BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur

BAB 1 PENDAHULUAN. ii Bagaimana rata-rata atau nilai tengah dibuat oleh Stimulan eksternal.

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

BAB 1 PENDAHULUAN. sangat pesat. Sangat cepatnya perkembangan tersebut tidak lepas karena dukungan dari

BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat

BAB 1 PENDAHULUAN Latar Belakang

ADLN- PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB 1 PENDAHULUAN. metode yang bisaanya digunakan dalam estimasi parameter yakni Ordinary Least

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

ESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI

BAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,

BAB 1. Pendahuluan. Perkembangan ilmu pengetahuan dan teknologi yang semakin pesat telah

KONSEP DASAR TERKAIT METODE BAYES

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 Latar Belakang

Sem 7-4. Garis Besar Rencana Pembelajaran (GBRP)

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

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. kemampuan infrastruktur pasar. Secara tradisional, dikenal adanya dua

BAB I PENDAHULUAN. Investasi tanah, investasi emas, dan investasi saham merupakan investasi yang

BAB I PENDAHULUAN. Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang

BAB I PENDAHULUAN 1.1 Latar Belakang Noviandhini Puji Gumati, 2013

ANALISA KEANDALAN PADA PERALATAN UNIT PENGGILINGAN AKHIR SEMEN UNTUK MENENTUKAN JADWAL PERAWATAN MESIN (STUDI KASUS PT. SEMEN INDONESIA PERSERO TBK.

BAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan

BAB I PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB 1 PENDAHULUAN. banyak diterapkan pada berbagai bidang sebagai dasar bagi pengambilan

BAB I PENDAHULUAN Latar Belakang Masalah

PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM

KONSISTENSI ESTIMATOR

Setiap karakteristik dari distribusi populasi disebut dengan parameter. Statistik adalah variabel random yang hanya tergantung pada harga observasi

BAB I PENDAHULUAN. atau tidak semua T1 T2 TN. sehingga banyaknya. keseluruhan observasi data panel adalah

KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN

Studi dan Implementasi Integrasi Monte Carlo

1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL SKRIPSI

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

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB 1 PENDAHULUAN. banyak lagi. Pernah kita mendengar pernyataan seperti: tiap bulan habis

FIKA DARA NURINA FIRDAUS,

Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat)

PEMODELAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION PADA REGRESI POISSON

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

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN. memiliki sebuah hubungan, misalnya ilmu alam yang berkaitan erat dengan

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB III ESTIMASI BIAYA GARANSI TV. Pada bab ini akan dibahas tahapan-tahapan yang dilakukan untuk

OLEH : Riana Ekawati ( ) Dosen Pembimbing : Dra. Farida Agustini W, M.S

BAB I PENDAHULUAN. Ilmu kalkulus memiliki aturan aturan penyelesaian fungsi integral untuk

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB IV. Pada bab IV ini, akan dibahas implementasi metode Least-Square. Monte Carlo (LSM) untuk menentukan nilai opsi put Amerika dengan

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma)

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO

BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO. Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

MODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI

BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan

SATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS

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

BAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah

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

BAB IV SIMULASI MONTE CARLO

BAB 3 METODE ANALISIS. Beberapa metode pendekatan untuk menghitung harga option pun semakin

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN

PEMANFAATAN SIMULASI MONTE CARLO PADA OPSI KEUANGAN

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB IV IMPLEMENTASI SKEMA RUNGE-KUTTA. Pada bab ini akan dibahas implementasi skema skema yang telah

ILKOM Jurnal Ilmiah Volume 10 Nomor 1 April Ricky Zulfiandry Universitas Dehasen Bengkulu

BAB 1 PENDAHULUAN. Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan

UNIVERSITAS BINA NUSANTARA ANALISIS PERBANDINGAN METODE MONTE CARLO, QUASI MONTE CARLO DAN REDUKSI RAGAM DALAM BLACK SCHOLES OPTION PRICING MODEL

BAB I PENDAHULUAN. Dalam statistika, sebuah penaksir adalah sebuah fungsi dari sample data

RENCANA PEMBELAJARAN SEMESTER (RPS)

