Metode Kuadrat Terkecil
-
Upload
sadewa-sabihi -
Category
Documents
-
view
64 -
download
13
description
Transcript of Metode Kuadrat Terkecil
A. Judul : Menentukan Metode yang Akurat dari Taksiran Parameter
Distribusi Weibull dengan Menggunakan Metode Momen
dan Metode Kuadrat Terkecil.
B. Bidang Ilmu : Teori Peluang dan Statistik Matematika
C. Pendahuluan
Statistika adalah ilmu yang mempelajari bagaimana merencanakan,
mengumpulkan, menganalisis, menginterpretasi dan mempresentasikan data.
Salah satu aspek yang penting dalam statistika adalah mendapatkan taksiran
terbaik untuk suatu parameter dari suatu distribusi. Parameter dari suatu distribusi
dapat dinotasikan sebagaiα ,β , γ dan lain sebagainya.
Statistika inferensi merupakan suatu cara pengambilan keputusan tentang
parameter yang didasarkan pada informasi data sampel yang diambil dari populasi
yang menjadi perhatian. Statistik yang di gunakan untuk melakukan estimasi
parameter dikenal dengan nama estimator. Estimator untuk parameter ada dua
jenis, yaitu estimator titik dan estimator interval atau disebut juga interval
kepercayaan.
Dalam statistika, distribusi probabilitas dapat dibagi dalam dua jenis
distribusi, yaitu distribusi kontinu dan distribusi diskrit. Distribusi kontinu adalah
distribusi yang memuat peubah acak kontinu, sedangkan distribusi diskrit adalah
distribusi yang peubah acaknya diskrit yang kemungkinan hasilnya dapat
dihitung. Yang termasuk dalam kelompok distribusi kontinu adalah distribusi
eksponensial, distribusi normal, distribusi Weibull dan sebagainya. Dan yang
1
termasuk dalam distribusi diskrit adalah distribusi Poisson, distribusi binomial dan
distribusi hypergeometric.[2; hal. 90]
Salah satu yang akan dibahas pada penelitian ini adalah distribusi Weibull.
Distribusi Weibull adalah distribusi penting terutama untuk reliabilitas dan
kemampuan dalam menganalisa. Variasi Weibull biasanya digunakan sebagai
distribusi kehidupan dalam aplikasi handal. Parameter – parameter dari distribusi
Weibull dapat ditaksir dengan menggunakan metode. Adapun metode untuk
menaksir nilai parameter distribusi Weibull adalah metode grafik dan metode
analitik. Yang termasuk dalam metode grafik yaitu Weibull probability plotting
(WPP) dan hazard plot. Sedangkan yang termasuk dalam metode analitik yaitu
metode maksimum likelihood, metode kuadrat terkecil dan metode momen.
[1; hal. 790]
Pada penelitian ini akan membahas tentang taksiran parameter dari
distribusi Weibull dengan menggunakan metode analitik. Meskipun menggunakan
metode grafik relative cepat, tetapi hasil yang diperoleh tidak sangat akurat. Dan
metode analitik dipertimbangkan lebih akurat juga dapat dipercaya dibandingkan
metode grafik. Adapun bentuk umum dari fungsi densitas dari ditribusi Weibull
dua parameter adalah f ( x )= β
αx β−1 e
−( xα )β
, x≥0 . Dan fungsi kumulatif distribusi
Weibull diberikan sebagai berikut :F ( x )=1−e−( x
α)β
Untuk mendapatkan metode analitik terbaik untuk menaksir parameter
distribusi Weibull adalah dengan memanfaatkan Mean Square Error dan Total
Deviasi sebagai alat ukur untuk membandingkan metode tersebut. Dan metode
2
yang tepat adalah metode yang memiliki Mean Square Error dan Total Deviasi
yang terkecil.
Pada proposal ini akan dibandingkan dua metode dari tiga metode tersebut
untuk menaksir parameter yang diajukan yaitu metode momen dan metode
kuadrat terkecil. Ketepatan dari taksiran tersebut akan ditunjukkan pada penulisan
tugas akhir dan akan dibahas di skripsi secara matematis.
