BAB I PENDAHULUAN 1.1 Latar Belakang Masalah
|
|
- Susanti Tanudjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 kejadian, diperlukan tiga komponen yang harus didefinisikan terlebih dahulu yaitu definisi event (peristiwa) yang menjadi perhatian, titik origin dan unit pengukuran yang digunakan. Analisis data antar kejadian sendiri merupakan analisis uji hidup yang digunakan untuk meneliti daya tahan hidup suatu unit atau individu pada keadaan tertentu yang mencakup survival time (waktu tahan hidup) atau failure time (Collet, 1994). Tujuan dari analisis ini adalah untuk menaksir probabilitas kelangsungan hidup, kekambuhan, kematian dan peristiwa-peristiwa lainnya sampai pada periode waktu tertentu. Analisis data antar kejadian dapat diaplikasikan dalam berbagai bidang ilmu pengetahuan, seperti dalam bidang kesehatan, demografi maupun asuransi. Selain itu, contoh aplikasi lain dari analisis data antar kejadian adalah dalam teori antrian. Dalam analisis data antrian, data yang digunakan adalah data lama waktu menunggu sampai mendapatkan pelayanan. Seperti yang diketahui, distribusi probabilitas yang sering digunakan untuk menganalisis data antrian khususnya untuk data lama waktu menunggu adalah distribusi eksponensial. Distribusi eksponensial ini juga merupakan distribusi parametrik yang populer untuk memodelkan data antar kejadian. Besarnya peran dari distribusi eksponensial mengakibatkan banyaknya ahli statistika yang tertarik untuk memodifikasi distribusi eksponensial tersebut. Salah satu contoh distribusi yang ternyata merupakan hasil campuran antara distribusi eksponensial dengan parameter θ dan distribusi gamma dengan parameter (2, θ) adalah distribusi Lindley. Distribusi Lindley telah banyak dikembangkan oleh para peneliti dan terbukti bahwa distribusi ini memiliki potensi dalam memodelkan data antar kejadian. Ghitany (2008) menunjukkan 1
2 2 bahwa distribusi Lindley lebih cocok untuk memodelkan data waktu menunggu dalam sebuah antrian. Di dalam analisis data antar kejadian terdapat beberapa fungsi yang sering digunakan, salah satunya adalah fungsi hazard. Fungsi hazard didefinisikan sebagai tingkat (rate) terjadinya suatu event. Fungsi hazard merupakan pemberi informasi yang berlawanan dengan fungsi survival. Dengan menggunakan fungsi hazard, dapat pula dilihat tingkat kegagalan dari suatu event. Distribusi eksponensial memiliki bentuk fungsi hazard yang bergerak konstan, hal ini dikarenakan distribusi eksponensial memiliki sifat pelupa (lack of memory) yang berarti bahwa probabilitas survive ke depan tidak dipengaruhi oleh kondisi survive sekarang (Danardono, 2012). Kelebihan distribusi eksponensial dalam memodelkan data waktu menunggu adalah dari sifat lack of memory ini, karena sifat tersebut mengakibatkan observasi bersifat independen. Akan tetapi, sifat lack of memory tadi terkadang dianggap kurang mampu merepresentasikan fungsi hazard dari serangkaian data waktu menunggu di sebuah antrian. Pada praktiknya tingkat terjadinya pelayanan dalam sebuah antrian tidak selalu konstan. Seseorang yang memiliki waktu menunggu lebih besat pastinya memiliki tingkat pelayanan yang berbeda dengan orang lain yang memiliki waktu menunggu kecil. Sedangkan distribusi Lindley sebagai bentuk campuran eksponensial memiliki bentuk fungsi hazard yang bergerak naik. Pergerakan ini juga dianggap kurang dapat merepresentasikan data antrian, karena semakin besarnya waktu tunggu tidak selalu mengakibatkan semakin besarnya tingkat pelayanan. Oleh karena itu, modifikasi distribusi banyak dilakukan oleh peneliti dengan membentuk suatu distribusi baru yang lebih dapat merepresentasikan data sedemikian hingga dapat diperoleh bentuk fungsi hazard yang lebih fleksibel dalam tingkat kegagalannya, yaitu menangani kenaikan dan penurunan tingkat kegagalan serta bentuk upside down bathtub dari tingkat kegagalan. Salah satu modifikasi yang dilakukan adalah dengan memperkenalkan keluarga distribusi baru. Di dalam skripsi ini, akan dibahas mengenai pembentukan keluarga distribusi baru dengan menggunakan transformasi integral pada fungsi densitas yang mana hasilnya dapat dibentuk sebagai fungsi komposisi. Keluarga distribusi
