Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal Jurnal Matematika, Komputasi dan Statistika
Muhammad Kabil Djafar
Program Studi Matematika FMIPA UHO
Computer Science & IT Mathematics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ESTIMASI PARAMETER DISTRIBUSI GAMMA DIPERUMUM UNTUK SAMPEL TERSENSOR TIPE II DAN TIPE I Eka Sahapati; Wayan Somayasa; Herdi Budiman; Muhammad Kabil Djafar
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (448.299 KB) | DOI: 10.33772/jmks.v2i2.8

Abstract

Analisis uji hidup merupakan salah satu kumpulan dari prosedur statistika untuk analisis data dimana variabelnya adalah waktu sampai terjadinya kejadian. Tujuan penelitian ini adalah mendapatkan penduga dari distribusi Gamma diperumum untuk sampel tersensor tipe II dan tipe I.Estimasi parameter adalah pendugaan karakteristik populasi (parameter) dengan menggunakan karakteristik sampel (statistik).Dalam penelitian ini, untuk mengestimasi parameter digunakan metode maksimum likelihood. Karena turunan pertama fungsi log-likelihood nonlinear, tidak dapat diselesaikan secara analitik, maka dilakukan pendekatan numerik yaitu dengan metode Newton-Raphson.Dengan menggunakan software R, untuk sampel tersensor tipe II menggunakan data waktu  hidup marmut diperoleh ,  dan . Untuk sampel tersensor tipe I menggunakan data waktu kegagalan sistem pendingin udara pesawat terbang diperoleh  , dan .
UJI GOODNESS OF FIT DISTRIBUSI GAMMA TERBOBOTI DENGAN STATISTIK KOLMOGOROV-SMIRNOV UNTUK PARAMETER TERESTIMASI Radiyatul Mardiyah; Wayan Somayasa; Herdi Budiman; Muhammad Kabil Djafar; Rahmalia Sahupala
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (665.964 KB) | DOI: 10.33772/jmks.v2i2.13

Abstract

Distribusi gamma terboboti merupakan versi bobot dari distribusi gamma. Tujuan dari penelitian ini adalah untuk menurunkan model uji goodness of fit dengan statistik Kolmogorov-Smirnov untuk distribusi gamma terboboti. Menentukan distribusi limit statistik Kolmogorov-Smirnov dibawah yaitu diturunkan proses limit dari proses empiris dengan asimtotik. Akan ditunjukkan konsistensi dari statistik uji Kolmogorov-Smirnov secara analitik dan menggunakan simulasi Monte-Carlo. Kuantil-kuantil dari statistik Kolmogorov-Smirnov dihampiri menggunakan simulasi Monte-Carlo untuk menetukan nilai kritis terhadap pengujian hipotesis dimana menolak pada berbagai tingkat signifikansi jika . Hasil perhitungan fungsi power dari satatistik uji Kolmogorov-Smirnov, Cramer-Von Mises, dan Anderson-Darling menggunakan distribusi eksponensial dan distribusi Weibull untuk berbagai dan dengan dan adalah . Jadi dengan nilai power yang maksimal tersebut menunjukkan bahwa ketiga uji mempunyai kemampuan yang tinggi untuk mendeteksi yang salah. Selanjutnya, dilakukan penerapan uji Kolmogorov-Smirnov untuk mengetahui apakah data waktu (dalam hari) kelangsungan hidup marmut yang terinfeksi basil tuberkulum virulen yang digunakan berasal dari populasi yang berdistribusi gamma terboboti. Diperoleh hasil pengujian bahwa data berasal dari distribusi gamma terboboti.
ESTIMASI PARAMETER DARI DISTRIBUSI WEIBULL BERDASARKAN SAMPEL TERSENSOR TIPE II DAN TIPE I: ESTIMASI PARAMETER DARI DISTRIBUSI WEIBULL Christina Desriana; Wayan Somayasa; Ruslan Ruslan; Muhammad Kabil Djafar; Herdi Budiman; Rahmalia Sahapati
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 3 (2022): September - Desember
Publisher : Jurusan Matematika FMIPA Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jmks.v2i3.20

Abstract

Analisis uji hidup merupakan salah satu kumpulan dari prosedur statistika untuk analisis data dimana variabelnya adalah waktu sampai terjadinya kejadian. Data uji hidup dapat berupa data lengkap ataupun data hasil penyensoran. Penyensoran data pada penelitian ini adalah penyensoran tipe II dan tipe I. Ada berbagai keluarga parametrik dari model yang digunakan dalam analisis data uji hidup, diantaranya adalah model distribusi Weibull dan distribusi Nilai Ekstrim. Tujuan penelitian ini adalah untuk menentukan estimasi parameter dari distribusi Weibull berdasarkan sampel tersensor tipe II dan tipe I dengan melakukan transformasi varibel distribusi Weibull menjadi variabel distribusi Nilai Ekstrim. Berdasarkan transformasi tersebut, maka akan dilakukan estimasi parameter distribusi Nilai Ekstrim dengan metode maximum likelihood estimation (MLE) dan didapatkan penyelesaian yang nonlinier, sehingga prosedur dilanjutkan dengan metode Newton-Rapshon untuk memperoleh penyelesaiannya. Hasil estimasi parameter Nilai Ekstrim yang diperoleh nantinya akan ditransformasi kembali menjadi parameter distribusi Weibull.
Co-Authors Christina Desriana Eka Sahapati Herdi Budiman Herdi Budiman Radiyatul Mardiyah Rahmalia Sahapati Rahmalia Sahupala Ruslan Ruslan Wayan Somayasa