Anda di halaman 1dari 9
Akhmad Fauzy & Noor Akma Ibrahim , Interval Peluang Tahan Hidup Bagi Satu Parameter 3

Akhmad Fauzy & Noor Akma Ibrahim,

Interval Peluang Tahan Hidup Bagi Satu Parameter

3

INTERVAL PELUANG TAHAN HIDUP BAGI SATU

PARAMETER DISTRIBUSI EKSPONENSIAL DI BAWAH

SENSOR LENGKAP

DENGAN METODE

BOOTSTRAP PERSENTIL

Akhmad Fauzy 1) dan Noor Akma Ibrahim 2)

Abstract

In this article,two methods are proposed togive the interval

estimationforsurvivorfunctionfromoneparameterexponen-

tialdistributionundercompletecensoreddata.Survivorfunc-

tion is a probability of an individual surviving till time t. We usuallyusetraditionalmethodtoconstructintervalestimation. Thisintervalneedsanassumptionthatsampleisexponentially

distributed.Wewillanotherusemethod,namelyBootstrapper-

centile.Bootstrapmethodismorepotentialinconstructingin-

tervalestimationforsurvivorfunctionfromoneparameterex-

ponential distribution under complete censored data. This methodgivesshorterintervalthanthetraditionalmethodand

thismethoddoesnotneedanassumptionthatthesamplehas

tohaveanexponentialdistribution.

Key Word:survivor function,exponential distribution, com- pletecensored,Bootstrappercentile

LATAR BELAKANG Analisisujihidup(survivalanalysis)adalahsuatupenyelidikantentang tahaphidupdarisuatuunitataukomponenhasilindustri.Salahsatufungsi dariujitersebutadalahuntukmengujidayatahanataukeandalansuatu produkhasilindustri.Pihakmanajemensuatuindustribiasanyamelakukan suatu penyelidikan untuk mengetahui seberapa besar peluang hasil industrinya dapat bertahan hidup sampai masa tertentu. Dalam ilmu statistik, khususnya bidang analisis uji hidup, peluang suatu individu (produkhasilindustri)akanbertahanhidupsampaiwaktutertentudisebut denganfungsi survivor (CoxandOakes,1984).

1)

2)

Penulis adalah Dosen Statistika Fakultas MIPAUniversitas Islam Indonesia Yogyakarta Penulis adalah Dosen University of Putra Malaysia, Malaysia

ISSN: 1410-2315

LOGIKA, Vol. 7, No.8, Maret 2002

Yogyakarta Penulis adalah Dosen University of Putra Malaysia, Malaysia ISSN: 1410-2315 LOGIKA , Vol. 7, No.8,
4 Akhmad Fauzy & Noor Akma Ibrahim , Interval Peluang Tahan Hidup Bagi Satu Parameter

4 Akhmad Fauzy & Noor Akma Ibrahim ,

Interval Peluang Tahan Hidup Bagi Satu Parameter

Penyensoranadalahsesuatuhalyangpentingdidalamanalisisuji hidup. Beberapatipe penyensoran yangbiasanyasering dipakai antara lainsensorlengkap,sensortipeIdantipeII.Dalamsensorlengkapatau uji sampel lengkap ini eksperimen akan dihentikan apabila semua komponenyangdiujitelahmengalamikematiansemuaataugagal.Untuk sensortipeI,eksperimenakandihentikanapabilatelahmencapaiwaktu penyensorantertentu.SedangkansuatusampeldikatakantersensortipeII apabilaeksperimenakandihentikansetelahkerusakanataukegagalan

ke-rtelahdiperoleh(Lawless,1982).

Untukdapatmemberikangambaranyangbaiktentangnilaisuatu parameter,makabiasanyadicarinilaiintervalkonfidensinya.Salahsatu distribusi yang penting di dalam analisis uji hidup adalah distribusi

eksponensialdengansatuparameter.BaindanEngelhardt(1992)telah

menguraikansuatumetodeuntukmencariintervalpeluangtahanhidup dari satu parameter distribusi eksponensial di bawah data tersensor

lengkap.Perhitunganintervaltersebutmemerlukanbantuandistribusikhi-

kuadrat. EfrondanTibshirani(1993)menerangkanbahwametode bootstrap persentiladalahsuatumetodeberbasiskomputeryangsangatpotensial untuk dipergunakan pada masalah-masalah ketidakstabilan dan keakurasian, khususnya dalam menentukan interval. Interval yang dihasilkantidakmemerlukanbantuandistribusi.Metodebootstrappersentil perludicoba untukmenghitung interval peluangtahan hidup (survivor function) dari satu perameter distribusi eksponensial di bawah sensor lengkap.