3 3 baru yang dibentuk didasarkan pada fungsi distribusi Lindley melalui sebuah fungsi distribusi G tertentu. Dengan mensubstitusikan distribusi eksponensial pada keluarga distribusi baru tersebut, maka akan terbentuk distribusi baru yang disebut sebagai distribusi Lindley-eksponensial. Distribusi Lindley-eksponensial ini dapat digunakan untuk menganalisis data survival serta data antrian. Estimasi parameter distribusi Lindley-eksponensial dilakukan dengan menggunakan Estimasi Maksimum Likelihood serta iterasi Newton Raphson. Kemudian dilakukan perbandingan distribusi untuk melihat kecocokan distribusi Lindley-eksponensial pada data waktu menunggu. Dengan diketahui distribusi yang paling cocok dengan data, maka akan dilakukan analisis selanjutnya seperti membentuk fungsi densitas, survival ataupun hazard. Data yang akan digunakan adalah data lama waktu menunggu antrian pelayanan di Bank BRI cabang Katamso Yogyakarta. 1.2 Batasan Masalah Dalam skripsi ini pembahasan difokuskan pada pembentukan distribusi Lindley-eksponensial serta beberapa fungsi distribusi beserta karaketristiknya. Fungsi distribusi yang dibahas adalah fungsi survival, fungsi densitas, fungsi distribusi kumulatif, fungsi hazard, fungsi kuantil serta fungsi pembangkit momen. Sedangkan, analisis yang dilakukan adalah sebatas menguji kecocokan data waktu menunggu pada distribusi Lindley-eksponensial serta menunjukkan beberapa fungsi distribusi Lindley-eksponensial berdasarkan data waktu menunggu tersebut. Pengujian kecocokan dilakukan dengan membandingkan distribusi Lindley-eksponensial dengan distribusi eksponensial, distribusi Lindley serta distribusi power Lindley. Analisis ini dilakukan pada data waktu menunggu antrian pelayanan di Bank BRI Katamso Yogyakarta. Data yang digunakan hanya berupa data lama menunggu nasabah dalam antrian tanggal 4 Mei 2014 pada jam pelayanan10.00 hingga
4 4 1.3 Tujuan dan Manfaat Penelitian Tujuan dalam penelitian ini adalah sebagai berikut : 1. Mengembangkan distribusi eksponensial serta Lindley dalam pemodelan data survival dan data waktu menunggu melalui pembentukan distribusi baru. 2. Memperkenalkan dan mendefinisikan distribusi Lindley-eksponensial beserta karakteristik dari distribusi tersebut, khususnya karakteristik fungsi hazardnya. 3. Mengaplikasikan distribusi Lindley-eksponensial serta membandingkan kecocokan distribusi Lindley-eksponensial dengan tiga distribusi lainnya pada pemodelan data waktu menunggu antrian pelayanan di Bank BRI. Dengan adanya penelitian ini diharapkan dapat : 1. Menambah pengetahuan pembaca tentang penerapan ilmu statistika secara lebih luas. 2. Menambah wawasan pembaca tentang pemodelan dalam data antar kejadian. 3. Memberikan sumbangan terhadap perkembangan ilmu pengetahuan. 1.4 Metode Penulisan Metode yang dipakai dalam penulisan skripsi ini adalah studi literatur. Sumber literatur yang dipakai diperoleh dari buku, artikel dan jurnal penelitian yang berkaitan dengan tema yang dibahas dalam skripsi ini. Sumber-sumber tersebut berasal dari sumber-sumber resmi dari perpustakaan maupun situs online. 1.5 Tinjauan Pustaka Di dalam berbagai bidang ilmu pengetahuan, analisis data antar kejadian khususnya analisis data waktu menunggu banyak dibutuhkan. Oleh karena itu, banyak peneliti mencoba memodifikasi distribusi yang sering digunakan untuk analisis data antar kejadian tersebut. Tujuannya adalah untuk membentuk dsitribusi yang lebih dapat merepresentasikan data. Distribusi Lindley merupakan salah satu distribusi yang memiliki potensi dalam memodelkan data antar
5 5 kejadian. Setelah diselidiki, distribusi Lindley dengan satu parameter ternyata merupakan campuran antara distribusi eksponensial θ dengan distribusi gamma 2, θ. Ghitany, dkk. (2008) memaparkan bahwa distribusi Lindley merupakan distribusi yang lebih baik dibandingkan distribusi eksponensial biasa. Hal ini ditunjukkan dengan membandingkan antara distribusi Lindley dan eksponensial menggunakan data waktu menunggu. Beberapa peneliti telah mencoba mengembangkan distribusi Lindley. Bakouch, dkk. (2012) menjelaskan tentang perluasan distribusi Lindley. Di dalam papernya dijelaskan bahwa perluasan dari distribusi Lindley lebih fleksibel untuk memodelkan data survival, khususnya dalam hal reliabilitas serta bentuk tingkat kegagalan. Perluasan distribusi Lindley ini dilakukan dengan cara eksponensiasi yang dapat menangani kenaikan dan penurunan tingkat kegagalan serta bentuk unimodal dan bathtub dari tingkat kegagalan. Pengembangan distribusi Lindley tidak berhenti pada seorang peneliti saja. Hal ini dilakukan pula oleh oleh Shanker, dkk. (2013) yang memperkenalkan