PEMBENTUKAN DISTRIBUSI TRANSMUTED EXPONENTIATED EXPONENTIAL MENGGUNAKAN METODE QUADRATIC RANK TRANSMUTATION MAP (QRTM)

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Distribusi Weibull Power Series

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI

BAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.

Pemodelan Data Curah Hujan Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process

PERLUASAN DISTRIBUSI CHEN (DISTRIBUSI XTG)

IDENTIFIKASI KARAKTERISTIK HAZARD RATE DISTRIBUSI GENERALIZED EXPONENTIAL. (Skripsi) Oleh MERDA GUSTINA

ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF-GENERALIZED EKSPONENSIAL (BN-GE) PADA DATA OVERDISPERSI

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

LAMPIRAN. Universitas Sumatera Utara

II. TINJAUAN PUSTAKA. Analisis survival (survival analysis) atau analisis kelangsungan hidup bertujuan

Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X

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

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

BAB III VALUE AT RISK (VaR ) DAN PENDEKATAN COPULA

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

KARAKTERISTIK FUNGSI HAZARD RATE DISTRIBUSI GENERALIZED WEIBULL. (Skripsi) Oleh MUTIA ADILLAH

terdefinisi. Oleh karena itu, estimasi resiko kematian pasien dapat diperoleh berdasarkan nilai hazard ratio. Model hazard proporsional parametrik

SIMULASI INTENSITAS SENSOR DALAM PENDUGAAN PARAMATER DISTRIBUSI WEIBULL TERSENSOR KIRI. Abstract

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang

SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA SKS

BAB IV HASIL DAN ANALISIS

PEMBANGKIT RANDOM VARIATE

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 LANDASAN TEORI

ESTIMATOR BAYES UNTUK RATA-RATA TAHAN HIDUP DARI DISTRIBUSI RAYLEIGH PADA DATA DISENSOR TIPE II

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

ANALISIS DINAMIK MODEL EPIDEMI SIRS DENGAN MODIFIKASI TINGKAT KEJADIAN INFEKSI NONMONOTON DAN PENGOBATAN

Medan, Juli Penulis

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

ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL

BAB I PENDAHULUAN. 1.1 Latar Belakang

Mata Kuliah Pemodelan & Simulasi

BAB 1 PENDAHULUAN Latar Belakang

INTERVAL PENGGANTIAN PENCEGAHAN SUKU CADANG BAGIAN DIESEL PADA LOKOMOTIF KERETA API PARAHYANGAN * (STUDI KASUS DI PT. KERETA API INDONESIA)

BAB I PENDAHULUAN. , untuk x 0, 0, 0 { 0, untuk x yang lain. 1 maka fungsi densitas di atas akan menjadi fungsi densitas distribusi

ESTIMASI CONFIDENCE INTERVAL BOOTSTRAP UNTUK ANALISIS DATA SAMPEL TERBATAS

ANALISIS RELIABILITAS PADA MESIN MEISA KHUSUSNYA KOMPONEN PISAU PAPER BAG UNTUK MEMPEROLEH JADUAL PERAWATAN PREVENTIF

APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgiyono Jurusan Matematika FMIPA UNDIP.

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

Analisis Survival Parametrik Pada Data Tracer Study Universitas Sriwijaya

SIDANG TERTUTUP TUGAS AKHIR MENENTUKAN KEANDALAN KOMPONEN MESIN PRODUKSI PADA MODEL STRESS-STRENGTH YANG BERDISTRIBUSI GAMMA

BAB IV HASIL DAN PEMBAHASAN. yaitu meliputi data dan metode analisis data yang digunakan untuk menentukan interval

METODOLOGI PENELITIAN. Untuk melihat karakteristik laju hazard distribusi Gompertz dalam penelitian ini