Dari kedua metode tersebut, masing-masing akan ditaksir parameternya
untuk mendapatkan metode yang akurat kemudian membandingkan Mean Square
Error (MSE) dan Total Deviasi untuk masing-masing metode. Semakin kecil MSE
dan TD yang diperoleh, maka metode tersebut yang paling akurat. Hal inilah yang
mendasari untuk menggunakan taksiran parameter yang diajukan guna
mendapatkan MSE dan TD terkecil. Pembahasan masalah ini akan dibahas dalam
proposal yang berjudul “Menentukan Metode yang Akurat dari Taksiran
Parameter Distribusi Weibull dengan Menggunakan Metode Momen dan
Metode Kuadrat Terkecil”.
D. Perumusan Masalah
Adapun masalah yang dibahas dalam proposal ini adalah membandingkan
dua metode yaitu metode maksimum momen dan metode kuadrat terkecil untuk
menaksir parameter distribusi weibull yang tidak diketahui. Untuk memperoleh
metode terbaik digunakan alat ukur Mean Square Error.
3
E. Tinjauan Pustaka
Berdasarkan pada pendahuluan maka akan diberikan dasar-dasar statistika
inferensi yaitu konsep dasar probabilitas, distribusi probabilitas, metode
maksimum momen dan metode kuadrat terkecil.
1. Konsep Dasar Probabilitas
Percobaan random mempunyai kriteria bahwa hasil dari suatu percobaan
tidak dapat dipastikan sebelum dilakukan percobaan, percobaan dapat diulang jika
kondisi identik dan himpunan semua hasil yang mungkin terjadi dapat diketahui
disebut ruang sampel. Dari ruang sampel akan didefinisikan variabel random dan
sampel random.
Definisi 1.1 Variabel random [2 :hal. 53]
Misalkan sebuah variabel random yang memiliki ruang sampel S. Suatu fungsi X
yang memetakan setiap c S tepat pada satu dan hanya satu bilangan real X(c) = x
disebut variabel random dengan xϵR.
Definisi 1.2 Sampel random [ 2 : hal. 159]
Variabel random X1, X2, …,Xn dikatakan sampel random yang berukuran n dari
suatu distribusi dengan fungsi densitas f(x) jika fungsi densitas probabilitas
bersama berbentuk
f(x1, x2, …, xn) = f(x1)f(x2)… f(xn)
Definisi 1.3 Fungsi Densitas Gabungan [3 :hal.262]
Misalkan X! ,X2,…,Xn merupakan sampel random yang berukuran n dari suatu
distribusi dengan fungsi densitas f(x;θ ), θ adalah parameter dengan θ∈Ω , Ω
ruang parameter maka fungsi densitas gabungan dari X!,X2,…,Xn adalah
4
f(x1,x2,…,xn ; θ ) = f(x1 ;θ )f(x2 ;θ )…f(xn ;θ )
Definisi 1.4 Ekspektasi [2 : hal.67]
Misalkan X adalah variabel random kontiniu dengan fungsi dentitas f(x), maka
nilai ekspektasi didefinisikan sebagai
μ = E(X) = ∫−∞
∞
xf ( x ) dx
Definisi 1.5 Variansi [2 :hal. 73]
Misalkan X adalah variabel random, maka variansi didefinisikan sebagai
σ 2 = Var(X) = E(X - μ)2
2. Distribusi Weibull
Distribusi Weibull berasal dari Walodi Weibull (1887-1979). Distribusi ini dapat
dikerjakan dengan dua atau tiga parameter yaitu parameter skala, bentuk serta
lokasi. Nilai dari parameter ini harus lebih besar dari nol kecuali untuk parameter
lokasi yang mana dapat lebih besar atau sama dengan nol. Terdapat beberapa
metode untuk mengistemasi nilai dari parameter tersebut, yaitu metode grafik dan
metode analitik. Pada proposal ini akan ditentukan metode yang paling bagus
untuk mengistemasi parameter dari distribusi Weibull. [1 ; hal.790]
Definisi 2.1 Probability Density Function (PDF) [2 : hal.116]
Misalkan X adalah variabel random berdistribusi weibull, maka PDF dari variabel
random weibull dengan parameter α > 0 dan >0 adalah :
f ( x )= βα
x β−1 e−( x
α )β
, x≥0 (1)
5
Definisi 2.2 Cumulative Distribution Function (CDF)[ 2 : hal.116]
Misalkan X adalah variabel random berdistribusi weibull, maka CDF dari variabel
random weibull dengan parameter α > 0 dan >0 adalah :
F ( x )=1−e−( x
α)β
(2)
3. Metode Momen
Definisi 3.1 Misalkanx1 , x2 ,. .. , xn adalah kumpulan data, maka penaksir takbias
untuk momen ke-k yaitu: [2 ; hal.291]
xk=E( X k )=1n∑i=1
n
x ik
Dimana xk adalah posisi untuk menaksirμk .