TUJUAN Tujuan dari penelitian ini adalah untuk menunjukkan bahwa in- tervalpeluangtahanhidup bagisatuparameterdistribusieksponensial dibawah sensorlengkapyangdihasilkanolehmetode bootstrap persentil akan lebih baik apabila dibandingkan dengan menggunakan metode analisis yang sering digunakan dalam analisis uji hidup (metode tradisional).

PERUMUSAN MASALAH Pertama kali yang harus diselesaikan adalah menghitung inter- valpeluangtahap hidup bagisatuparameter distribusieksponensial di bawahsensorlengkapdenganmetodetradisional.Langkahselanjutnya adalah mencari interval tersebut dengan metode bootstrap persentil. Sebagai langkahyang terakhir adalah membandingkankedua interval tersebut.

LOGIKA, Vol. 7, No.8, Maret 2002

ISSN: 1410-2315

Akhmad Fauzy & Noor Akma Ibrahim , Interval Peluang Tahan Hidup Bagi Satu Parameter 5

Akhmad Fauzy & Noor Akma Ibrahim,

Interval Peluang Tahan Hidup Bagi Satu Parameter

5

METODE Data yang digunakan pada penelitian ini adalah data artificial. Langkahyangpertamaadalahmenghitungintervalpeluangtahanhidup bagi satu parameter distribusi eksponensial di bawah sensor lengkap dengan metode tradisional. Langkah selanjutnya adalah mencari nilai ulangan bootstrap yangmenunjukkantitikkonvergen.Setelahdiketahui titikkonvergennya,makainterval denganmetode bootstrappersentildapat dicari.Kemudianhasilintervalantarametodetradisionaldenganmetode bootstrap persentildibandingkan.

LANDASAN TEORI Untuk memperolehinformasimengenai dayatahansuatu produk industri,makabiasanyaindustritersebutmelakukananalisisujihidup. Analisisujihidupbiasanyadilakukanolehdivisirisetdanpengembangan. Pengujian tersebut dapat berupa pengoperasian dalam laboratorium (eksperimen),diobservasisampaibarang-barangtersebutgagalatautidak berfungsilagi.Dalamhal inibiasanyaujihidupakanmenunjukkanarti sebagai masa kegagalan (failuretimes). Yangmembedakan analisis uji hidupdenganbidang-bidangstatistiklainnyaadalahadanyapenyensoran. Beberapatipepenyensoranantaralainsensorlengkap,sensortipeIdan tipe II. Suatu sampel dikatakan tersensor lengkap apabila eksperimen dihentikansetelahsemuakomponenyangdiujitelahmengalamikematian

semuaataugagal(Lawless,1982).

Sensor Lengkap

Fungsikepadatanpeluangdaridistribusieksponensialsatuparam-

eter q adalah(GrantIreson,et.al,1996):

f

( )

t

=

-1

exp (- t/

), dengan t

0,

0,

nilairata-ratanyadapatdicaridenganjalansebagaiberikut:

E (t)

=

=

0

t f(t) dt =

0

- -1

t exp (-t/) dt

-1

0

t exp (-t/

) dt =

1

(2)

(1/

)

2

=

ISSN: 1410-2315

LOGIKA, Vol. 7, No.8, Maret 2002

 -1   0  t exp (-t/ ) dt = 1  (2) 
6 Akhmad Fauzy & Noor Akma Ibrahim , Interval Peluang Tahan Hidup Bagi Satu Parameter

6 Akhmad Fauzy & Noor Akma Ibrahim,

Interval Peluang Tahan Hidup Bagi Satu Parameter

Bury(1999)telahmerumuskannilaidugaanbagi q padadatatahan

ˆ

hidup tersensor lengkap, yaitu

t

i

n

Peluang suatu individu akan

bertahanhidupsampaiwaktutertentu(fungsi survivor),didefinisikanoleh

Lawless(1982):

S (x) Pr (T t) 1- Pr (T t) 1- F (t)

Fungsi survivor daridistribusieksponensialsatuparameteradalah:

S (t)

~

f

(t) dt

~

t t

-1

exp(-t/) dt

exp (-t/)

BaindanEngelhardt(1992)telahmenguraikansuaturumusuntuk

mencari interval peluang tahan hidup bagi satu parameter di bawah distribusieksponensialpadadatatersensorlengkap,yaitu:

( )

t

2

(1-/ 2,2n)

2 (n) (rata - rata)

S(t)

