Estimasi parameter distribusi sibuya diperumum dengan data tersensor: Studi kasus penyakit demam berdarah dengue di RSUD Kota Bandung

Fadhillah, Devinda Rizky (2023) Estimasi parameter distribusi sibuya diperumum dengan data tersensor: Studi kasus penyakit demam berdarah dengue di RSUD Kota Bandung. Diploma thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (36kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (81kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarIsi.pdf

Download (99kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (310kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (410kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (403kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (373kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (171kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (157kB) | Request a copy

Abstract

INDONESIA: Dalam analisis survival terdapat berbagai distribusi yang dapat digunakan untuk menganalisis ketahanan masa hidup. Penelitian ini memperkenalkan sebuah distribusi untuk menganalisis data masa hidup sebagai pendekatan baru yaitu distribusi Sibuya diperumum sebagai pengembangan dari distribusi Sibuya dengan menggunakan data tersensor. Distribusi Sibuya banyak digunakan untuk masa hidup dengan waktu diskrit untuk berbagai macam bidang kajian, misalnya bidang medis dan industri. Penelitian ini bertujuan untuk menentukan langkah-langkah estimasi parameter distribusi Sibuya yang diperumum dengan terlebih dahulu membangun model dari distribusi sibuya standar, yang dilanjutkan dengan uji kecocokan model. Metoda estimasi menggunakan Maximum Likelihood Estimation (MLE) dengan algoritma fisher-scoring dan uji kecocokan model menggunakan AIC juga Kolomogorov-Smirnov. Penerapan model menggunakan studi kasus penyakit demam berdarah dengue yang ada di RSUD Kota Bandung sebagai data tersensor dengan variabel yang digunakan waktu dirawat, usia, jenis kelamin, jumlah trombosit, dan kadar hematokrit. Hasil yang diperoleh adalah nilai hasil estimasi parameter untuk setiap parameter bentuk dan skala memberikan distribusi yang cocok untuk kasus tersebut. ENGLISH: In survival analysis, there are various distributions that can be used to analyze survival. This research introduces a distribution for analyzing lifetime data as a new approach, namely the Sibuya distribution which is generalized as a development of the Sibuya distribution using censored data. The Sibuya distribution is widely used for discrete time lifetimes in various fields of study, for example the medical and industrial fields. This research aims to determine the steps for estimating generalized Sibuya distribution parameters by first building a model from the standard Sibuya distribution, followed by a model fit test. The estimation method uses Maximum Likelihood Estimation (MLE) with the Fisher-scoring algorithm and the model fit test uses AIC and Kolomogorov-Smirnov. The application of the model uses a case study of dengue hemorrhagic fever in the Bandung City Regional Hospital as censored data with the variables used: time of treatment, age, gender, platelet count and hematocrit level. The results obtained are the estimated parameter values for each shape and scale parameter providing a distribution that is suitable for that case.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Estimasi Parameter; Distribusi Sibuya Diperumum; Data Tersensor; Maximum Likelihood Estimation; Demam Berdarah Dengue
Subjects: Applied mathematics
Applied mathematics > Statistical Mathematics
Divisions: Fakultas Sains dan Teknologi > Program Studi Matematika
Depositing User: Devinda Rizky Fadhillah
Date Deposited: 20 Sep 2023 04:22
Last Modified: 20 Sep 2023 04:22
URI: https://digilib.uinsgd.ac.id/id/eprint/78627

Actions (login required)

View Item View Item