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

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

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

INTERVAL KEPERCAYAAN

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

Pendugaan Parameter 1

Metode Statistika Pertemuan IX-X


Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

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

A.Interval Konfidensi pada Selisih Rata-rata

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

Tetapi apabila n < 5% N maka digunakan :

BAB IV DESKRIPSI ANALISIS DATA

Bab6 PENAKSIRAN PARAMETER

A. PENGERTIAN DISPERSI

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

Metode Statistika Pertemuan XI-XII

BAB III METODOLOGI PENELITIAN

A. Interval Konfidensi untuk Mean

MINGGU KE XII PENDUGAAN INTERVAL

Mata Kuliah: Statistik Inferensial

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

1. Ilustrasi. Materi 2 Pendugaan Parameter

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai

Bab I Dasar Teori. Inferensi Statistik

BAB III METODE PENELITIAN

PERBANDINGAN METODE ESTIMASI M DAN ESTIMASI MM (METHODE OF MOMENT) PADA REGRESI ROBUST

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA

JENIS PENDUGAAN STATISTIK

SEBARAN t dan SEBARAN F

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

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

MODEL PEMBELAJARAN DRAMA DENGAN MENGGUNAKAN TEKNIK GANTI TOKOH PADA SISWA KELAS XI SMAN 1 KARANGPAWITAN GARUT TAHUN PELAJARAN 2011/2012

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

9 Departemen Statistika FMIPA IPB

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

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

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

TINJAUAN PUSTAKA Pengertian

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

Optimasi Penempatan Sumur Baru pada Lapangan Panasbumi dengan Bootstrap Deteksi Kriging. Isnani, M.Si PMtk FKIP Universitas Pancasakti Tegal

Jurusan Matematika Universitas Riau, Riau 1 Kampus Binawidya Pekanbaru 28293, Indonesia Jurusan Matematika Universitas Riau, Riau 2 ABSTRACT

Statistika. Besaran Statistik

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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

BAB III METODE PENELITIAN

BAB 6: ESTIMASI PARAMETER (2)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1

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

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

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

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

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

Pembangkitan bilangan random (RN)

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

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

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

Distribusi Sampling (Distribusi Penarikan Sampel)

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

III. METODELOGI PENELITIAN

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu.

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas X SMA N 10 Pekanbaru, semester

BAB 3 METODOLOGI PEMECAHAN MASALAH. telepon PT. Pos Indonesia cabang Kebon Jeruk, Jakarta Barat dan melihat

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

1 n MODUL 5. Peubah Acak Diskret Khusus

BAB III METODE PENELITIAN

BAB III METODOLOGI PENELITIAN. mendapat perlakuan dengan menggunakan model pembelajaran TSTS (Two Stay

EKONOMI FERTILITAS. Minggu ke 10 DEPARTEMEN ILMU KELUARGA DAN KONSUMEN FAKULTAS EKOLOGI MANUSIA IPB

UJI KUALITAS MINYAK GORENG BERDASARKAN INDEKS BIAS CAHAYA MENGGUNAKAN ALAT REFRAKTOMETER SEDERHANA

Teori Penaksiran. Oleh : Dewi Rachmatin

PENERAPAN METODE PEMBELAJARAN IMPROVE UNTUK MENINGKATKAN HASIL BELAJAR SISWA DALAM PEMBELAJARAN TEKNOLOGI INFORMASI DAN KOMUNIKASI (TIK)

BAB III METODE PENELITIAN

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

BAB III METODOLOGI PENELITIAN

Transkripsi:

Statitika, Vol. 8 No. 1, 13 17 Mei 008 Selag Kepercayaa dari Parameter Ditribui Log-Normal Megguaka Metode Boottrap Peretil Akhmad Fauzy Jurua Statitika FMIPA Uiverita Ilam Idoeia Yogyakarta Abtract I thi article, two method are propoed to give the iterval etimatio for two parameter Log- Normal ditributio. We uually ue traditioal method to cotruct iterval etimatio. Thi iterval eed a t ditributio ad chi-quare ditributio ad amely traditioal method. We will ue aother method, amely boottrap percetile. Boottrap percetile method more potetial i cotructig two parameter iterval ad give horter iterval tha traditioal method. Thi method doe ot eed a aumptio that the ample ha to have t ad chi-quare ditributio. Keyword: boottrap percetile method, iterval etimatio, traditioal method 1. Latar Belakag Utuk meigkatka kualita uatu produk hail idutri maka diperluka uatu aalii uji hidup. Uji hidup terebut agat bergua dalam melakuka pegujia tetag daya taha atau keadala uatu produk hail idutri. Utuk medapatka data uji hidup biaaya orag melakuka ekperime. Yag membedaka aalii uji hidup dega bidag-bidag tatitik laiya adalah adaya peyeora (Lawle, 003). Ditribui Log-Normal merupaka alah atu ditribui yag diguaka dalam bidag tekik, khuuya yag meyagkut aalii uji hidup ( urvival aalyi). Utuk dapat memberika gambara yag baik tetag ilai parameter dari ditribui terebut, biaaya dicari ilai elag kepercayaaya. Bury (1999) telah meguraika uatu metode utuk mecari elag kepercayaa dari dua parameter ditribui Log-Normal. Perhituga elag terebut memerluka batua ditribui t da chi-kuadrat. Di dalam bidag tatitika ada metode yag relatif baru yag diperguaka utuk meghitug elag. Metode terebut adalah metode boottrap peretil. Metode boottrap peretil adalah uatu metode berbai komputer yag agat poteial utuk diguaka pada maalah-maalah ketidaktabila da keakuraia, khuuya dalam meetuka elag. Selag yag dihailka tidak memerluka batua ditribui (Efro da Tibhirai, 1993). Metode boottrap peretil perlu dicoba utuk mecari elag kepercayaa bagi dua parameter dari ditribui Log-Normal. 1.1 Tujua Peelitia ii bertujua utuk meujukka bahwa elag kepercayaa dari dua parameter ditribui Log-Normal yag dihailka oleh metode boottrap peretil aka lebih baik apabila dibadigka dega megguaka metode tradiioal eperti yag elama ii kita guaka. 1. Perumua Maalah Ada dua maalah yag haru dieleaika dalam peelitia ii. Maalah yag pertama adalah meduga elag kepercayaa dari dua parameter ditribui Log-Normal dega metode tradiioal da metode boottrap peretil. Maalah yag kedua adalah membadigka kedua elag terebut. 13