Untuk distribusi Weibull dengan 2 parameter, dapat digunakan rata-rata sampel x
dan variansi sampelS2
, dimana : [1 ; hal.792]
x=∑i=1
n x i
n danS2=∑
i=1
n ( x i−x )2
n−1
4. Metode Kuadrat Terkecil [1 ; hal.793]
Persamaan linier dari distribusi weibull yaitu sebagai berikut :
ln ln [ 11−F (x ) ]=β ln x−β ln α
Maka :
6
x=1n∑i=1
n
ln {ln [ 1
(1− in+1 ) ]}
y=1n∑i=1
n
ln x i
5. Total Deviasi [4 ; hal.]
Definisi 5.1 Total deviasi dinotasikan dengan TD yang didefinisikan sebagai
berikut :
TD=| β̂−ββ
|+|α̂−αα
|
Dimanaβ danα adalah parameter diketahui danβ̂ danα̂ adalah parameter yang
ditaksir dari setiap metode.
6. Mean Square Error (MSE) [2 ; hal.309]
Definisi 6.1 jika T adalah estimator dari τ (θ ) maka estimator biasnya yaitu :
b ( τ )=E (T )−τ (θ )
Teorema 6. Jika T adalah estimator dari τ (θ ) maka :
MSE (T )=Var (T )+ [b (T ) ]2
F. Tujuan Penelitian
Berdasarkan perumusan masalah di atas, maka penelitian ini bertujuan untuk
membandingkan metode terbaik dari estimasi parameter distribusi weibull
menggunakan alat ukur Mean Square Error.
G. Metodologi Penelitian
7
Penelitian ini dilakukan dalam bentuk studi literatur yang diambil dari berbagai
buku teks dan jurnal, dimana penyajiannya menggunakan metode menguraikan
dan menjelaskan konsep-konsep dasar dan pembahasan yang berhubungan dengan
studi ini. Adapun metodologi yang digunakan adalah sebagai berikut:
1. Menentukan taksiran parameter distribusi Weibull dari setiap metode.
2. Membandingkan dua metode dengan menggunakan alat ukur Mean Square
Error dan Total Deviasi.
3. Menentukan Metode yang paling akurat dari dua metode tersebut.
4. Metode yang memiliki nilai Mean Square Error (MSE) dan Total Deviasi
yang terkecil merupakan metode terbaik untuk menaksir parameter
distribusi Weibull.
8
H. Jadwal Kegiatan
Jenis kegiatan
Bulan
I II III IV V
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1 Persiapan
Bahan
2 Konsultasi
Dengan
Pembimbing
3 Pembahasan
Dan
Penulisan
Draf
4 Seminar
Hasil
5 Revisi skripsi
dan penulisan
artikel
6 Ujian Sarjana
7 Pembuatan
Laporan
Akhir
9
I. Daftar Pustaka
[1] Ahmad Mahir Razali.,Ali A. Salih and Asaad A. Mahdi., 2009. Estimation
Accuracy of Weibull Distribution Parameters, Journal of Applied
Sciences Research, 5(7) : 790 – 795
[2] Bain, L.J & Engelhardt, Max, 1993. Introduction to Probability and
Mathematical Statistics.Second Edition. Duxbury Press. Belmont,
California.
[3] DeGroot, Morrish.H, 1975. Probability and Statistics.Addision-Wesley
Publishing Company Inc. Menlo Park, California.
[4] Al-Fawzan, M.A., 2000. Methods for Estimating the Parameters of the
Weibull Distribution, King Abdulaziz City for Science and
Technology, Riyadh, Saudi Arabia.
10