Cover Image

ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING

Main Author: MIFTA DIAN MULYANINGSIH, 081211832031
Format: Thesis NonPeerReviewed Book
Bahasa: ind
Terbitan: , 2016
Subjects:
QA276-280 Mathematical Analysis
Online Access: http://repository.unair.ac.id/55899/1/KKC%20KK%20ST.S%2049%20-16%20Mul%20e-Abstrak.pdf
http://repository.unair.ac.id/55899/2/KKC%20KK%20ST.S%2049%20-16%20Mul%20e.pdf
http://repository.unair.ac.id/55899/
http://lib.unair.ac.id
ctrlnum 55899
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.unair.ac.id/55899/</relation><title>ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN&#xD; PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING</title><creator>MIFTA DIAN MULYANINGSIH, 081211832031</creator><subject>QA276-280 Mathematical Analysis</subject><description>Estimasi parameter merupakan estimasi sembarang nilai yang menjelasan karakteristik suatu populasi tertentu. Estimasi parameter dapat dilakukan dengan metode klasik maupun metode Bayesian. Metode Bayesian merupakan metode yang menggabung-&#xD; kan informasi saat ini dengan informasi sebelumnya atau yang&#xD; biasa disebut distribusi prior. Penggabungan informasi tersebut menghasilkan distribusi posterior, selanjutnya distribusi tersebut digunakan sebagai dasar estimasi parameter. Penyelesaian dari estimasi parameter tersebut terkadang sulit sehingga membutuhkan metode numerik dalam penyelesaiannya, salah satunya adalah metode Monte Carlo Markov Chain (MCMC) algoritma Metropolis Hasting. Metode tersebut merupakan metode integrasi yang menggunakan&#xD; mekanisme penerimaan dan penolakan untuk membangkitkan kandidat sampel. Tujuan dari penelitian ini adalah untuk mengestimasi parameter distribusi Binomial Negatif dengan pendekatan Bayesian menggunakan MCMC algoritma Metropolis Hasting. Distribusi Binomial Negatif merupakan distribusi yang banyak digunakan untuk menganalisis data count saat terjadi overdispersi. Data yang digunakan pada penelitian ini adalah data bangkitan. Berdasarkan hasil penelitian estimasi parameter distribusi Binomial Negatif dengan pendekatan Bayesian menggunakan MCMC algoritma metropolis hasting menghasilkan nilai estimasi yang sangat dekat dengan perhitungan biasa, dengan demikian MCMC algoritma metropolis hasting dapat digunakan sebagai alternatif untuk mempermudah perhitungan yang rumit.</description><date>2016</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>ind</language><identifier>http://repository.unair.ac.id/55899/1/KKC%20KK%20ST.S%2049%20-16%20Mul%20e-Abstrak.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.unair.ac.id/55899/2/KKC%20KK%20ST.S%2049%20-16%20Mul%20e.pdf</identifier><identifier> MIFTA DIAN MULYANINGSIH, 081211832031 (2016) ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING. Skripsi thesis, UNIVERSITAS AIRLANGGA. </identifier><relation>http://lib.unair.ac.id</relation><recordID>55899</recordID></dc>
language ind
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author MIFTA DIAN MULYANINGSIH, 081211832031
title ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF DENGAN PENDEKATAN BAYESIAN MENGGUNAKAN MONTE CARLO MARKOV CHAIN BERDASARKAN ALGORITMA METROPOLIS HASTING
publishDate 2016
isbn 081211832031
topic QA276-280 Mathematical Analysis
url http://repository.unair.ac.id/55899/1/KKC%20KK%20ST.S%2049%20-16%20Mul%20e-Abstrak.pdf
http://repository.unair.ac.id/55899/2/KKC%20KK%20ST.S%2049%20-16%20Mul%20e.pdf
http://repository.unair.ac.id/55899/
http://lib.unair.ac.id
contents Estimasi parameter merupakan estimasi sembarang nilai yang menjelasan karakteristik suatu populasi tertentu. Estimasi parameter dapat dilakukan dengan metode klasik maupun metode Bayesian. Metode Bayesian merupakan metode yang menggabung- kan informasi saat ini dengan informasi sebelumnya atau yang biasa disebut distribusi prior. Penggabungan informasi tersebut menghasilkan distribusi posterior, selanjutnya distribusi tersebut digunakan sebagai dasar estimasi parameter. Penyelesaian dari estimasi parameter tersebut terkadang sulit sehingga membutuhkan metode numerik dalam penyelesaiannya, salah satunya adalah metode Monte Carlo Markov Chain (MCMC) algoritma Metropolis Hasting. Metode tersebut merupakan metode integrasi yang menggunakan mekanisme penerimaan dan penolakan untuk membangkitkan kandidat sampel. Tujuan dari penelitian ini adalah untuk mengestimasi parameter distribusi Binomial Negatif dengan pendekatan Bayesian menggunakan MCMC algoritma Metropolis Hasting. Distribusi Binomial Negatif merupakan distribusi yang banyak digunakan untuk menganalisis data count saat terjadi overdispersi. Data yang digunakan pada penelitian ini adalah data bangkitan. Berdasarkan hasil penelitian estimasi parameter distribusi Binomial Negatif dengan pendekatan Bayesian menggunakan MCMC algoritma metropolis hasting menghasilkan nilai estimasi yang sangat dekat dengan perhitungan biasa, dengan demikian MCMC algoritma metropolis hasting dapat digunakan sebagai alternatif untuk mempermudah perhitungan yang rumit.
id IOS3215.55899
institution Universitas Airlangga
institution_id 33
institution_type library:university
library
library Perpustakaan Universitas Airlangga
library_id 468
collection Airlangga Institutional Repositories
repository_id 3215
subject_area Adat Istiadat
Administrasi Negara dan Militer
Agama
city KOTA SURABAYA
province JAWA TIMUR
repoId IOS3215
first_indexed 2017-07-11T01:57:29Z
last_indexed 2017-07-11T01:57:29Z
recordtype dc
_version_ 1766059967286083584
score 17.538404

Lihat Juga