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi

BAB II LANDASAN TEORI

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

BAB II TINJAUAN PUSTAKA

ANALISIS TAHAN HIDUP DATA TERSENSOR TIPE II MENGGUNAKAN MODEL DISTRIBUSI WEIBULL PADA PENDERITA HEPATITIS C

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

ANALISIS DATA UJI HIDUP

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL

UKURAN SAMPEL DAN DISTRIBUSI SAMPLING DARI BEBERAPA VARIABEL RANDOM KONTINU

Penerapan Metode Rayleigh dalam Prediksi Keandalan pada Aplikasi Berbasis Web

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko

6.6 Rantai Markov Kontinu pada State Berhingga

ESTIMASI PARAMETER DISTRIBUSI EXPONENTIATED EKSPONENSIAL PADA DATA TERSENSOR TIPE II SKRIPSI

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

PERBANDINGAN KEPEKAAN UJI KENORMALAN UNIVARIAT PADA KATEGORI MOMEN MELALUI SIMULASI MONTE CARLO

Dasar-dasar Statistika Pemodelan Sistem

Pengantar Statistika Matematik(a)

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

ESTIMASI PARAMETER UNTUK DATA WAKTU HIDUP YANG BERDISTRIBUSI RAYLEIGH PADA DATA TERSENSOR TIPE II DENGAN METODE MAKSIMUM LIKELIHOOD SKRIPSI

BAB II TINJAUAN PUSTAKA. diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event

Distribusi Probabilitas : Gamma & Eksponensial

ESTIMASI PARAMETER REGRESI RANK BERDISTRIBUSI EKSPONENSIAL DENGAN MENGGUNAKAN METODE KUADRAT TERKECIL TERBOBOTI

Analisa Kecepatan Angin Menggunakan Distribusi Weibull di Kawasan Blang Bintang Aceh Besar

BAB II LANDASAN TEORI

MA4183 MODEL RISIKO Control your Risk!

PROSES KEMATIAN MURNI (Pure Death Processes)

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

MA4183 MODEL RISIKO Control your Risk!

II. TINJAUAN PUSTAKA

ESTIMASI PARAMETER UNTUK DISTRIBUSI HALF LOGISTIK. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan

MAKALAH DISTRIBUSI GAMMA DI SUSUN OLEH AWAN ARGA SAPUTRA DESSY ROFICA WULANDARI SUHENDRA PRADESA

PEMODELAN DAN SIMULASI UNTUK MENGETAHUI KEBANGKRUTAN PERUSAHAAN ASURANSI BERDASARKAN UKURAN KLAIM

Menentukan Keandalan Komponen Mesin Produksi Pada Model Stress Strength yang Berdistribusi Gamma

KARAKTERISTIK DISTRIBUSI KELUARGA TRANSFORMASI KHI-KUADRAT. Oleh : Entit Puspita. Dosen Jurusan pendidikan Matematika

Jurnal Ilmiah Widya Teknik Vol No ISSN

PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON

ESTIMASI INTERVAL KEPERCAYAAN (CONFIDENCE INTERVAL) PARAMETER MODEL PROSES GEOMETRIK WEIBULL PADA ANALISIS UJI HIDUP UNTUK DATA TERSENSOR TIPE II

Penentuan Momen ke-5 dari Distribusi Gamma

Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial

MA4181 MODEL RISIKO Risk is managed, not avoided

Perbandingan Estimasi Parameter Pada Distribusi Eksponensial Dengan Menggunakan Metode Maksimum Likelihood Dan Metode Bayesian

SIMULASI LAJU PERTUMBUHAN PENJUALAN AUTOMOTIF DENGAN METODE EKSPONENSIAL DAN GUI MATLAB DI JAWA TIMUR

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

Pembangkitan Bilangan Acak dengan Memanfaatkan Fenomena Fisis

BAB I PENDAHULUAN. 1.1 Latar Belakang

Studi Simulasi Grafik Pengendali Non Parametrik Berdasarkan Fungsi Distribusi Empirik

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

Transkripsi:

