalisis data yang mengukur waktu terjadinya suatu kejadian ( event).
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu metode yang digunakan untuk menganalisa hubungan antara variabel respon dan variabel prediktor. Pada umumnya analisis regresi
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman 173-181 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL REGRESI COX PROPORTIONAL HAZARDS PADA DATA LAMA STUDI
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 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 terperinciKAJIAN METODE IMPUTASI DALAM MENANGANI MISSING DATA. Triyani Hendrawati Staf Pengajar Statistika Universitas Padjadjaran
KAJIAN METODE IMPUTASI DALAM MENANGANI MISSING DATA Triyani Hendrawati Staf Pengajar Statistika Universitas Padjadjaran triyani.hendrawati@gmail.com ABSTRAK. Pada sebuah survey, adakalanya tidak semua
Lebih terperinciESTIMATOR BAYES UNTUK RATA-RATA TAHAN HIDUP DARI DISTRIBUSI RAYLEIGH PADA DATA DISENSOR TIPE II
UJM 3 (2) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm ESTIMATOR BAYES UNTUK RATA-RATA TAHAN HIDUP DARI DISTRIBUSI RAYLEIGH PADA DATA DISENSOR TIPE II Roudlotin Ni mah,
Lebih terperinciESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM) Abstract
Estimasi Parameter (Mika Asrini) ESTIMASI PARAMETER MODEL MIXTURE AUTOREGRESSIVE (MAR) MENGGUNAKAN ALGORITMA EKSPEKTASI MAKSIMISASI (EM) Mika Asrini 1, Winita Sulandari 2, Santoso Budi Wiyono 3 1 Mahasiswa
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 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 terperinciAlgoritma Expectation-Maximization(EM) Untuk Estimasi Distribusi Mixture
Vol. 4, No., Oktober 04 Algoritma Expectation-Maximization(EM) Untuk Estimasi Distribusi Mixture Tomy Angga Kusuma ), Suparman ) ) Program Studi Matematika FMIPA UAD ) Program Studi Pend. Matematika UAD
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 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
BAB I PENDAHULUAN 1.1 Latar belakang Analisis regresi merupakan salah satu metode statistika yang digunakan untuk mengetahui hubungan antara variabel Y(variabel dependen, respon, tak bebas, outcome) dengan
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi merupakan teknik statistik untuk investigasi dan pemodelan hubungan antar variabel. Hubungan antara dua variabel dapat dilihat dengan analisis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Metode statistika adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis, dan penafsiran data. Metode statistika dibagi ke dalam dua kelompok
Lebih terperinciSampling, Estimasi dan Uji Hipotesis
Sampling, Estimasi dan Uji Hipotesis Tujuan Pembelajaran Memahami perlunya suatu sampling (pengambilan sampel) serta keuntungan- keuntungan melakukannya Menjelaskan pengertian sampel acak untuk sampling
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Estimasi minimax adalah suatu upgrade pendekatan non-klasik (upgraded non-classical approach) dalam bidang estimasi inferensi statistik yang diperkenalkan oleh Abraham
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
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 terperinciTINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.
II. TINJAUAN PUSTAKA Distribusi generalized,,, adalah salah satu distribusi probabilitas kontinu. Distribusi ini pertama kali diperkenalkan McDonald dan Newey 988 untuk mengestimasi parameter regresi.
Lebih terperinciKONSISTENSI ESTIMATOR
KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)
Lebih terperinciPENENTUAN ESTIMASI INTERVAL DARI DISTRIBUSI NORMAL DENGAN METODE BAYES SKRIPSI. Oleh : Pramita Elfa Diana Santi J2E
PENENTUAN ESTIMASI INTERVAL DARI DISTRIBUSI NORMAL DENGAN METODE BAYES SKRIPSI Oleh : Pramita Elfa Diana Santi JE 005 40 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
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 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 III LANDASAN TEORI. analisis kesintasan bertujuan menaksir probabilitas kelangsungan hidup, kekambuhan,
17 BAB III LANDASAN TEORI 3.1 Data Analisis Survival (Survival Analysis) Analisis survival (survival analysis) atau analisis kelangsungan hidup atau analisis kesintasan bertujuan menaksir probabilitas
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciPROSIDING Kajian Ilmiah Dosen Sulbar ISBN: FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL
FAKTOR-FAKTOR YANG MEMPENGARUHI WAKTU SEMBUH ALERGI DENGAN ANALISIS SURVIVAL Hikmah FMIPA Universitas Sulawesi Barat hikmah.ugm@gmail.com Abstrak Faktor waktu sembuh penyakit alergi dan perbedaan waktu
Lebih terperinciBAB I PENDAHULUAN. tinjauan pustaka dan sistematika penulisan Tesis yaitu sebagai berikut.
