BAB II TINJAUAN PUSTAKA. Pada bab ini akan dijabarkan mengenai literatur yang digunakan pada penelitian.

dokumen-dokumen yang mirip
II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam

II. TINJAUAN PUSTAKA. kontinu. Bentuk kurva distribusi logistik adalah simetri dan uni-modal. Bentuk

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

LANDASAN TEORI. Dalam proses penelitian pendekatan distribusi generalized t(,,, ), ), melalui distribusi generalized beta 2

II. TINJAUAN PUSTAKA. Menurut Herrhyanto & Gantini (2009), peubah acak X dikatakan berdistribusi

LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu.

LANDASAN TEORI. penelitian mengenai pendekatan distribusi GE ke distribusi GLL(,,

LANDASAN TEORI. Generalized Lambda Distribution (GLD) awalnya diusulkan oleh Ramberg dan

TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.

BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

II. LANDASAN TEORI. sementara grafik distribusi F tidak simetrik dan umumnya sedikit positif seperti

Penentuan Momen ke-5 dari Distribusi Gamma

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA

TINJAUAN PUSTAKA. Dalam menentukan penduga parameter dari distribusi G3F dan karakteristik dari

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

BAB III SIMULASI PENGGUNAAN PERTIDAKSAMAAN PADA DISTRIBUSI

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.

MOMEN, KUMULAN, DAN FUNGSI KARAKTERISTIK DARI DISTRIBUSI DAGUM. (Skripsi) Oleh. Yucky Anggun Anggrainy

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

LANDASAN TEORI. Dalam proses penelitian pendugaan parameter dari suatu distribusi diperlukan

BAB II TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log

Statistika & Probabilitas

II. LANDASAN TEORI. sєs (S ruang sampel) dengan sebuah bilangan real. Salah satu peubah acak adalah

CIRI-CIRI DISTRIBUSI NORMAL

TINJAUAN PUSTAKA. Generalized Eksponensial Menggunakan Metode Generalized Momen digunakan. merupakan penjabaran definisi dan teorema yang digunakan:

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

pada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( )

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,

BAB II LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

II. LANDASAN TEORI. beberapa konsep dan teori yang berkaitan dengan penduga parameter distribusi GB2

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

MAKALAH. Mata Kuliah STATISTIKA KHADEEJAH ASWI AKBAR PUTRI DESSY VIVIT L IGA ANDRIANITA

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel

BAB II PERSAMAAN KUADRAT DAN FUNGSI KUADRAT

KONSEP DASAR TERKAIT METODE BAYES

I. PENDAHULUAN. merangkum, dan mempresentasikan data dengan cara informatif. Sedangkan

II. TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

By : Hanung N. Prasetyo

HASIL DAN PEMBAHASAN. Eksplorasi Pola Spektrum

FAKULTAS KEGURUAN DAN ILMU PENDIDIKIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

BAB 4 ANALISIS DAN PEMBAHASAN

I. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma (

BAB IV METODE PENELITIAN

Statistik Deskriptif Ukuran Dispersi

II.TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik pendugaan distribusi

BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK

Distribution. Contoh Kasus. Widya Rahmawati

BAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Statistik Deskriptif: Central Tendency & Variation

BAB III METODE PENELITIAN

PERBANDINGAN KURVA PADA DISTRIBUSI UNIFORM DAN DISTRIBUSI BINOMIAL

TATAP MUKA IV UKURAN PENYIMPANGAN SKEWNESS DAN KURTOSIS. Fitri Yulianti, SP. MSi.

PENDEKATAN DISTRIBUSI GENERALIZED BETA II TERHADAP DISTRIBUSI PARETO MELALUI DISTRIBUSI SINGH-MADDALA, DAGUM, FISK DAN LOG NORMAL.

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

BAB I PENDAHULUAN. investasi yang telah dilakukan. Dalam berinvestasi jika investor mengharapkan

BAB I PENDAHULUAN. Universitas Sumatera Utara

SATUAN ACARA PERKULIAHAN. Kode Mata Kuliah : TI 003

Interval Kepercayaan Skewness dan Kurtosis Menggunakan Bootstrap pada Data Kekuatan Gempa Bumi

1.0 Distribusi Frekuensi dan Tabel Silang

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan pengertian tentang distribusi Weibull, maximum

II LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data

BAB II TINJAUAN PUSTAKA

Memahami konsep dasar turunan fungsi dan mengaplikasikan turunan fungsi pada

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

Sampling dengan Simulasi Komputer

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 MOMEN DAN ENTROPI

matematika PEMINATAN Kelas X SISTEM PERTIDAKSAMAAN LINEAR DAN KUADRAT K13 A. Pertidaksamaan Linear B. Daerah Pertidaksamaan Linear

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial

DISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)