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 Fithriani, dan Ridho Okta Pawarestu Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Indonesia Email: snurrohmah@sci.ui.ac.id, idha.fithriani@gmail.com, ridho.okta@sci.ui.ac.id Abstract: Transmuted Exponentiated Exponential distribution is a generalization of Exponentiated Exponential distribution which is generated using a method called Quadratic Rank Transmutation Maps (QRTM). Transmuted Exponentiated Exponential distribution is a continued distribution which can model increasing, decreasing, bathtub, and non-monotone hazard rate. In this paper, it will be explained how to generate Transmuted Exponentiated Exponential distribution and also characteristics of distribution such as, probability density function, distribution function, and hazard rate. Keywords: Exponentiated Exponential distribution, Transmuted Exponentiated Exponential distribution, Quadratic Rank Transmutation Maps (QRTM), hazard rate. Abstrak: Distribusi Transmuted Exponentiated Exponential merupakan generalisasi dari distribusi Exponentiated Exponential yang dibentuk dengan menggunakan metode Quadratic Rank TransmutatioMaps (QRTM). Distribusi Transmuted Exponentiated Exponential merupakan salah satu distribusi kontinu yang mampu memodelkan data dengan hazard rate naik, turun, bathtub, dan nonmonoton. Pada penulisan ini akan dibahas mengenai proses pembentukan distribusi Transmuted Exponentiated Exponential serta karakteristik-karakteristik dari distribusi yang meliputi fungsi kepadatan probabilitas, fungsi distribusi, dan hazard rate. Kata kunci: distribusi Exponentiated Exponential, distribusi Transmuted Exponentiated Exponential, metode Quadratic Rank Transmutation Maps (QRTM), hazard rate. PENDAHULUAN Dalam perkembangannya, data yang terkait dengan kejadian yang muncul di berbagai bidang kehidupan, seperti lingkungan, finansial, kesehatan, dan sebagainya semakin beragam dan kompleks. Keadaan ini menyebabkan distribusi probabilitas yang sudah dikenal sebelumnya seperti distribusi Gamma dan Weibull kurang tepat apabila digunakan untuk menggambarkan data tersebut, sehingga menuntut adanya pengembangan dari distribusidistribusi yang telah dikenal. Pada tahun 1998, Gupta dan Kundu memperkenalkan sebuah distribusi baru, yaitu distribusi Exponentiated Exponential (EE) [1]. Distribusi Exponentiated Exponential dapat dijadikan sebuah alternatif dari distribusi Gamma atau distribusi Weibull. Seperti halnya distribusi Gamma dan distribusi Weibull, distribusi ini juga memiliki parameter shape dan

