JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 3, , Desember 2003, ISSN : INTERVAL SELISIH RATA-RATA DENGAN METODE BOOTSTRAP PERSENTIL

dokumen-dokumen yang mirip
Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

JENIS PENDUGAAN STATISTIK

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB V ANALISA PEMECAHAN MASALAH

TINJAUAN PUSTAKA Pengertian

Pendugaan Parameter. Debrina Puspita Andriani /

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

BAB 6: ESTIMASI PARAMETER (2)

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

9 Departemen Statistika FMIPA IPB

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

Statistika Inferensial

Distribusi Pendekatan (Limiting Distributions)

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

SEBARAN t dan SEBARAN F

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III METODE PENELITIAN

PROSIDING ISBN:

Distribusi Sampling (Distribusi Penarikan Sampel)

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

x = μ...? 2 2 s = σ...? x x s = σ...?

Analisa Data Statistik. Ratih Setyaningrum, MT

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

KETEGARAN UJI-t TERHADAP KETIDAKNORMALAN DATA

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

A. Pengertian Hipotesis

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

BAB IV PEMBAHASAN DAN ANALISIS

Mata Kuliah: Statistik Inferensial

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Statistik Bisnis 2. Week 5 Comparing the Means of Two Independent Populations

BAB III METODE PENELITIAN

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

Bab 6 PENAKSIRAN PARAMETER

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

IV. METODE PENELITIAN

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

PENDUGA SELANG KEPERCAYAAN NILAI TENGAH DENGAN PENDEKATAN KLASIK, BAYES, DAN BOOTSTRAP *

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

PENGENDALIAN KUALITAS STATISTIKA UNTUK MONITORING DAN EVALUASI KINERJA DOSEN DI JURUSAN MATEMATIKA FMIPA UNIVERSITAS TANJUNGPURA

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

PENAKSIR BAYES UNTUK PARAMETER DISTRIBUSI EKSPONENSIAL BERDASARKAN FUNGSI KERUGIAN KUADRATIK DAN FUNGSI KERUGIAN ENTROPI

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

Definisi Integral Tentu

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB 3 METODE PENELITIAN

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

Modifikasi Statistik Uji-T pada Test Inferensia Mean Mereduksi Pengaruh Keasimetrikan Populasi Menggunakan Ekspansi Cornish-Fisher

Transkripsi:

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 3, 118-70, Desember 003, ISSN : 1410-8518 INTERVAL SELISIH RATA-RATA DENGAN METODE BOOTSTRAP PERSENTIL Akhmad Fauzy Statistika FMIPA UII Yogyakarta & siswa Ph.D Statistika UPM Malaysia N. A. Ibrahim, Isa Daud da Mohd. Rizam Abubakar Istitut Peyelidika Matematik (INSPEM) da Jabata Matematik Uiversiti Putra Malaysia Abstrak We usually use traditioal method to costruct iterval for the differece betwee two populatio meas. This iterval eeds a assumptio that sample is radom ad has ormal distributio (symmetric). This article will discuss aother method, amely bootstrap percetile. Bootstrap percetile method is more potetial i costructig this iterval ad give shorter iterval tha the traditioal method. This method does ot eed a assumptio that the sample has to have a ormal distributio. Kata Kuci : differece meas, iterval, traditioal method, bootstrap percetile 1. PENDAHULUAN Suatu idustri biasaya mempuyai lebih dari satu mesi produksi yag sama. Walaupu mesi-mesi produksi tersebut mempuyai spesifikasi yag sama, aka tetapi jumlah produksi yag dihasilka dapat berbeda. Biasaya maajeme idustri igi melakuka perhituga tetag selisih rata-rata produksi utuk masig-masig mesi. Dalam meetuka ilai iterval utuk selisih rata-rata biasaya diguaka metode tradisioal. Rumus yag diguaka dalam metode tersebut memerluka asumsi bahwa kedua sampel adalah radom da berdistribusi ormal. Apabila dalam pegambila kedua sampel tersebut radom da berdistribusi ormal, maka sebearya kita dapat dega mudah membuat iterval selisih rata-rataya (Walpole ad Myers, 1978). Telah diketahui bahwa metode bootstrap persetil adalah suatu metode berbasis komputer yag sagat potesial utuk diperguaka pada masalah- 110