distribusi Lindley dengan 2 parameter yang digunakan untuk memodelkan data waktu menunggu dan data waktu survival, Ghitany, dkk. (2012) memperkenalkan kembali satu lagi perluasan dari distribusi Lindley yaitu distribusi power Lindley dengan 2 parameter. Distribusi power Lindley ini merupakan campuran dari 2 komponen distribusi weibull serta generalisasi dari ditribusi gamma dengan proporsi campuran p = β/(β + 1). Distribusi power Lindley ini memiliki keunggulan dalam hal bentuk densitasnya serta fungsi hazard maupun nilai skewness dan kurtosisnya. Beberapa tahun terakhir banyak muncul model pengembangan lain dari sebuah distribusi, yaitu dengan cara menggabungkan dua atau beberapa distribusi menjadi sebuah distribusi baru. Peneliti yang mulai melakukan hal tersebut, diantaranya Eugene, dkk. (2002) memperkenalkan distribusi beta-normal, Ristic, dkk. (2012) mencoba memperkenalkan keluarga distribusi Lindley dari fungsi survival yang mana kemudian menggabungkannya dengan distribusi exponentiated eksponensial serta Bhati, dkk. (2015) mencoba memperkenalkan keluarga distribusi dengan pembangkit Lindley dan kemudian menggabungkannya
6 6 dengan distribusi eksponensial menjadi distribusi Lindley-eksponensial dua parameter. Pembentukan distribusi baru tersebut dilakukan dengan melakukan transformasi integral atau dapat dikatakan membentuk fungsi komposisi dari fungsi distribusi kumulatif. Pembentukan fungsi komposisi dijelaskan dalam paper yang ditulis oleh Al-Hussaini (2012). Pembentukan distribusi baru ini terbukti dapat mengubah bentuk fungsi hazard menjadi tidak konstan dan monoton. Beberapa paper yang telah disebutkan merupakan dasar dalam penyusunan skripsi ini. Pada skripsi ini akan membahas tentang pengembangan distribusi eksponensial dan distribusi Lindley dengan fungsi hazard konstan serta naik monoton menjadi distribusi gabungan Lindley-eksponensial yang mampu menangani kenaikan, penurunan, serta bentuk upside down bathtub fungsi hazard sesuai dengan nilai parameternya. Dalam pembentukan distribusi gabungan ini digunakan transformasi integral serta konsep fungsi komposisi. Selain itu, akan dibahas pula fungsi kuantil berdasarkan buku yang ditulis oleh Nair, dkk. (1970) serta paper yang ditulis oleh Corless, dkk. (1996) dan Jodra (2010). 1.6 Sistematika Penulisan Garis besar sistematika penulisan yang digunakan dalam penyusunan skripsi ini adalah sebagai berikut : BAB I PENDAHULUAN Bab ini menjelaskan tentang latar belakang pengambilan tema, tujuan penulisan yang ingin dicapai serta manfaat yang diharapkan, pembatasan masalah agar pembahasan tidak menyimpang dari tujuan penulisan, metode penulisan, tinjauan pustaka untuk memperkuat argumen dan sistematika penulisan sesuai dengan arah dan tujuan dari penulisan skripsi. BAB II LANDASAN TEORI Bab ini menjelaskan mengenai teori-teori yang mendukung penulisan tentang pembentukan distribusi Lindley-Eksponensial serta kelengkapan distribusi. Teori
7 7 tersebut diantaranya tentang variabel random, konsep bentuk fungsi densitas, fungsi hazard, fungsi survival, fungsi kuantil, Moment Generating Function (MGF) suatu distribusi, perhitungan estimasi parameter dengan Maximum Likelihood Estimator (MLE), algoritma Newton Rhapson, ukuran kebaikan model (AIC dan BIC) serta distribusi probabilitas yang digunakan sebagai dasar pembentukan distribusi Lindley-eksponensial. BAB III DISTRIBUSI LINDLEY-EKSPONENSIAL Bab ini menjelaskan mengenai pembentukan distribusi baru Lindley-eksponensial serta karakteristik dari distribusi tersebut, seperti bentuk densitas, fungsi survival, fungsi hazard, fungsi kuantil, moment distribusi. Selain itu, di dalam bab ini juga dijelaskan tentang penentuan estimasi parameter dari distribusi Lindleyeksponensial dengan metode MLE. BAB IV STUDI KASUS PEMODELAN DATA WAKTU MENUNGGU MENGGUNAKAN DISTRIBUSI LINDLEY-EKSPONENSIAL Bab ini menjelaskan tentang aplikasi distribusi Lindley-eksponensial untuk data survival. Studi kasus yang diambil adalah waktu tunggu nasabah Bank BRI cabang Katamso Yogyakarta dalam antrian teller pada hari Senin tanggal 4 Mei 2014 pada jam pelayanan10.00 hingga Dari data yang dimiliki, dilakukan perhitungan estimasi beberapa parameter yang diperlukan. Kemudian dihitung nilai AIC dan BIC dari distribusi tersebut untuk dibandingkan dengan distribusi lainnya. Selanjutnya, barulah distribusi terbaik digunakan untuk membentuk fungsi densitas, survival serta hazard. BAB V PENUTUP Bab ini menjelaskan tentang kesimpulan dari hasil pembahasan pada bab-bab sebelumnya. Selain itu, bab ini juga berisi saran dari penulis untuk penelitianpenelitian selanjutnya yang berkaitan dengan skripsi ini.