Pembentukan Distribusi Transmuted Exponentiated Exponential menggunakan scale. Kebanyakan karakteristik dari distribusi Exponentiated Exponential mirip dengan karakteristik yang dimiliki oleh distribusi Gamma, tetapi secara komputasi dan perhitungan fungsi distribusinya mirip dengan distribusi Weibull. Fungsi distribusi dari distribusi Exponentiated Exponential memiliki bentuk eksplisit seperti pada distribusi Weibull, namun karakteristik seperti hazard rate memiliki kemiripan dengan distribusi Gamma. Tetapi distribusi ini juga memiliki kekurangan, yaitu tidak mampu menggambarkan kejadian yang mempunyai hazard rate yang bukan merupakan fungsi monoton atau berbentuk bathtub. Hazard rate merupakan rate suatu individu mengalami event sesaat setelah suatu waktu tertentu. Hazard rate memiliki berbagai bentuk, contohnya bentuk bathtub yang dijumpai pada siklus hidup manusia, dimana pada awal kelahiran, risiko untuk terjadi kematian cukup tinggi, namun akan menurun saat memasuki usia remaja hingga dewasa, dan pada akhirnya risiko kematian akan kembali tinggi di usia tua. Oleh karena itu, untuk melengkapi kekurangan yang dimiliki oleh distribusi Exponentiated Exponential, Shaw dan Buckley pada tahun 2007 mengajukan teknik baru dalam pembentukan keluarga distribusi baru, yaitu keluarga distribusi Transmuted [3]. Dalam banyak literatur, teknik ini disebut Transmutation. Transmutation merupakan fungsi komposisi dari suatu fungsi distribusi dengan invers dari fungsi distribusi lainnya. Teknik ini memanfaatkan Quadratic Rank Transmutation Map (QRTM) untuk membangkitkan kelas distribusi baru yang memberikan fleksibilitas yang lebih dalam memodelkan berbagai macam data. Dalam makalah ini akan dibahas penggunaan metode QRTM dalam pembentukan distribusi Transmuted Exponentiated Exponential (TEE). Distribusi ini dibangun dengan menerapkan teknik transmutation pada distribusi Exponentiated exponential. Distribusi Transmuted Exponentiated Exponential mempunyai fungsi hazard yang mampu menggambarkan bentuk bathtub, yang tidak dimiliki oleh distribusi Exponentiated Exponential. TINJAUAN PUSTAKA Distribusi Exponentiated Exponential Distribusi Exponentiated Exponential diperkenalkan oleh Gupta dan Kundu yang pada awalnya digunakan sebagai alternatif dari distribusi Gamma dan distribusi Weibull [1]. Distribusi ini juga merupakan generalisasi dari distribusi Exponential. Distribusi ini digunakan untuk menganalisis data yang nilainya positif, seperti halnya distribusi Gamma dan distribusi Weibull. Contohnya dapat dijumpai pada sistem pendingin ruangan di suatu pesawat terbang, dimana peubah acak dari distribusi Exponentiated Exponential menyatakan lama hidup dari pendingin ruangan tersebut. Karaketristik Distribusi Exponentiated Exponential Bentuk fungsi kepadatan probabilitas (fkp) dari distribusi Exponentiated Exponential adalah / 1 1 e e / f (, dimana, dan, dengan grafik sebagai berikut: 145

Siti Nurrohmah, Ida Fithriani, dan Ridho Okta Pawarestu Gambar 1. Grafik fkp distribusi Exponentiated Exponential ketika dan bervariasi. Dari gambar 1 dapat dilihat bahwa nilai yang berbeda akan menghasilkan suatu bentuk grafik yang berbeda pada grafik fkp distribusi Exponentiated Exponential. Sehingga parameter merupakan parameter shape untuk distribusi Exponentiated Exponential. Gambar 2. Grafik fkp distribusi Exponentiated Exponential ketika dan bervariasi Sedangkan dari gambar 2 dapat dilihat bahwa nilai yang berbeda akan menghasilkan tingkat kerentangan yang berbeda pada grafik fkp distribusi Exponentiated Exponential. Sehingga parameter merupakan parameter scale untuk distribusi Exponentiated Exponential. Sedangkan fungsi distribusi dan fungsi hazard dari distribusi Exponentiated Exponential adalah 146

Pembentukan Distribusi Transmuted Exponentiated Exponential menggunakan F( 1 e / dan 1 e h( 1 1 e / 1 e / / dimana, dan, dengan grafik fungsi hazard adalah sebagai berikut: Gambar 3. Grafik fungsi hazard distribusi Exponentiated Exponential ketika bervariasi dan Berdasarkan gambar 3 di atas, fungsi hazard dari distribusi Exponentiated Exponential memiliki beberapa bentuk. Untuk nilai, fungsi hazard dari distribusi Exponentiated Exponential merupakan fungsi konstan seperti pada fungsi hazard dari distribusi Exponential. Untuk nilai, fungsi hazard merupakan fungsi turun, sedangkan untuk nilai, merupakan fungsi naik. Tetapi distribusi Exponentiated Exponential belum mampu menggambarkan fenomena fungsi hazard berbentuk bathtub. METODOLOGI PENELITIAN Metode Quadratic Rank Transmutation Map (QRTM) Metode QRTM ini diperkenalkan oleh Shaw dan Buckley sekitar tahun 2009 [3]. Metode ini menambahkan satu parameter pada distribusi dasar, sehingga diharapkan distribusi baru yang terbentuk akan menjadi lebih fleksibel untuk menganalisis data. Parameter yang ditambahkan disebut sebagai parameter transmuted. Transmutation Maps Transmutation Maps didefinisikan sebagai suatu fungsi komposisi dari fungsi distribusi kumulatif suatu distribusi dengan invers dari fungsi distribusi kumulatif dari distribusi lain. Dalam beberapa referensi, invers dari fungsi distribusi kumulatif untuk variabel acak kontinu sering juga disebut sebagai fungsi kuantil dari suatu distribusi. 147