Iterval Selisih Rata-rata (Akhmad Fauzy dkk) masalah ketidakbiasa da keakurasia, khususya dalam meetuka iterval. Pada kodisi sampel radom berdistribusi ormal, perlu dicoba apakah metode bootstrap persetil masih yag terbaik dalam meduga iterval selisih rata-rata (Efro ad Tibshirai, 1993). Tulisa ii bertujua utuk meujukka bahwa iterval selisih rata-rata pada sampel berdistribusi ormal yag dihasilka oleh metode bootstrap persetil aka lebih baik apabila dibadigka dega megguaka metode tradisioal seperti yag selama ii kita guaka.. METODOLOGI PENELITIAN Data yag diguaka pada peelitia ii adalah data buata (artificial). Data tersebut meujukka jumlah produksi (dalam to) yag dihasilka oleh mesi dega spesifikasi yag sama selama 1 tahu. Lagkah pertama adalah membuat pedugaa iterval selisih rata-rata dega metode tradisioal. Lagkah selajutya adalah mecari ilai ulaga bootstrap yag meujukka kodisi koverge. Setelah diketahui kodisi kovergeya, maka iterval dega metode bootstrap persetil dapat dicari. Kemudia hasil pedugaa iterval dega metode tradisioal da metode bootstrap persetil dibadigka..1 Metode Tradisioal Dalam meetuka ilai iterval yag dicari dega megguaka metode tradisioal utuk selisih rata-rata pada sampel berdistribusi simetris da variasi populasi tidak diketahui, para peggua statistik biasaya megguaka rumus ( x - x ) z s /( ) + ( s ) ( ) ± α utuk jumlah sampel besar da 1 / 1 1 / ( x - x ) t s /( ) + ( s ) ( ) 1 ± α / 1 1 / utuk jumlah sampel kecil. x 1, x da s 1, s masig-masig meyataka rata-rata sampel da deviasi stadar sampel. Agka 1 da masig-masig meyataka sampel kelompok 1 da. z α/ da t α/ meyataka ilai dari distribusi z da t dega derajat bebas 1 + -, dimaa 1 adalah jumlah sampel 1 da adalah jumlah sampel. Rumus tersebut 111

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 3, 118-70, Desember 003, ISSN : 1410-8518 memerluka asumsi bahwa kedua sampel adalah radom da berdistribusi ormal (Steel ad Torrie, 1980). Apabila dalam pegambila kedua sampel tersebut radom da berdistribusi ormal, maka sebearya kita dapat dega mudah membuat iterval selisih rata-rataya. Aka tetapi apabila kedua sampel tersebut belum diketahui distribusiya, maka perlu diuji apakah kedua sampel berdistribusi ormal. Apabila teryata hasilya tidak berdistribusi ormal, maka biasaya kita terpaksa memberika asumsi bahwa kedua sampel tersebut berdistribusi ormal (Koopmas, 1987).. Metode Bootstrap Persetil Metode bootstrap adalah suatu metode berbasis komputer yag sagat potesial utuk diperguaka pada masalah ketakstabila da keakurasia, khususya dalam meetuka iterval. Istilah bootstrap berasal dari pull oeself up by oe s bootstrap, yag berarti berpijak di atas kaki sediri, berusaha dega sumber daya miimal. Dalam sudut padag statistika, sumber daya yag miimal adalah data yag sedikit, data yag meyimpag dari asumsi tertetu, atau data yag tidak mempuyai asumsi apapu tetag distribusi populasiya (Fauzy, 000). Tujua dari pegguaa metode bootstrap adalah utuk medapatka pedugaa yag sebaik-baikya yag berasal dari data yag miimal. Dega demikia pegguaa komputer dalam metode bootstrap mutlak diperluka (Fauzy, 1998). Efro telah meujukka bahwa bootstrap dapat megatasi berbagai persoala yag mucul dalam pedugaa. Salah satu kedala dalam peerapa bootstrap pada awal peemuaya adalah pegguaa komputasi yag besar. Aka tetapi pada saat sekarag sejala dega perkembaga peragkat keras da peragkat luak komputer yag semaki caggih, peelitia dalam bidag 11

Iterval Selisih Rata-rata (Akhmad Fauzy dkk) statistika yag berbasis komputer seperti bootstrap dapat berkembag sagat cepat (Zulela, et. al, 1997). Secara umum prosedur bootstrap persetil utuk meduga iterval selisih ratarata adalah sebagai berikut : 1. Berika peluag yag sama 1/ 1 da 1/ pada setiap pegamata sampel berukura 1 da,. Megambil suatu sampel berulag secara radom berukura 1 da dega pegembalia, kemudia hitug selisih ilai rata-rata dari sampel 1 dega sampel, 3. Ulagi lagkah sebayak B kali utuk medapatka idepedet bootstrap replicatios ˆ *1, ˆ * β,...., ˆβ da mecari pada ulaga keberapa tercapai β * B kodisi koverge. Hitug selisih rata-rataya, yaitu: 1 B i i βˆ = ( βˆ * * βˆ ) * 1 B i=1 4. Iterval bootstrap persetil pada tigkat (1-α) didefiisika dega persetil * ke-100(α/) da ke-100(1-α/) pada β ˆ, sehigga iterval persetil dapat diyataka dega: ˆ * ( α/) *( 1- /), ˆ α β β. [ ] 3. HASIL DAN PEMBAHASAN Data yag diguaka pada peelitia ii adalah data buata (artificial). Misalka sebuah idustri meghasilka produk (dalam to) yag dihasilka oleh mesi (X da Y) dega spesifikasi yag sama selama 1 tahu. 113