BAB I PENDAHULUAN Pada bab ini dijelaskan mengenai latar belakang yang mendasari penelitian ini. Berdasarkan latar belakang yang telah disusun, ditentukan tujuan penelitian agar penelitian ini memiliki
Lebih terperinciEstimasi Titik. (Point Estimation) Minggu ke 1-3. Prof. Dr. Sri Haryatmi, M. Sc. Universitas Gadjah Mada
Estimasi Titik (Point Estimation) Minggu ke 1-3 Prof. Dr. Sri Haryatmi, M. Sc. Universitas Gadjah Mada 2014 Prof. Dr. Sri Haryatmi, M. Sc. (UGM) Daftar Isi 2014 1 / 33 DAFTAR ISI 1 Minggu 1 Pertemuan 1
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Berkembangnya teknologi serta ilmu pengetahuan tidak terlepas dari riset, penelitian serta eksperimen. Eksperimen atau percobaan-percobaan tersebut
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciINFERENSI STATISTIK DISTRIBUSI BINOMIAL DENGAN METODE BAYES MENGGUNAKAN PRIOR KONJUGAT. Oleh : ADE CANDRA SISKA NIM: J2E SKRIPSI
INFERENSI STATISTIK DISTRIBUSI BINOMIAL DENGAN METODE BAYES MENGGUNAKAN PRIOR KONJUGAT Oleh : ADE CANDRA SISKA NIM: J2E 006 002 SKRIPSI Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI.1 Peubah Acak dan Distribusinya.1.1 Peubah Acak Definisi.1: Peubah acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur di dalam ruang contoh, (Walpole
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI COM-POISSON UNTUK DATA TERSENSOR KANAN MENGGUNAKAN METODE MAKSIMUM LIKELIHOOD. Oleh DIAN ANGGRAENI NIM.
digilib.uns.ac.id ESTIMASI PARAMETER MODEL REGRESI COM-POISSON UNTUK DATA TERSENSOR KANAN MENGGUNAKAN METODE MAKSIMUM LIKELIHOOD Oleh DIAN ANGGRAENI NIM. M0107028 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciDISTRIBUSI POISSON Pendahuluan Rumus Pendekatan Peluang Poisson untuk Binomial P ( x ; µ ) = (e µ. µ X ) / X! n. p Rumus Proses Poisson
DISTRIBUSI POISSON Pendahuluan Distribusi poisson diberi nama sesuai dengan penemunya yaitu Siemon D. Poisson. Distribusi ini merupakan distribusi probabilitas untuk variabel diskrit acak yang mempunyai
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 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 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu
xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dewasa ini industri asuransi telah menjadi suatu bidang usaha yang menarik dan mempunyai peranan yang tidak kecil dalam perekonomian. Keberadaan industri
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu
BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif untuk
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 dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer digunakan dalam sebuah penelitian untuk mengetahui bentuk hubungan antara variabel
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Regresi logistik digunakan untuk memprediksi variabel respon yang biner dengan satu set variabel penjelas (prediktor). Estimasi parameter dapat menjadi tidak
Lebih terperinciBAB I PENDAHULUAN Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Model persamaan struktural atau Structural Equation Model (SEM) adalah teknik statistik untuk menguji dan memperkirakan hubungan kausal dengan menggunakan
Lebih terperinciModel Regresi Zero Inflated Poisson Pada Data Overdispersion
Model Regresi Zero Inflated Poisson Pada Data Overdispersion Wirajaya Kusuma Fakultas MIPA, Universitas Mataram e-mail: Kusuma_Wirajaya@yahoo.co.id Desy Komalasari Fakultas MIPA, Universitas Mataram e-mail:
Lebih terperinciII.TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik pendugaan distribusi
II.TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik pendugaan distribusi generalized weibull menggunakan metode generalized momen ini, penulis menggunakan definisi dan konsep dasar
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 terperinciTugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG
Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah
Lebih terperinciPendekatan Teori Graf pada Data Tersensor Bivariat
Bidang Ilmu: MIPA Executive Summary PENELITIAN DISERTASI DOKTOR (APPD) Pendekatan Teori Graf pada Data Tersensor Bivariat Peneliti: Mohamad Fatekurohman, M.Si. NIDN. 0006066908 UNIVERSITAS JEMBER Desember,
Lebih terperinci