Siti Nurrohmah, Ida Fithriani, dan Ridho Okta Pawarestu Rank Transmutation Maps Transmutation Maps terbagi menjadi dua kasus, yang pertama adalah Sample Transmutation Maps, yang didefinisikan sebagai fungsi komposisi dari fungsi distribusi kumulatif terhadap fungsi kuantil dari distribusi lainnya, dinotasikan dengan y G 1 [ F( ]. Sedangkan yang kedua adalah Rank Transmutation Maps, didefinisikan sebagai fungsi komposisi dari fungsi kuantil distribusi terhadap fungsi distribusi kumulatif dari distribusi lainnya, dinotasikan dengan v G[ F 1 ( ]. Kasus yang digunakan dalam metode QRTM adalah Rank Transmutation Maps. Quadratic Rank Transmutation Maps Berikut ini akan didefinisikan rank transmutation maps secara umum. Misalkan merupakan fungsi distribusi kumulatif dari distribusi dasar dan merupakan fungsi distribusi yang akan dibentuk. Kondisi yang harus dipenuhi yaitu dan harus memiliki ruang sampel yang sama. Kemudian dapat dibentuk General Rank Transmutation maps sebagai 1 ( u) F ( F ( )). G R 1,2 2 u Pemetaan ini memetakan interval ke dirinya sendiri, dan diasumsikan bahwa pemetaan ini kontinu dan monoton. Quadratic Rank Transmutation merupakan salah satu contoh dari rank transmutation dan didefinisikan sebagai Distribusi Transmuted Distribusi transmuted diperoleh dengan cara melakukan proses substitusi pada persamaan (1), sehingga diperoleh (1) Misalkan, maka, untuk dan. Sehingga Definisi 1 Suatu peubah acak dikatakan berdistribusi transmuted jika fungsi distribusi kumulatifnya memenuhi persamaan (2), untuk (3) dimana merupakan fungsi distribusi kumulatif dari distribusi dasar, dan disebut sebagai modulated distribution atau distribusi yang akan dibentuk [3]. Berdasarkan fungsi distribusi G(, fungsi kepadatan probabilitas dari distribusi transmuted adalah : 148

Pembentukan Distribusi Transmuted Exponentiated Exponential menggunakan Konstruksi Distribusi Transmuted Exponentiated Exponential Sebelumnya telah diketahui bahwa jika merupakan peubah acak kontinu dari distribusi Exponentiated Exponential dengan parameter dan yang bernilai positif, maka / 1 / fungsi kepadatan probabilitasnya adalah f ( x,, ) 1 e e sehingga fungsi F( x,, ) 1 e. Untuk memperoleh fungsi distribusi dari distribusi Transmuted Exponentiated Exponential, dilakukan substitusi fungsi distribusi dari distribusi Exponentiated Exponential ke dalam (3) dimana distribusi Exponentiated Exponential berperan sebagai distribusi dasar, dengan hasil sebagai berikut [2]: / distribusinya adalah G( / / (1 )(1 e ) 1 e 2 / / 1 (1 ) (1 e ), 1 e. Jadi fungsi distribusi dari distribusi Transmuted Exponentiated Exponential adalah dimana, (4) Berdasarkan (4), diperoleh fungsi kepadatan probabilitas dari distribusi Transmuted Exponentiated Exponential dengan parameter dan adalah dimana. / 1 / / 1 e e (1 ) 2(1 e ) g( G' (, (5) Berikut ini diberikan beberapa grafik fungsi kepadatan probabilitas dari distribusi Transmuted Exponentiated Exponential berdasarkan perubahan nilai-nilai dari parameter. Gambar 4. Grafik fkp distribusi Transmuted Exponentiated Exponential ketika bervariasi. dan 149

