Makalah
Disusun Oleh
NIDN. 07029202
Puji syukur penulis panjatkan atas kehadirat Tuhan yang Maha Esa,
mengingat dimana, tanpa adanya hidayah dan izin dariNya penulis tidak akan bisa
menyelesaikan makalah ini dengan tepat waktu. Ucapan terima kasih juga tak lupa
penulis sampaikan dan tujukan kepada dosen mata kuliah statistika matematika, yaitu
bapak Andi kaharuddin, karena berkat beliaulah, penulis dapat memperkaya ilmu
tentang distribusi eksponensial beserta oenjabarannya. Ucapan terima kasih juga,
penulis tujukan kepada orang-orang yang telah membantu penulis dalam proses
pencarian materi, pemilihan materi, penyusunan makalah, sampai dengan proses
penjilidan dan proses-proses lainnya, sampai pada akhirnya, penulis berhasil menulis
makalah ini dengan baik dan tepat pada waktunya. Penulis berharap semoga dengan
adanya makalah ini, para pembaca bisa lebih memahami, seperti apa itu distribusi
eksponensial, mulai dari sejarah, pengertian, fungsi, sampai dengan penyelesaian soal
dengan menggunakan berbagai rumus yang disediakan dalam distribusi eksponensial
ini.
penulis
ii
DAFTAR ISI
iii
BAB I
PENDAHULUAN
Metode momen telah populer dengan kemudahan dari aplikasinya dan dapat
diterapkan untuk menduga parameter pada ukuran sampel kecil. Tidak seperti metode
pendugaan lainnya, seperti metode Least Square yang harus memenuhi asumsi-asumsi
antara lain berdistribusi normal, homoskedastistas dan auto-korelasi, yang diperlukan
dalam metode momen hanyalah persamaan momen yang diperoleh dari model. Metode
MLE dapat memaksimumkan fungsi kemungkinan (L) karena log/ln merupakan fungsi
yang monoton naik sehingga memaksimumkan L sama saja memaksimumkan log/ln, tetapi
MLE mempunyai sifat berbias jika diterapkan untuk menduga parameter pada ukuran
sampel yang kecil. Metode PWM (Greenwood et al,1979; Hosking et
al.,1985;Hosking,1986) merupakan alternative yang mengarah ke metode Momen dan
Maximum Likelihood Estimation (MLE). Menurut Greenwood et al metode penduga PWM
dapat diaplikasikan pada fungsi distribusi peluang yang memiliki invers seperti Weibull,
Generalized Pareto dan Log logistic. Rasmussen (2001) mengusulkan ”perumuman” dari
metode penduga PWM, yang disebut metode Generalized Probability Weigthed Moment
(GPWM).
Metode PWM dan GPWM memiliki studi kasus dimana , dimana momen dari X yang
ordernya lebih dari satu maka PWM dan GPWM tidak dapat digunakan sedangkan Metode
Generalized Momen adalah perkembangan dari GPWM yang momen order dilibatkan
dapat lebih dari satu. Metode Generalized Momen adalah suatu metode statistik yang
sangat umum untuk memperoleh pendugaan parameter dari model statistik yang
dikembangkan dari metode momen oleh Lars Petrus hansen. Metode Generalized Momen
merupakan metode baru pengembangan dari metode momen yang dapat megabaikan
sebaran fungsi distribusinya dan tidak memerlukan asumsi-asumsi yang harus dipenuhi
seperti metode pendugaan klasik lainnya.Berdasarkan uraian sebelumnya dalam penelitian
ini, penulis ingin mengkaji lebih lanjut tentang distribusi Generalized Eksponensial (GE).
1
1.2. Rumusan masalah
2
2. Agar para pembaca dapat memahami tentang sejarah dari distribusi eksponensial
3. Agar para pembaca dapat memahami tentang istilah dalam distribusi eksponensial
4. Agar para pembaca dapat memahami tentang fungsi aplikasi distribusi eksponensial
5. Agar para pembaca dapat memahami tentang karakteristik dari distribusi eksponensial
BAB II
PEMBAHASAN
3
2.1. Pengertian Distribusi Eksponensial
4
yang berupa nilai atau angka yang merupakan outcome dari eksperimen random. variabel
random bersifat diskrit bila hanya berupa nilai tertentu yang dapat dihitung. Namun
variabel random bersifat kontinu bilamana berupa suatu nilai manapun dalam suatu
interval.
Distribusi Eksponensial merupakan salah satu distribusi kontinu dan suatu fungsi
spesial dari distribusi Gamma yang berperan penting di statistika. Distribusi eksponensial
berguna dalam mencari selisih waktu yang terjadi dalam suatu peluang pada daerah
tertentu. Dalam aplikasinya, distribusi Eksponensial ini berperan dalam mengukur tingkat
kegagalan yang mungkin terjadi dalam suatu peluang.Distribusi Generalized Eksponensial
(GE) dengan dua parameter (α,λ) adalah perumuman dari distribusi Eksponensial yang
pertama kali diperkenalkan oleh Gupta dan Kundu pada tahun 1999.
Distribusi GE adalah fungsi khusus dari distribusi Gompertz – Verhulst dan distribusi
Eksponensial Weibull. Fungsi distribusi GE mempunyai bentuk kurva yang spesifik, kurva
naik dari nol mencapai titik maksimum kemudian turun pada saat tertentu relatif konstan
mendekati nol sehingga fungsi ini dapat dipergunakan untuk model kurva pertumbuhan.