( )

t

2

(

/ 2,2n)

2 (n) (rata - rata)

METODE BOOTSTRAP PERSENTIL Metode bootstrap adalah suatu metode berbasis komputer yang sangat potensialuntuk dipergunakanpadamasalahketakstabilan dan keakurasian,khususnyadalammenentukanintervalkonfidensi.Istilah

bootstrap berasal dari “pull oneself up by one’s bootstrap” (Efron and

Tibshirani, 1993) yang berarti berpijak di atas kaki sendiri, berusaha dengansumberdayaminimal.Dalamsudutpandangstatistika,sumber dayayangminimaladalahdatayangsedikit,datayangmenyimpangdari asumsitertentu,ataudatayangtidakmempunyaiasumsiapapuntentang

distribusipopulasinya(Fauzy,2000).

Tujuan dari penggunaan metode bootstrap adalah untuk mendapatkan nilai dugaanyangsebaik-baiknya yangberasaldaridata yangminimal.Dengan demikianpenggunaankomputerdalammetode

bootstrapsangatdiperlukan(Fauzy,1998).

Secaraumumprosedur bootstrappersentiluntukmenghitunginter- val peluang tahanhidup bagisatuparameterdistribusi eksponensial di bawahsensorlengkapadalahsebagaiberikut:

1. Berikan peluang yang sama 1/ n pada setiap data sensor lengkap berukuran n,

LOGIKA, Vol. 7, No.8, Maret 2002

ISSN: 1410-2315

Akhmad Fauzy & Noor Akma Ibrahim , Interval Peluang Tahan Hidup Bagi Satu Parameter 7

Akhmad Fauzy & Noor Akma Ibrahim,

Interval Peluang Tahan Hidup Bagi Satu Parameter

7

2. Mengambil suatu sampel berulang secara random berukuran n denganpengembalian,

3. Ulangilangkah2sebanyakBkaliuntukmendapatkan“independent

danmencaripadaulangan

keberapatercapaititikkonvergen.Hitungpeluangtahanhiduppada

ttertentu:

Bootstrapreplications

 

n

,

n

,

ˆ

*1

ˆ

*2

ˆ

,

* B

n

S

(

t

)

* i

n

exp (-t/

*i

n

)

dengan

*

n

i

t

*i

i

n

4. Interval Bootstrap persentilpadatingkatkeyakinan1- a didefinisikan

sehingga

denganpersentilke-100(a/2)danke-100(1-a/2)pada S t

( )

*

n

intervalpersentildapatdinyatakan dengan:

( )

S

t

*(/2)

n

,

S

(t)

*(1-/2)

n

HASIL DAN PEMBAHASAN Datayangdigunakanpadapenelitianiniadalahdata artificialtentang tahan hidup (dalam tahun) dari 18 mesin produksi. Akan dilakukan

penghitunganpeluangtahanhidupmesintersebutsampaiumur3dan11

tahun (t =3 dan 11).

Tabel1.

Datatahanhidupdari18mesinproduksi(dalamtahun)

Urut

Tahan hidup

Urut

Tahan hidup

Urut

Tahan hidup

 

1 0.0623

7

3.3125

13

5.1412

 

2 0.1522

8

3.5548

14

5.6139

 

3 0.3777

9

3.5553

15

5.9622

 

4 0.6867

10

3.7984

16

6.2753

 

5 1.8374

11

4.0002

17

7.3203

 

6 2.7958

12

5.0621

18

13.9717

Sumber: data artificial

Datadiatasadalahdatasensorlengkap,karenadatatersebutadalah data tahan hidupyangmencakupseluruh mesin produksi.Data di atas

dihasilkanolehpembangkitandataberdistribusieksponensialdenganrata-

rata5.

ISSN: 1410-2315

LOGIKA, Vol. 7, No.8, Maret 2002

rata5. ISSN: 1410-2315 LOGIKA , Vol. 7, No.8, Maret 2002
8 Akhmad Fauzy & Noor Akma Ibrahim , Interval Peluang Tahan Hidup Bagi Satu Parameter

8 Akhmad Fauzy & Noor Akma Ibrahim,

Interval Peluang Tahan Hidup Bagi Satu Parameter

Metode Tradisional Rumusyangdigunakanuntukmencariintervalpeluangtahanhidup bagi satu parameter distribusi eksponensial di bawah sensor lengkap adalah:

( )

t

2

(1-/ 2,2n)

2 (n) (rata - rata)

S(t)

( )

t

2

(

/ 2,2n)

2 (n) (rata -rata)

NilaiS(t)dicaridengan rumus S(t) exp(-t/) dengan

ˆ

t

i

n

Denganmenggunakanrumustersebutmakadiperolehhasil:

S(3tahun)=0.479556 dan S(11tahun)=0.067569. Denganmenggunakanrumusdiatasmakabatasbawah,batasatas danlebarintervalpadatingkat keyakinan99%dan95%dapatdiperoleh.