Siti Nurrohmah, Ida Fithriani, dan Ridho Okta Pawarestu Dari gambar 4 dapat dilihat bahwa nilai yang berbeda akan menghasilkan suatu bentuk grafik yang berbeda pada grafik fkp distribusi Transmuted Exponentiated Exponential. Sehingga parameter merupakan parameter shape untuk distribusi Transmuted Exponentiated Exponential. Gambar 5 Grafik fkp distribusi Transmuted Exponentiated Exponential ketika,, dan bervariasi. Sedangkan dari gambar 5 dapat dilihat bahwa nilai yang berbeda akan menghasilkan tingkat kerentangan yang berbeda pada grafik fkp distribusi Transmuted Exponentiated Exponential. Sehingga parameter merupakan parameter scale untuk distribusi Transmuted Exponentiated Exponential. Fungsi Hazard Fungsi hazard menyatakan rate suatu objek mengalami kegagalan sesaat setelah. Fungsi hazard dari distribusi Transmuted Exponentiated Exponential dengan parameter dan adalah / 1 / / 1 e e (1 ) 2(1 e ) g( h( = 1 G( / / 1 1 e (1 ) (1 e ) dimana. Beberapa grafik fungsi hazard dari distribusi Transmuted Exponentiated Exponential disajikan pada gambar 6. Berdasarkan gambar 6, fungsi hazard dari distribusi Transmuted Exponentiated Exponential memiliki beberapa bentuk. Untuk nilai dan, fungsi hazard dari distribusi Transmuted Exponentiated Exponential merupakan fungsi konstan seperti pada fungsi hazard dari distribusi Exponential. Fungsi hazard dari distribusi Transmuted Exponentiated Exponential dapat berbentuk fungsi naik, fungsi turun, dan bahkan mampu menggambarkan fenomena fungsi hazard berbentuk bathtub dan inverted bathtub. Sehingga distribusi Transmuted Exponentiated Exponential dikatakan cukup fleksibel dalam analisis data positif, karena mampu menggambarkan berbagai fenomena fungsi hazard. 150

Pembentukan Distribusi Transmuted Exponentiated Exponential menggunakan Gambar 6 Grafik fungsi hazard distribusi Transmuted Exponentiated Exponential ketika, dan bervariasi. KESIMPULAN Berdasarkan hasil pembahasan di atas, diperoleh kesimpulan sebagai berikut : 1. Distribusi Transmuted Exponentiated Exponential dibangun dengan menggunakan metode Quadratic Rank Transmutation Maps (QRTM) dimana distribusi Exponentiated Exponential bertindak sebagai distribusi dasar. 2. Distribusi Transmuted Exponentiated Exponential merupakan distribusi kontinu yang memiliki tiga parameter. 3. Distribusi Transmuted Exponentiated Exponential merupakan distribusi skala dengan parameter sebagai parameter scale. 4. Distribusi Transmuted Exponentiated Exponential mampu menggambarkan berbagai bentuk fungsi hazard seperti naik, turun, bathtub, dan non-monoton. REFERENSI [1] Gupta, D. Rameshwar, & Kundu, Debasis. (2001). Exponentiated Exponential Family : An Alternative to Gamma and Weibull Distributions. Biometrical Journal 43 1, 117-130. [2] Merovci, Faton. (2013). Transmuted Exponentiated Exponential Distribution. Mathematical Sciences and Application E-Notes Volume 1, 112-122. [3] Shaw, T. William, & Buckley, R.C Ian. (2009). The Alchemy of Probability : Beyond Gram-Charlier Expansions, and a Skew-kurtotic-normal Distribution From a Rank Transmutation Map. arxiv: 0901.0434v1. 151