ESTIMASI PARAMETER DISTRIBUSI WEIBULL PADA DATA TERSENSOR PROGRESSIVE TIPE II DENGAN PENDEKATAN BAYESIAN

Penelitian ini bertujuan untuk memperoleh estimasi parameter dari distribusi Weibull pada data tersensor progressive tipe II. Metode yang digunakan untuk memperoleh hasil estimasi adalah metode Bayesian. Parameter yang akan diestimasi adalah parameter skala dan parameter bentuk dari distribusi W...

Full description

Saved in:
Bibliographic Details
Main Author: GIATMA DWIJUNA AHADI, 081411833017
Format: Theses and Dissertations NonPeerReviewed
Language:Indonesian
Indonesian
Published: 2018
Subjects:
Online Access:http://repository.unair.ac.id/78057/1/Abstrak%20ST.S.%2036%2018%20Aha%20e.pdf
http://repository.unair.ac.id/78057/2/Fulltext%20ST.S.%2036%2018%20Aha%20e.pdf
http://repository.unair.ac.id/78057/
http://lib.unair.ac.id
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Universitas Airlangga
Language: Indonesian
Indonesian
Description
Summary:Penelitian ini bertujuan untuk memperoleh estimasi parameter dari distribusi Weibull pada data tersensor progressive tipe II. Metode yang digunakan untuk memperoleh hasil estimasi adalah metode Bayesian. Parameter yang akan diestimasi adalah parameter skala dan parameter bentuk dari distribusi Weibull 2 parameter. Hasil estimasi yang diperoleh adalah : Estimasi yang dihasilkan memiliki bentuk yang implisit sehingga akan diselesaikan dengan integral numerik. Penerapan hasil estimasi dilakukan pada data simulasi dengan nilai parameter =0,5 dan =1. Simulasi dilakukan sebanyak 500 kali dengan presentase masing-masing kegagalan adalah 20, 40 dan 60. Ditentukan tiga jenis skenario yaitu skenario Data I, Data II dan Data II dengan jumlah data yang dibangkitkan masing-masing adalah 50, 100 dan 150. Hasil simulasi data yang sudah dilakukan diketahui bahwa nilai MSE terkecil terdapat pada data dengan jumlah kegagalan yang banyak. Pada Data I dengan jumlah kegagalan m=30 diperoleh nilai rata-rata adalah 1.015905 dan nilai rata-rata adalah 0.468364. Pada Data II dengan jumlah kegagalan m=60 diperoleh nilai ratarata adalah 0.805638 dan nilai rata-rata adalah 0.479733. Skenario Data III jumlah kegagalan m=90 diperoleh nilai rata-rata adalah 0.794971 dan nilai ratarata adalah 0.485004.