Keakuratan penduga parameter tergantung pada ukuran sampel dan metode yang digunakan
untuk menduga parameter. Suatu penduga yang baik adalah yang memiliki karakteristik
pendugaan seperti tak bias, varian minimum dan konsisten. Metode pendugaan yang sering
digunakan diantaranya adalah dengan menggunakan metode momen, metode Least Square,
Maximum Likelihood Estimation (MLE), metode Probability Weighted Moment (PWM),
dan Generalized Probability Weigthed Moment (GPWM ) dan metode baru yang
ditemukan oleh Lars Petrus Hansen yaitu Generalized Momen.
Metode momen telah populer dengan kemudahan dari aplikasinya dan dapat
diterapkan untuk menduga parameter pada ukuran sampel kecil. Tidak seperti metode
pendugaan lainnya, seperti metode Least Square yang harus memenuhi asumsi-asumsi
antara lain berdistribusi normal, homoskedastistas dan auto-korelasi, yang diperlukan
dalam metode momen hanyalah persamaan momen yang diperoleh dari model. Metode
5
MLE dapat memaksimumkan fungsi kemungkinan (L) karena log/ln merupakan fungsi
yang monoton naik sehingga memaksimumkan L sama saja memaksimumkan log/ln, tetapi
MLE mempunyai sifat berbias jika diterapkan untuk menduga parameter pada ukuran
sampel yang kecil. Metode PWM (Greenwood et al,1979; Hosking et
al.,1985;Hosking,1986) merupakan alternative yang mengarah ke metode Momen dan
Maximum Likelihood Estimation (MLE). Menurut Greenwood et al metode penduga PWM
dapat diaplikasikan pada fungsi distribusi peluang yang memiliki invers seperti Weibull,
Generalized Pareto dan Log logistic. Rasmussen (2001) mengusulkan ”perumuman” dari
metode penduga PWM, yang disebut metode Generalized Probability Weigthed Moment
(GPWM).
Metode PWM dan GPWM memiliki studi kasus dimana , dimana momen dari X yang
ordernya lebih dari satu maka PWM dan GPWM tidak dapat digunakan sedangkan Metode
Generalized Momen adalah perkembangan dari GPWM yang momen order dilibatkan
dapat lebih dari satu. Metode Generalized Momen adalah suatu metode statistik yang
sangat umum untuk memperoleh pendugaan parameter dari model statistik yang
dikembangkan dari metode momen oleh Lars Petrus hansen. Metode Generalized Momen
merupakan metode baru pengembangan dari metode momen yang dapat megabaikan
sebaran fungsi distribusinya dan tidak memerlukan asumsi-asumsi yang harus dipenuhi
seperti metode pendugaan klasik lainnya.Berdasarkan uraian sebelumnya dalam penelitian
ini, penulis ingin mengkaji lebih lanjut tentang distribusi Generalized Eksponensial (GE)
dengan mencari karakteristik pendugaan parameter (α,λ) dengan metode Generalized
Momen yang meliputi tak bias, varian minimum dan konsisten.
6
Modul praktikum distribusi probabilitas eksponensial statistika. Dalam menghitung
probabilitas distribusi eksponensial, iatilah yang digunakan adalah :
2. λ = parameter rata-rata
4. e = eksponensial = 2,71828
7
2.4. Fungsi Aplikasi Distribusi Eksponensial
Distribusi eksponensial berguna dalam mencari selisih waktu yang terjadi dalam
suatu peluang pada daerah tertentu. Dalam aplikasinya distribusi eksponensial ini sangat
berperan sekali dalam membantu mengerjakan suatu pekerjaan, antara lain:
2.4.1. Untuk mengukur selisih waktu antara orang 1 dan seterusnya dalam suatu antrian.
2.4.2. Untuk mengukur tingkat kegagalan yang mungkin terjadi dalam suatu peluang.
2.4.3. Distribusi eksponensial juga berguna dalam mencari peubah acak kontinu, dengan
menggunakan variabel random bilangan acak.
4. Peluang yang terjadi pada suatu percobaan mempengaruhi selisih waktu yang terjadi
pada percobaan tersebut
BAB III
PENUTUP
3.1. Kesimpulan
8
Salah satu distribusi yang banyak digunakan dalam statistika,khususnya proses
stokastik, adalah distribusi eksponensial. Distribusi eksponensial adalah salah satu kasus
khusus dari distribusi gamma. Distribusi probabilitas eksponensial merupakan pengujian
digunakan untuk melakukan perkiraan atau prediksi dengan hanya membutuhkan
perkiraan rata-rata populasi, karena dalam distribusi eksponensial memiliki standar deviasi
sama dengan rata-rata. Distribusi ini termasuk ke dalam distribusi kontinyu. Ciri dari
distribusi ini adalah kurvanya mempunyai ekor di sebelah kanan dan nilai x dimulai dari 0
sampai tak hingga. Gambar kurva distribusi eksponensial berbeda-beda tergantung dari
nilai x dan λ.
3.2. Saran
Saran kami kepada para pembaca, yakni senantiasa memperkaya ilmu mengenai
distribusi eksponensial, agar kedepannya bias memudahkan kita dalam menyelesaikan
masalah berbentuk distribusi eksponensial.
DAFTAR PUSTAKA
9
Kenneth O. May, elements of modern mathematics, 1962, pagina title.
David bergamini “the language of sience”, dalam Michael w. alssid & William kenney, eds.,
the world of ideas : essays for study, 1964, p. 552.
Mortimer j. adler, how to read a book : the art of getting liberal education, 5 th ed., 1959, p.
284.
10