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 3, 118-70, Desember 003, ISSN : 1410-8518 Tabel 1. Jumlah produksi (dalam to) mesi X da Y selama tahu 00 bula mesi X mesi Y bula mesi X mesi Y Jauari 563.8 379.0 Juli 534.4 477.8 Pebruari 494.7 47.6 Agustus 458.0 584.7 Maret 58.7 538.8 September 51. 470.4 April 51.1 40.6 Oktober 468.1 53.3 Mei 578.4 433.9 Nopember 586.8 466.3 Jui 533.9 504.4 Desember 48.7 41. (data artificial) Idustri tersebut berkeigia utuk mecari iterval selisih rata-rata produksi atara mesi X da Y, sehigga atiya diperoleh gambara tetag kapasitas dari mesi tersebut. 3.1 Metode Tradisioal Karea jumlah dataya kurag dari 30, maka utuk mecari iterval selisih ratarataya diguaka rumus: ( x - x ) t s /( ) + ( s ) ( ) 1 ± α / 1 1 / Dega megguaka rumus di atas maka batas bawah, batas atas da lebar iterval pada tigkat kepercayaa 99 % da 95 % dapat diperoleh. Tabel. Batas bawah (BB), batas atas (BA) da lebar iterval (LS) pada tigkat kepercayaa (TK) 99 % da 95 % utuk selisih rata-rata produksi mesi X da Y TK BB BA LS 99 % (-14.1573) 108.9573 13.1146 95 %.1000 9.690 90.590 114

Iterval Selisih Rata-rata (Akhmad Fauzy dkk) 3. Metode Bootstrap Persetil Utuk mecari pada ulaga keberapa aka tercapai kodisi koverge, maka perlu dibuat plot atara bias dega ulaga. Plot tersebut dapat dilihat pada grafik 1. 7 6 5 4 bias 3 1 0-1 - 0 500 1000 1500 ulaga 000 500 Grafik 1. Plot atara bias dega ulaga pada selisih rata-rata Dari grafik 1 terlihat bahwa kodisi koverge tercapai pada ulaga ke-300. Iterval bootstrap persetil pada tigkat kepercayaa 99 % da 95 % dapat dilihat pada tabel 3 di bawah ii. Tabel 3. Batas bawah (BB), batas atas (BA) da lebar iterval (LS) pada tigkat kepercayaa (TK) 99 % da 95 % utuk selisih rata-rata produksi mesi X da Y TK BB BA LS 99 % (-9.1667) 99.3917 108.5584 95 % 5.8583 88.3083 8.4500 115

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 3, 118-70, Desember 003, ISSN : 1410-8518 3.3 Perbadiga Lebar Iterval Perbadiga lebar iterval selisih rata-rata pada jumlah sampel kecil atara metode tradisioal dega metode bootstrap persetil dapat dilihat pada tabel 4. Tabel 4. Lebar iterval pada tigkat kepercayaa (TK) 99 % da 95 % utuk selisih rata-rata produksi mesi X da Y Metode TK 99 % 95 % Tradisioal 13.1156 90.590 Bootstrap persetil 108.5584 8.4500 Selisih iterval 14.557 8.140 Iterval yag dihasilka oleh metode bootstrap persetil lebih pedek dari pada yag dihasilka oleh metode tradisioal. Hal ii bisa dilihat pada tabel 4, dimaa terjadi selisih lebar iterval yag cukup besar atara kedua metode tersebut. Dega demikia dapat disimpulka bahwa metode bootstrap persetil jauh lebih baik dari pada metode tradisioal, karea metode bootstrap persetil meghasilka lebar iterval yag lebih pedek. 4. KESIMPULAN Metode yag lebih baik di dalam meduga iterval selisih rata-rata pada sampel kecil adalah metode bootstrap persetil. Metode tersebut meghasilka lebar iterval yag lebih sempit apabila dibadigka dega metode tradisioal. 116

Iterval Selisih Rata-rata (Akhmad Fauzy dkk) DAFTAR PUSTAKA 1. Efro, B. ad Tibshirai R.. A Itroductio to the Bootstrap. New York: Chapma & Hall. 1993.. Fauzy, Akhmad.. Iterval Kofidesi utuk Koefisie β1 dari Garis Regresi apabila Ragam Galat Tidak Homoge dega Metode OLS, WLS da Bootstrap. Thesis. Bogor: IPB Bogor. Tidak dipublikasika. 1998. 3. Fauzy, Akhmad. Estimasi Iterval Kofidesi Nilai Rata-rata pada Sampel Berdistribusi t dega Metode Bootstrap Persetil. Badug: Jural MIHMI ITB, Volume 6 No. 5 ISSN 0854-1380 tahu 000 Akreditasi DIKTI No. 08/D/T/1996. 4. Koopmas, L. H. Itroductio to Cotemporary Statistical Methods. Secod Editio. Bosto: PWS Publisher 1987. 5. Steel, Robert G. D. ad James H. Torrie.. Priciples ad Procedures of Statistics. New York: McGraw-Hill. 1980 6. Walpole, Roald E. ad Raymod H. Myers. Probability ad Statistics for Egieers ad Scietists. Secod Editio. New York: Macmilla Publishig Co. 1978. 7. Zulaela, et. al. Simulasi Bootstrap utuk Estimasi Iterval. Lapora Peelitia bidag Statistika. Lembaga Peelitia, Yogyakarta: Uiversitas Gadjah Mada. Tidak dipublikasika. 1997. 117