BAB 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 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 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 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 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 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 Asuransi merupakan suatu kegiatan pemindahan atau pengalihan risiko untuk mencegah terjadinya kerugian besar yang disebabkan oleh risiko-risiko tertentu. Risiko-risiko
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 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 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
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 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 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 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 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 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. 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 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 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 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 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. investasi yang telah dilakukan. Dalam berinvestasi jika investor mengharapkan
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia bisnis, hampir semua investasi mengandung ketidakpastian atau resiko. Investor tidak mengetahui dengan pasti hasil yang akan diperolehnya dari investasi
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 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. 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 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 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 Aktuaria adalah suatu disiplin ilmu yang menerapkan metode-metode statistika maupun matematika dalam menentukan price dan resiko pada industri asuransi dan keuangan.
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 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 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 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
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan
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 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 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 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 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 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 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 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 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 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 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 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 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 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 Statistika adalah salah satu cabang ilmu matematika yang memperhitungkan probabilitas dari suatu data sampel dengan tujuan mendapatkan kesimpulan mendekati
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pertumbuhan ekonomi Indonesia yang semakin meningkat dan dikuti oleh majunya pemikiran masyarakat dalam usaha perniagaan membuat maraknya usaha asuransi akhir-akhir
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Analisis Survival Secara umum, analisis survival merupakan kumpulan dari prosedur statistik untuk analisis data yang variabel hasilnya berupa waktu sampai mengalami kejadian
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
BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penduduk Indonesia yang tergolong besar, bahkan berada diurutan keempat dunia dengan jumlah penduduk terbesar tentu sangat berpotensi bagi perkembangan bisnis
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 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 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. , 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 Latar Belakang Masalah
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.