BAB IV DISPERSI DATA

BAB V HASIL DAN PEMBAHASAN

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

1 BAB 4 ANALISIS DAN BAHASAN

TINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu

II. TINJAUAN PUSTAKA WRPLOT View (Wind Rose Plots for Meteorological Data) WRPLOT View adalah program yang memiliki kemampuan untuk

DISTRIBUSI NORMAL. RatuIlmaIndraPutri

BAB I PENDAHULUAN. 1.1 Latar Belakang

DAFTAR DISTRIBUSI FREKUENSI DAN GRAFIKNYA

Memahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada

Transkripsi:

BAB II TINJAUAN PUSTAKA Pada bab ini akan dijabarkan mengenai literatur yang digunakan pada penelitian. Pertama akan dijabarkan mengenai fungsi gamma dimana fungsi gamma digunakan untuk menyederhanakan hasil pencarian fungsi pembangkit momen dan fungsi karakteristik dari distribusi generalized gamma. 2.1 Fungsi Gamma Fungsi gamma merupakan suatu fungsi khusus. Fungsi ini dapat digunakan untuk menyederhanakan integral-integral khusus. Definisi 2.1 Fungsi gamma dinotasikan dengan ( ) didefinisikan sebagai : ( ) (Irwin Miller, Jhon E. Freund, dan Richard A. Johnson, 1990). Pada definisi selanjutnya akan dijabarkan mengenai distribusi gamma dimana distribusi gamma merupakan kasus khusus dari distribusi generalized gamma dengan.

6 2.2 Distribusi Gamma Distribusi gamma merupakan salah satu keluarga distribusi peluang kontinu yang biasa digunakan dalam pemodelan data kelangsungan hidup. Distribusi ini mempunyai dua parameter yaitu yang disebut parameter skala dan yang disebut parameter bentuk. Definisi 2.2 Suatu variabel acak kontinu X dikatakan memiliki distribusi gamma dengan parameter dan, jika fungsi kepekatannya adalah : ( ) { ( ) Gambar 2.1 Grafik Fungsi Kepekatan Peluang dari Distribusi Gamma dengan dan (Edward J. Dudewicz dan Satya N. Mishra, 1988).

7 Selanjutnya akan dijabarkan mengenai fungsi kepekatan peluang dari distribusi generalized gamma yang akan dibahas dalam penelitian ini, kemudian akan ditentukan momen, kumulan, serta fungsi karakteristik dari distribusi generalized gamma. 2.3 Distribusi Generalized Gamma Distribusi generalized gamma merupakan perumuman dari distribusi gamma. Distribusi generalized gamma memiliki tiga parameter yaitu parameter bentuk ( ) dan parameter skala ( ). Definisi 2.3 Suatu variabel acak dikatakan memiliki distribusi generalized gamma dengan parameter dan jika fungsi kepekatannya adalah : ( ) { ( ) Gambar 2.2 Grafik Fungsi Kepekatan Peluang dari Distribusi Generalized Gamma dengan, dan (Stacy, E.W, 1962).

8 Pada bagian selanjutnya akan dijabarkan mengenai ekspansi deret MacLaurin, deret ini akan digunakan pada ekspansi untuk menentukan momen dan fungsi karakteristik dari distribusi generalized gamma. 2.4 Ekspansi Deret Maclaurin Deret Maclaurin digunakan untuk membantu menyelesaikan suatu persamaan dengan mengekspansikannya sehingga dapat lebih mudah menyelesaikannya. Definisi 2.4 Jika fungsi yang didefinisikan oleh : ( ) Penurunan berturut dari fungsi tersebut adalah : ( ) Dan seterusnya sampai ke-n, untuk setiap anggota bilangan bulat positif. Jika maka persamaan tersebut menjadi : ( ), ( ),,,

9 Sehingga bentuk umumnya adalah : Jadi, deret pangkat dari fungsi dalam dapat ditulis sebagai berikut : Dalam hal khusus, bila deret tersebut menjadi deret MacLaurin, yaitu sebagai berikut : ( ) (Leithold, 1986). Selanjutnya akan dibahas mengenai kemencengan/kemiringan (skewness), yang mana pada penelitian ini akan digunakan untuk mengetahui kemencengan/kemiringan (skewness) dari distribusi generalized gamma dengan melakukan simulasi grafik. 2.5 Skewness ( Kemiringan ) Kemiringan (skewness) adalah derajat ketaksimetrian dari suatu distribusi. Jika kurva frekuensi (polygon frekuensi termuluskan) suatu distribusi mempunyai ekor yang lebih panjang kekanan dari maksimum pusat dibandingkan yang kiri, distribusi tersebut melenceng ke kanan atau mempunyai kemiringan positif. Jika sebaliknya yang terjadi dikatakan melenceng ke kiri atau mempunyai kemiringan negatif.

