Analisis model Distribusi Pareto Campuran pada Tingkat Pengangguran Terbuka (TPT) di Pulau Jawa tahun 2021

Hidayat, Luthfiah Fahriza (2024) Analisis model Distribusi Pareto Campuran pada Tingkat Pengangguran Terbuka (TPT) di Pulau Jawa tahun 2021. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

	Text (COVER) 1_Cover.pdf Download (40kB)
	Text (ABSTRAK) 2_Abstrak.pdf Download (33kB)
	Text (DAFTAE ISI) 3_DafrtarIsi.pdf Download (101kB)
	Text (BAB I) 4_Bab1.pdf Download (121kB)
	Text (BAB II) 5_Bab2.pdf Restricted to Registered users only Download (279kB) | Request a copy
	Text (BAB III) 6_Bab3.pdf Restricted to Registered users only Download (357kB) | Request a copy
	Text (BAB IV) 7_Bab4.pdf Restricted to Registered users only Download (214kB) | Request a copy
	Text (BAB V) 8_Bab5.pdf Restricted to Registered users only Download (76kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_DaftarPustaka.pdf Restricted to Registered users only Download (105kB) | Request a copy

Abstract

INDONESIA : Peristiwa yang muncul pada kehidupan nyata menunjukkan adanya variasi data (variabilitas) yang sangat besar yang secara fisik membentuk pola multimodal. Fenomena yang demikian bila didekati dengan distribusi single univariat maka kemungkinan besar akan bersifat bias pada analisisnya. Hal ini membawa pemikiran membentuk model campuran sebagai model alternatif lain untuk menyelesaikan variabilitas data. Model distribusi campuran merupakan kombinasi linear dari dua atau lebih model berdistribusi single univariat. Tujuan dari skripsi ini adalah mengkaji model Distribusi Pareto Campuran dengan melakukan analisis estimasi parameter distribusi dengan menggunakan metode Maximum Likelihood Estimation (MLE) dan iterasi numerik metode Newton-Rhapson. Langkah-langkah estimasi parameter telah dibuat dengan menggunakan metode tersebut dan proses perhitungan menggunakan software R. Penerapan model distribusi campuran menggunakan data Tingkat Pengangguran Terbuka di Pulau Jawa tahun 2021. Hasil analisis diperoleh berupa persamaan loglikelihood yang diperlukan untuk mengestimasi parameter secara implisit. Data menunjukkan bahwa Distribusi Pareto Tunggal tidak cocok dengan menggunakan metode Kolmogorov-Smirnov. Hasil estimasi parameter diperoleh untuk model Distribusi Pareto Campuran tersebut dari data yang digunakan yang menunjukkan fungsi distribusi peluang untuk kelompok kabupaten dan kota. ENGLISH : Events that arise in real life show the existence of enormous variability of data that physically form multimodal patterns. Such a phenomenon when approached with a univariate single distribution is likely to be biased in the analysis. This led to the thought of forming a mixture model as another alternative model for solving data variability. A mixture distribution model is a linear combination of two or more single univariate distributed models. The purpose of this thesis is to examine the Mixture Pareto Distribution model by analyzing the estimation of distribution parameters using the Maximum Likelihood Estimation (MLE) method and the numerical iteration of the Newton-Rhapson method. Parameter estimation steps have been made using these methods and the calculation process using R software. The application of a mixture distribution model uses data on The Open Unemployment Rate in Java Island in 2021. The results of the analysis are obtained in the form of loglikelihood equations needed to estimate parameters implicitly. The data show that the Single Pareto Distribution is not suitable for using the Kolmogorov-Smirnov method. The parameter estimation results were obtained for the Mixture Pareto Distribution model from the data used showing the opportunity distribution function for district and city groups.

Actions (login required)

View Item