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Siti Nurhayati Basuki, 2013

BAB 1 PENDAHULUAN. awal peradaban manusia. Pada awal zaman Masehi, bangsa-bangsa

BAB I PENDAHULUAN. 1.1 Latar Belakang

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear

BAB II LANDASAN TEORI

ESTIMASI VOLATILITY (σ) DARI MODEL AR(p) MENGGUNAKAN METODE MARKOV CHAIN MONTE CARLO (MCMC)

PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE

UNIVERSITAS BINA NUSANTARA

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

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 pengetahuan. Perkembangan ilmu matematika dan penerapannya dalam berbagai bidang keilmuan terutama dalam bidang statistika, yang selalu mencari metode baru untuk memudahkan dalam memprediksi dan menaksir parameter-parameter dari data untuk menyelesaikan beragam permasalahan yang semakin kompleks dan rumit. Penaksiran dalam statistika adalah proses yang menggunakan sampel statistik untuk menaksir hubungan parameter populasi yang tidak diketahui [14]. Penaksiran merupakan suatu pernyataan mengenai parameter populasi yang diketahui berdasarkan populasi dari sampel, dalam hal ini sampel acak, yang diambil dari populasi yang bersangkutan. Di dalam statistika, ada yang dinamakan dengan peubah acak diskrit. Salah satu distribusi peluang dari peubah acak diskrit adalah distribusi Binomial Negatif. Distribusi ini terjadi bila usaha yang saling bebas, dilakukan berulang kali menghasilkan sukses dengan peluang sedangkan gagal dengan peluang, maka distribusi peluang peubah acak, yaitu banyaknya usaha yang berakhir tepat pada sukses atau gagal ke- [13]. Ada banyak metode penaksir yang dapat digunakan untuk mengetahui parameter dari distribusi Binomial Negatif. Metode itu diantaranya, Method of Moment Estimator (MME), Maximum Likelihood Estimator (MLE) dan Maximum Quasi Likelihood Estimator (MQLE). Dalam hal ini, akan dicari bagaimana bentuk taksiran parameter distribusi Binomial Negatif menggunakan ketiga metode tersebut dan mencari yang lebih baik diantara ketiganya. Untuk menentukan yang lebih baik dalam penaksiran parameternya, maka salah satu pengujiannya dengan salah satu metode stokastik melalui simulasi.

Simulasi adalah teknik untuk membuat konstruksi model matematika untuk suatu proses atau situasi, dalam rangka menaksir secara karakteristik atau menyelesaikan masalah berkaitan dengannya dengan menggunakan model yang diajukan [10]. Simulasi dalam melakukan percobaan melibatkan pembangkit bilangan acak dengan menggunakan komputer sehingga dikenal dengan simulasi komputer yaitu percobaan dengan sampling berbasis komputer. Hal ini dikenal dengan simulasi Monte Carlo. Simulasi ini banyak berperan dalam simulasi sistem komputer, yang digunakan untuk memanipulasi database yang besar, memiliki kemampuan logika seperti operasi matematika dalam suatu model dan dapat mengikuti suatu model yang kemudian dikembangkan oleh komputer. Simulasi ini didasarkan pada percobaan dari suatu elemen kemungkinan dengan menggunakan sampel acak. Oleh karena itu, penulis tertarik untuk melakukan penelitian dengan mengambil topik tentang Perbandingan Metode Penaksir Parameter Distribusi Binomial Negatif. Selanjutnya, membandingkan metode penaksir tersebut dengan menggunakan simulasi Monte Carlo. 1.2 Rumusan Masalah Adapun rumusan permasalahan penulisan skripsi ini adalah sebagai berikut: 1. Bagaimana penaksir parameter untuk distribusi Binomial Negatif menggunakan Method of Moment Estimator (MME), Maximum Likelihood Estimator (MLE) dan Maximum-Quasi Likelihood Estimator (MQLE)?, 2. Manakah dari ketiga metode penaksir yang paling baik untuk menaksir parameter distribusi Binomial Negatif?. 1.3 Batasan Masalah Batasan permasalahan dalam pembahasan penulisan skripsi ini adalah sebagai berikut: 1. Distribusi yang digunakan adalah distribusi Binomial Negatif,