10 Untuk distribusi yang melenceng, nilai tengah cenderung terletak pada sisi yang sama dari modus sebagai ekor yang lebih panjang jadi suatu ukuran tak simetri diperlihatkan oleh selisih (nilai tengah-modus). Koefisien skewness berdasarkan nilai kumulan, yaitu sebagai berikut : ( ) (Murray R Spiegel, 1988). Kemudian akan dibahas mengenai kurtosis, yang mana pada penelitian ini akan ditentukan kurtosis dari distribusi generalized gamma untuk mengetahui kelandaian dari distribusi generalized gamma dengan melakukan simulasi grafik. 2.6 Kurtosis ( Kelandaian ) Kurtosis adalah derajat puncak dari suatu distribusi, biasanya diambil secara relative terhadap suatu distribusi normal. (Murray R Spiegel, 1988). Pada bagian berikutnya akan dijabarkan mengenai momen, yang mana pada penelitian ini akan ditentukan momen dari distribusi generalized gamma dengan menggunakan definisi.

11 2.7 Momen Momen merupakan suatu karakteristik dari suatu distribusi peluang. Momen dapat ditentukan menggunakan definisi atau penurunan fungsi pembangkit momen. Momen dapat ditentukan dari momen pertama sampai momen ke-r. Definisi 2.5 Jika adalah peubah acak, baik diskrit maupun kontinu, maka momen ke-r (dinotasikan dengan ) didefinisikan sebagai : ( ) Definisi 2.6 Jika adalah peubah acak diskrit dan ( ) adalah nilai fungsi peluang dari di, maka momen ke-r (dinotasikan dengan ) didefinisikan sebagai : ( ) Definisi 2.7 Jika adalah peubah acak kontinu dan ( ) adalah nilai fungsi peluang dari di, maka momen ke-r (dinotasikan dengan ) didefinisikan sebagai : ( ) (Hogg dan Craig, 1997).

12 Selanjutnya akan dijabarkan mengenai fungsi pembangkit momen dimana pada penelitian ini akan ditentukan fungsi pembangkit momen dari distribusi generalized gamma dengan menurunkan fungsi pembangkit momennya yang dievaluasi pada. 2.8 Fungsi Pembangkit Momen Fungsi pembangkit momen dari suatu distribusi digunakan untuk menentukan momen dari suatu distribusi tersebut. Fungsi pembangkit momen dapat diperoleh dari ekspetasi dari suatu distribusi tersebut. Definisi 2.8 Jika adalah peubah acak, baik diskrit maupun kontinu maka fungsi pembangkit momen dari ( dinotasikan dengan ( )) didefinisikan sebagai : Definisi 2.9 Jika adalah peubah acak diskrit dan ( ) adalah nilai fungsi peluang dari di, maka fungsi pembangkit momen dari didefinisikan sebagai : ( ) ( )

13 Definisi 2.10 Jika adalah peubah acak kontinu dan ( )adalah nilai fungsi peluang dari di, maka fungsi pembangkit momen dari didefinisikan sebagai : ( ) ( ) (Hogg dan Craig, 1997). Pada bagian selanjutnya akan dijabarkan mengenai kumulan, yang mana pada penelitian ini akan ditentukan kumulan dari distribusi generalized gamma dengan menggunakan definisi seperti yang akan dijabarkan di bawah ini. 2.9 Kumulan Kumulan merupakan suatu karakteristik dari suatu distribusi peluang. Kumulan dapat ditentukan menggunakan definisi atau dengan penurunan fungsi pembangkit kumulan. Definisi 2.11 Kumulan didefinisikan sebagai : ( ) ( ) Dengan menggunakan deret Maclaurin maka diperoleh :

14 ( ) * ( ) + Dimana momen baku, maka dapat ditulis kembali sebagai : ( ) Sehingga rumus dari kumulan dapat ditulis sebagai berikut : ( ) (Abramowitz dan Stegun, 1972). Pada bagian selanjutnya akan dijabarkan mengenai fungsi karakteristik, yang mana pada penelitian ini akan ditentukan fungsi karakteristik dari distribusi generalized gamma dengan menggunakan definisi seperti yang akan dijabarkan di bawah ini. 2.10 Fungsi Karakteristik Fungsi karakteristik merupakan fungsi pembangkit momen dari distribusi generalized gamma dengan menambahkan sebagai bagian imaginer atau momen dari ( ) atau ekspetasi dari.

15 Definisi 2.12 Fungsi karakteristik ( ( )) dari peubah acak, didefinisikan sebagai nilai ekspetasi dari sebagai berikut : ( ( )) ( ) ( ) Dimana ( ) merupakan fungsi kepakatan peluang dari distribusi, (Kendall dan Stuart, 1958).