14 Akhmad Fauzy 1.3 Metode Data yag diguaka pada peelitia ii adalah data buata ( artificial). Data terebut dihailka dega batua paket program Miitab 14. Lagkah pertama adalah membuat elag kepercayaa dari dua parameter ditribui Log-Normal dega metode tradiioal. Lagkah elajutya adalah mecari ilai ulaga boottrap yag meujukka kodii koverge. Setelah diketahui kodii kovergeya, maka elag dega metode boottrap peretil dapat dicari. Kemudia hail elag atara metode tradiioal dega metode boottrap peretil dapat dibadigka.. Ladaa Teori.1 Metode Tradiioal Fugi kepadata probabilita ditribui Log-Normal dega dua parameter, da adalah ebagai berikut (Ireo, 1996): 1 1 l ( x) μ f x;, exp dega x 0 ; 0 da (1) Selajutya Bury (1999) telah meguraika rumu utuk mecari elag kepercayaa bagi, yaitu: exp x t1; / exp x t1; / () da elag kepercayaa bagi yaitu: exp 1 1 / exp 1;1 1 1 1; / (3). Metode Boottrap Peretil Metode boottrap adalah uatu metode berbai komputer yag agat poteial utuk diperguaka pada maalah ketaktabila da keakuraia, khuuya dalam meetuka elag. Itilah boottrap beraal dari pull oeelf up by oe boottrap, yag berarti berpijak di ata kaki ediri, beruaha dega umber daya miimal. Dalam udut padag tatitika, umber daya yag miimal adalah data yag edikit, data yag meyimpag dari aumi tertetu, atau data yag tidak mempuyai aumi apapu tetag ditribui populaiya (Fauzy, 000). Tujua dari pegguaa metode boottrap adalah utuk medapatka pedugaa yag ebaik-baikya yag beraal dari data yag miimal. Dega demikia pegguaa komputer dalam metode boottrap mutlak diperluka (Fauzy, 1998). Secara umum proedur boottrap peretil utuk meduga elag kepercayaa dari atu parameter ditribui Log-Normal di bawah eor legkap adalah ebagai berikut: 1. Berika peluag yag ama 1/ pada etiap data tereor legkap berukura,. Megambil uatu ampel berulag ecara acak berukura dega pegembalia, 3. Ulagi lagkah ebayak B kali utuk medapatka idepedet boottrap replicatio ˆ * 1 * *B,ˆ,...., ˆ da mecari pada ulaga keberapa tercapai kodii koverge. Hitug rata-rata b yaitu: Statitika, Vol. 8, No. 1, Mei 008