2. Metode yang digunakan adalah Method of Moment Estimator (MME), Maximum Likelihood Estimator (MLE) dan Maximum Quasi Likelihood Estimator (MQLE), 3. Menggunakan simulasi Monte Carlo untuk menguji yang paling baik digunakan dari metode penaksir tersebut, 4. Kriteria pengujiannya menggunakan bias, varians dan Mean Square Error. 1.4 Tujuan dan Manfaat Penelitian Adapun tujuan dari penulisan skripsi ini adalah untuk mencari penaksir parameter distribusi Binomial Negatif menggunakan Method of Moment Estimator (MME), Maximum Likelihood Estimator (MLE) dan Maximum Quasi Likelihood Estimator (MQLE). Kemudian membandingkan ketiga penaksir dengan simulasi Monte Carlo, dengan tujuan untuk mengetahui metode penaksir yang paling baik digunakan untuk menaksir parameter distribusi Binomial Negatif dengan melihat nilai bias, varians dan Mean Square Error yang terkecil. Sedangkan manfaatnya adalah sebagai berikut: 1. Dapat mengetahui penaksir parameter distribusi Binomial Negatif dari ketiga metode penaksir, 2. Dapat mengetahui metode penaksir yang paling digunakan untuk menaksir parameter distribusi Binomial Negatif dalam kondisi banyaknya data sampel ( ), mean sampel ( ), dan banyaknya percobaan yang sukses atau gagal ( ). 1.5 Metode Penelitian Metode Penelitian yang digunakan dalam penulisan skripsi ini adalah sebagai berikut: a. Studi Pustaka Merupakan metode pengumpulan data yang dilakukan dengan cara mencari referensi, membaca dan mempelajari buku-buku, jurnal-jurnal dan internet, yang berhubungan dengan masalah yang menjadi topik skripsi ini. Teori yang digunakan adalah penaksiran (estimasi) untuk menaksir parameter distribusi

Binomial Negatif dengan menggunakan Method of Moment Estimator (MME), Maximum Likelihood Estimator (MLE) dan Maximum Quasi Likelihood Estimator (MQLE). b. Eksperimental Eksperimental yaitu melakukan penelitian secara langsung sehingga data yang diperoleh bersifat primer. Datanya tentang masa hidup baterai yang diperoleh dari 20 baterai. Penelitiannya dilaksanakan pada tanggal 16 Juli 2012 dan bertempat di ruang Laboratorium Teknik Elektro Universitas Komputer (UNIKOM) yang beralamat di Jl. Dipatiukur 112-116 Telp. (022) 2504119, Bandung 40132. c. Pengujian dan Analisis Pengujian skripsi ini menggunakan software pemograman yaitu MATLAB R2010a. Sedangkan analisa numerik menggunakan simulasi Monte Carlo. Simulasi ini digunakan untuk memberikan gambaran metode penaksir yang paling baik dalam mencari parameter distribusi Binomial Negatif. Hasil dari pengujiannya akan disajikan dalam bentuk tabel. 1.6 Sistematika Penulisan Sistematika penulisan dalam penyusunan skripsi ini adalah sebagai berikut: 1. BAB I PENDAHULUAN berisi tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan dan manfaat penelitian, metode penelitian, dan sistematika penulisan, 2. BAB II LANDASAN TEORI berisi tentang konsep dasar statistika dan peluang, karakteristik statistik, peubah acak dan distribusi peluang diskrit, distribusi Binomial Negatif, penaksiran dan metode penaksir, sifat-sifat penaksir baik, mean square error, dan model simulasi, 3. BAB III PERBANDINGAN METODE PENAKSIR PARAMETER DISTRIBUSI BINOMIAL NEGATIF berisi tentang penaksiran parameter

distribusi Binomial Negatif, dan perbandingan metode penaksir. Dan bagian ini juga berisi tentang simulasi Monte Carlo yang mencakup sejarah dan langkah-langkah simulasi Monte Carlo untuk distribusi Binomial Negatif, 4. BAB IV SIMULASI DAN STUDI KASUS berisi tentang simulasi perbandingan metode penaksir, algoritma simulasi perbandingan metode penaksir, analisis dan hasil simulasi bilangan acak dan studi kasus yang mencakup kondisi sampel, alat penguji masa hidup baterai, serta analisis dan hasilnya, 5. BAB V PENUTUP berisi tentang kesimpulan dan saran yang berkaitan dengan penelitian ini.