Estimasi parameter model analisis ketahanan (Survival) dengan data sensor tersembunyi menggunkan metode Newton-Raphson

Maryam, Maryam (2018) Estimasi parameter model analisis ketahanan (Survival) dengan data sensor tersembunyi menggunkan metode Newton-Raphson. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (38kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (387kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (260kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (698kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (804kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (603kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (544kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (392kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (421kB) | Request a copy

Abstract

Saat ini terdapat banyak metode analisis survival yang dapat diterapkan pada himpunan data survival yang lengkap, namun terdapat kasus survival dimana himpunan data tidak lengkap akibat adanya sensor tersembunyi, sehingga metode-metode yang sudah ada tidak dapat digunakan. Penelitian ini bertujuan untuk membentuk model analisis survival dengan adanya data sensor tersembunyi dan menentukan estimasi setiap parameter yang terdapat pada model. Metode yang digunakan dalam pembentukan model yaitu metode Rantai Markov dan metode yang digunakan dalam estimasi parameter yaitu metode estimasi Maksimum Likelihood dan pendekatan numerik berupa metode Newton-Raphson yang diperluas. Penelitian ini menghasilkan fungsi peluang untuk kategori individu berisiko (I), individu hilang yang memiliki kemungkinan tersensor (L), individu yang mengalami kematian (D), individu tersensor (C), dan fungsi survival, fungsi hazard, serta nilai estimasi parameter p,q, dan l untuk analisis survival dengan data sensor tersembunyi. Recently, there are many survival analysis methods can be used in the complete set of survival data but some case of survival are found incomplete set of data because hidden censoring, so the existing methods can not be used. This study aims to build survival analysis model for hidden censoring data and determine estimation of each parameter in model. The method used in building model is Markov Chain while estimate parameter using Maximum Likelihood Estimation with Newton-Raphson extended approach. Result of study are probability function to risk object category (I), loss object have potential censoring (L), death object (D), censoring object (C), also survival function, hazard function, value of parameter estimation p,q, and l to survival analysis with hidden censoring data.

Actions (login required)

View Item