Selag Kepercayaa dari Parameter Ditribui Log-ormal 15 * ˆ 1 B = i= 1 B ˆ *i da 1 B *i b ) = ( ˆ b ), (4) i=1 dev( B1 4. Selag kepercayaa Boottrap peretil bagi da pada tigkat kepercayaa 1 - * didefiiika dega peretil ke-100(/) da ke-100(1-/) pada ˆ, ehigga elag peretil dapat diyataka dega: ( /) (1/) ( ) (1/) ˆ *, ˆ * / da dev( b), dev( b) 3. Hail da Pembahaa Data yag diguaka pada peelitia ii adalah data buata ( artificial). Data terebut dihailka dega batua paket program Miitab 13. Data yag dibagkitka ebayak 18 data dega ditribui Log-Normal. Ke-18 data terebut mialka mecermika data taha hidup (dalam hari) dari 18 bola lampu. Tabel 1. Data taha hidup dari 18 bola lampu (dalam hari) No. Taha Hidup No. Taha Hidup No. Taha Hidup 1 17.4 7 58.36 13 54.13 145.36 8 8.89 14 40.40 3 16.53 9 51.03 15 60.65 4 14.84 10 53.38 16 5.71 5 79.97 11 08.55 17 494.67 6 304.95 1 64.4 18 116.59 Sumber: data artificial (5) 3.1 Metode Tradiioal Rumu yag diguaka utuk mecari elag kepercayaa bagi, yaitu: exp x t1; / exp x t1; / Nilai rata-rata dari data taha hidup di ata adalah 30.371 hari. Dega megguaka rumu di ata maka bata bawah, bata ata da lebar elag bagi pada tigkat kepercayaa 99 % da 95 % dapat diperoleh. Tabel. Bata bawah (BB), bata ata (BA) da lebar elag (LS) bagi pada tigkat kepercayaa (TK) 99 % da 95 % 99 % 51.861 408.880 357.019 95 % 100.4 360.319 59.897 Rumu yag diguaka utuk mecari elag kepercayaa bagi, yaitu: exp 1 1 / exp 1;1 1 1 1; / Nilai deviai tadar dari data taha hidup di ata adalah 61.315 hari. Dega megguaka rumu di ata maka bata bawah, bata ata da lebar elag bagi pada tigkat kepercayaa 99 % da 95 % dapat diperoleh. Statitika, Vol. 8, No. 1, Mei 008

16 Akhmad Fauzy Tabel 3. Bata bawah (BB), bata ata (BA) da lebar elag (LS) bagi pada tigkat kepercayaa (TK) 99 % da 95 % 99 % 180.78 451.396 71.118 95 % 196.087 391.748 195.661 3. Metode Boottrap Peretil Kodii koverge tercapai pada ulaga boottrap ke-500. Nilai da dari data taha hidup pada ulaga terebut adalah 8.755 hari da 3.016 hari. Selag boottrap peretil bagi kedua parameter terebut pada tigkat kepercayaa 99 % da 95 % dapat dilihat pada tabel 4 da 5 di bawah ii. Tabel 4. Bata bawah (BB), bata ata (BA) da lebar elag (LS) bagi pada tigkat kepercayaa (TK) 99 % da 95 % 99 % 111.744 409.609 97.865 95 % 133.481 36.447 8.966 Tabel 5. Bata bawah (BB), bata ata (BA) da lebar elag (LS) bagi pada tigkat kepercayaa (TK) 99 % da 95 % 99 % 174.078 441.704 67.66 95 % 13.184 40.06 188.84 3.3 Perbadiga Lebar Selag Perbadiga lebar elag kepercayaa dari dua parameter ditribui Log-Normal yag dihailka oleh metode tradiioal da metode boottrap peretil dapat dilihat pada tabel 6 da 7. Tabel 6. Perbadiga lebar elag bagi pada tigkat kepercayaa (TK) 99 % da 95 % Metode TK 99 % 95 % Tradiioal 357.019 59.897 Boottrap peretil 97.865 8.966 Seliih elag 59.154 30.931 Tabel 7. Perbadiga lebar elag bagi pada tigkat kepercayaa (TK) 99 % da 95 % Metode TK 99 % 95 % Tradiioal 71.118 195.661 Boottrap peretil 67.66 188.84 Seliih elag 3.49 6.819 Selag yag dihailka oleh metode boottrap peretil lebih pedek dari pada yag dihailka oleh metode tradiioal. Hal ii bia dilihat pada tabel 6 da 7, dimaa terjadi eliih lebar elag yag cukup bear atara kedua metode terebut. Dega demikia dapat Statitika, Vol. 8, No. 1, Mei 008

Selag Kepercayaa dari Parameter Ditribui Log-ormal 17 diimpulka bahwa metode boottrap peretil lebih baik dari pada metode tradiioal, karea metode boottrap peretil meghailka lebar elag yag lebih pedek. 4. Keimpula Metode yag lebih baik di dalam meduga elag kepercayaa bagi dua parameter ditribui Log-Normal adalah metode boottrap peretil. Metode terebut meghailka lebar elag yag lebih empit apabila dibadigka dega metode tradiioal. Metode terebut juga tidak memerluka aumi ditribui. Daftar Putaka [1] Bury, K. 1999. Statitical ditributio i egieerig. Cambridge: Cambridge Uiverity Pre. [] Efro, B., da Tibhirai, R. 1993. A itroductio to the boottrap. New York: Chapma & Hall. [3] Fauzy, A. 1998. Selag kepercayaa utuk koefiie 1 dari gari regrei apabila ragam galat tidak homoge dega metode OLS, WLS da boottrap. Thei. Bogor: IPB Bogor. [4] Fauzy, A. 000. Etimai iterval kofidei dari ilai rata-rata pada ampel berditribui t dega metode boottrap peretil. MIHMI, 6(5), 41-45. [5] Ireo, W. G. 1996. Hadbook of reliability egieerig ad maagemet (d ed.). New York: McGraw Hill. [6] Lawle, J. F. 003. Statitical model ad method for lifetime data (d ed.). New York: Joh Wiley & So. Statitika, Vol. 8, No. 1, Mei 008