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 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 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 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 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 I PENDAHULUAN. Gambar 1.1 Proses Pembayaran Klaim
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Polis non-life insurance adalah kontrak antara pemegang polis dan perusahaan asuransi. Perusahaan asuransi akan menetapkan sejumlah uang yang akan dibayarkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam aspek kehidupan ini, banyak ditemui permasalahan yang berkaitan dengan data. Baik dalam bidang ekonomi, sosial, budaya, politik, sejarah, kesehatan, dan lain-lain.
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini diberikan beberapa konsep dasar seperti teorema dan beberapa definisi sebagai landasan dalam penelitian ini. Konsep dasar ini berkaitan dengan masalah yang dibahas dalam
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Antrian Sistem antrian adalah merupakan keseluruhan dari proses para pelanggan atau barang yang berdatangan dan memasuki barisan antrian yang seterusnya memerlukan pelayanan
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA SKS
SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA 516 3 SKS MINGGU 1 Pendahuluan dan - Pengertian Dasar soal-soal 2 Konsep-Konsep Dasar untuk Hidup Model Kontinu 1.
Lebih terperinciBAB I PENDAHULUAN. Industri adalah suatu indikator terjadinya perkembangan ilmu pengetahuan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Industri adalah suatu indikator terjadinya perkembangan ilmu pengetahuan dan teknologi. Hal ini dapat dilihat dari kemampuan industri untuk menghasilkan berbagai
Lebih terperinciBAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain
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 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 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. 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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis uji hidup (Survival analysis) adalah suatu penyelidikan mengenai data tahan hidup dari suatu individu atau komponen dalam industri. Salah satu individu atau
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 terperinciPenerapan Model Frailty Weibull-Eksponensial pada Data Tabel Mortalitas Indonesia Tahun 1999
Prosiding Statistika ISSN: 2460-6456 Penerapan Model Frailty Weibull-Eksponensial pada Data Tabel Mortalitas Indonesia Tahun 1999 1 Anjalina Kusumawardhani, 2 Aceng Komarudin Mutaqin, 3 Lisnur Wachidah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Manusia merupakan makhluk sosial yang memiliki perilaku konsumtif. Perilaku tersebut membuat setiap orang memiliki banyak kebutuhan yang perlu dipenuhi. Apalagi sifat
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi digunakan untuk mengetahui bentuk hubungan antara variabel respon dengan satu atau lebih variabel prediktor. Umumnya analisis regresi yang digunakan
Lebih terperinciSetiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi
ESTIMASI TITIK Setiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi sampel. Statistik merupakan bentuk dari
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 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 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 terperinciEkspektasi variabel random Variansi variabel random Skewness dan kurtosis variabel random
DAFTAR ISI HALAMAN JUDUL... i HALAMAN PENGESAHAN...ii HALAMAN PERNYATAAN...iii HALAMAN PERSEMBAHAN... iv KATA PENGANTAR... v DAFTAR ISI...viii DAFTAR GAMBAR... xi DAFTAR TABEL... xii DAFTAR LAMPIRAN...xiii
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 PARAMETER DISTRIBUSI RAYLEIGH TUNGGAL DAN DISTRIBUSI RAYLEIGH DUA CAMPURAN TUGAS AKHIR. Oleh : ISMA NETI
ESTIMASI PARAMETER DISTRIBUSI RAYLEIGH TUNGGAL DAN DISTRIBUSI RAYLEIGH DUA CAMPURAN TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh : ISMA
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pada era sekarang ini, bahaya, kerusakan dan kerugian adalah kenyataan yang harus dihadapi manusia di dunia, termasuk di Indonesia. Ini menyebabkan kemungkinan terjadi
Lebih terperinciPERSATUAN AKTUARIS INDONESIA
PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 24 Juni 2014 JAM : 13.30 16.30 WIB LAMA UJIAN : 180
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 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 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 I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Dalam penelitian bidang kesehatan melibatkan makhluk hidup sebagai responden atau subjek yang diteliti, terutama manusia. Ketika kita memperhatikan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Analisis regresi adalah analisis yang dilakukan terhadap dua jenis variabel yaitu variabel independen (prediktor) dan variabel dependen (respon). Analisis
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 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. banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi menawarkan berbagai produk untuk menarik minat banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah satu produk asuransi
Lebih terperinciDISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS
DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK
Lebih terperinciII. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan
II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari distribusi generalized lambda
Lebih terperinci