Tabel2.

Batas bawah (BB),batasatas (BA)danlebarinterval (LI)

untukt=3tahunpadatingkatkeyakinan(TK)99%dan95%

TK

BB

BA

LI

99

%

0.284478

0.694103

0.409625

95

%

0.329141

0.646912

0.317771

Tabel3.

Batas bawah (BB),batasatas (BA)danlebarinterval (LI)

untukt=11tahunpadatingkatkeyakinan(TK)99%dan95%

TK

BB

BA

LI

99

%

0.009958

0.262153

0.252195

95

%

0.016998

0.202504

0.185506

Metode Bootstrap Persentil Titikkonvergentercapaipadaulangan bootstrapke-3000.NilaiS(3

tahun)danS(11tahun)padaulangantersebutdiperoleh0.472862dan

0.070038.Intervalbootstrap persentilpadatingkat keyakinan99%dan 95 %dapat dilihat pada tabel4dan 5dibawah ini.

LOGIKA, Vol. 7, No.8, Maret 2002

ISSN: 1410-2315

Akhmad Fauzy & Noor Akma Ibrahim , Interval Peluang Tahan Hidup Bagi Satu Parameter 9

Akhmad Fauzy & Noor Akma Ibrahim,

Interval Peluang Tahan Hidup Bagi Satu Parameter

9

Tabel4.

Batas bawah (BB),batasatas (BA)danlebarinterval (LI)

untukt=3tahunpadatingkatkeyakinan(TK)99%dan95%

TK

BB

BA

LI

99

%

0.292397

0.619139

0.326742

95

%

0.333672

0.587880

0.254208

Tabel5.

Batas bawah (BB),batasatas (BA)danlebarinterval (LI)

untukt=11tahunpadatingkatkeyakinan(TK)99%dan95%

TK

BB

BA

LI

99

%

0.011013

0.172408

0.161395

95

%

0.017872

0.142580

0.124708

Perbandingan Lebar Interval

Perbandinganlebarintervalpeluangtahanhidupsampaiumur3

dan11tahunbagisatuparameterdistribusieksponensialdibawahsen-

sor lengkapyang dihasilkan oleh metodetradisionaldan metode boot- strap persentildapatdilihatpadatabel6.

Tabel6.

Perbandinganlebarinterval padatingkatkeyakinan (TK) 99 % dan 95 %

Metode

S(3 tahun)

S(11 tahun)

99 %

95 %

99 %

95 %

Tradisional

0.409625

0.317771

0.252195

0.185506

Bootstrap persentil

0.326742

0.254208

0.131395

0.124708

Selisih interval

0.082883

0.063563

0.120800

0.060798

Interval yangdihasilkanolehmetodebootstrap persentillebihpendek dari pada yang dihasilkan oleh metode tradisional. Hal ini bisa dilihat

ISSN: 1410-2315

LOGIKA, Vol. 7, No.8, Maret 2002

dari pada yang dihasilkan oleh metode tradisional. Hal ini bisa dilihat ISSN: 1410-2315 LOGIKA , Vol.
10 Akhmad Fauzy & Noor Akma Ibrahim , Interval Peluang Tahan Hidup Bagi Satu Parameter

10 Akhmad Fauzy & Noor Akma Ibrahim,

Interval Peluang Tahan Hidup Bagi Satu Parameter

padatabel6,dimanaterjadiselisihlebarintervalyangcukupbesarantara

kedua metode tersebut. Dengan demikian dapat disimpulkan bahwa metode bootstrap persentiljauhlebihbaikdaripadametodetradisional, karenametode bootstrap persentilmenghasilkanlebarintervalyanglebih pendek.

KESIMPULAN Metodeyanglebihbaikdidalammenghitungintervalpeluangtahan hidupbagisatuparameterdistribusieksponensialdibawahsensorlengkap adalahmetode bootstrap persentil.Metodetersebutmenghasilkanlebar intervalyanglebihsempitapabiladibandingkandenganmetodetradisional.

DAFTAR PUSTAKA

Bain,LeeJ.andMaxEngelhardt,(1992), IntroductiontoProbabilityand

MathematicalStatistics.Secondedition.Boston:PSW-KENTPub-

lishingCompany.

Bury,Karl,(1999), StatisticalDistributionsinEngineering.Cambridge:

CambridgeUniversityPress.

Cox, D.R. and D. Oakes, (1984), Analysis of Survival Data. London:

Chapman&Hall.

Efron,B.andTibshiraniR.,(1993), AnIntroductiontotheBootstrap.New York:Chapman&Hall.

Fauzy,Akhmad,(1998), IntervalKeyakinanuntukKoefisienb 1 dariGaris RegresiapabilaRagamGalatTidakHomogendenganMetodeOLS,

WLSdanBootstrap.Thesis.Bogor:IPBBogor.Tidakdipublikasikan.

Fauzy,Akhmad,(2000), EstimasiIntervalKeyakinanNilaiRata-ratapada SampelBerdistribusitdenganMetodeBootstrapPersentil.Bandung:

Jurnal MIHMI ITB,Volume 6 No. 5 ISSN0854-1380 Akreditasi

DIKTINo.2082/D/T/1996.

Ireson,WGrant,et.al.,(1996), HandbookofReliabilityEngineeringand

Management.Secondedition,NewYor:McGrawHill.

Lawless,(1982), StatisticalModelsandMethodsforLifetimeData.New

York:JohnWiley&Sons.

LOGIKA, Vol. 7, No.8, Maret 2002

ISSN: 1410-2315

Akhmad Fauzy & Noor Akma Ibrahim , Interval Peluang Tahan Hidup Bagi Satu Parameter 11

Akhmad Fauzy & Noor Akma Ibrahim ,

Interval Peluang Tahan Hidup Bagi Satu Parameter

11

Lampiran

LampiranProgramS-Plus2000

“bootstrap” <- function(x,B)

{

data1 <- matrix(sample(x, size=n*B, replace=T),row=B)

data1

}

x <- c(0.0623, 0.1522, 0.3777, 0.6867, 1.8374, 2.7958,

3.3125, 3.5548, 3.5553, 3.7984, 4.0002, 5.0621, 5.1412, 5.6139, 5.9622, 6.2753, 7.3203, 13.9717)

n

<- length(x)

t1

<- 3

t2

<- 11

alpha <- 0.01

t <- sum(x)

teta <- t/n

ts1

<- exp(-t1/teta)

ts2

<- exp(-t2/teta)

a1

<- (2*n*teta) / (qchisq(alpha/2,2*n))

ats1

<- exp(-t1/a1)

ats2

<- exp(-t2/a1)

b1

<- (2*n*teta) / (qchisq(1-alpha/2,2*n))

bts1

<- exp(-t1/b1)

bts2

<- exp(-t2/b1)

tsel1 <- ats1 - bts1 tsel2 <- ats2 - bts2

alpa <- 0.05

a2

<- (2*n*teta) / (qchisq(alpa/2,2*n))

uts1

<- exp(-t1/a2)

uts2

<- exp(-t2/a2)

b2

<- (2*n*teta) / (qchisq(1-alpa/2,2*n))

lts1

<- exp(-t1/b2)

lts2

<- exp(-t2/b2)

tint1 <- uts1 - lts1 tint2 <- uts2 - lts2

B <- 3000

xstar <- bootstrap(n,B) data2 <- apply(xstar,1,sort) data3 <- apply(xstar,1,sum) theta <- data3/n

bs1

<- exp(-t1/theta)

bs2

<- exp(-t2/theta)

mbs1 <- mean(bs1) mbs2 <- mean(bs2)

bias1 <- mbs1 - ts1 bias2 <- mbs2 - ts2 urut1 <- sort(bs1) urut2 <- sort(bs2)

l1

<- urut1[(alpha/2)*B]

l2

<- urut2[(alpha/2)*B]

u1

<- urut1[(1-alpha/2)*B]

u2

<- urut2[(1-alpha/2)*B]

in1

<- u1-l1

in2

<- u2-l2

sel1

<- tsel1 - in1

sel2 <- tsel2 - in2

lo1

<- urut1[(alpa/2)*B]

lo2

<- urut2[(alpa/2)*B]

up1

<- urut1[(1-alpa/2)*B]

up2

<- urut2[(1-alpa/2)*B]

int1 <- up1-lo1 int2 <- up2-lo2 dif1 <- tint1 - int1

dif2 <- tint2 - int2

ISSN: 1410-2315

LOGIKA, Vol. 7, No.8, Maret 2002

int2 <- up2-lo2 dif1 <- tint1 - int1 dif2 <- tint2 - int2 ISSN: 1410-2315 LOGIKA