6
Volume 3, No.2, Oktober 2019 ISSN 2579-4035
Sunarti Fajariyah
Guru MTs Negeri 1 Kota Tangerang
sunartifajariyah@gmail.com
Abstrak:Mortalitas merupakan salah satu discrete models. The objectives of this study
diantara tiga komponen demograpi yang are to estimate the parameters of survival
dapat mempengaruhi perubahan penduduk, function based on certain distribution
selain kelahiran dan migrasi. Informasi function; and to apply the survival function to
tentang peluang kematian menurut umur Banten life table data on the year 2005 to
suatu wilayah disajikan dalam bentuk tabel obtain the model of Banten survival function.
yang dikenal dengan life table. Model life To obtain the parameters of survival function
table merupakan model Survival yang based on some distribution functions,
menyatakan peluang seseorang dapat hypothetical data are implemented. The
bertahan hidup hingga atau lebih dari waktu hypothetical data are generated from
tertentu. Seperti halnya model-model yang exponential, Weibull, log-normal, log-logistic
ada dalam bidang demografi, model teoritis and Gompertz distribution. Maximum
dari life table merupakan model yang likelihood method is used to estimate the
kontinu. Namun informasi saat ini pada distribution parameters. The results of
umumnya menggunakan bentuk diskret. analysis on the hypothetical data show good
Penelitian ini untuk melakukan pendugaan value of R 2 when an appropriate
parameter fungsi Survival terhadap fungsi distribution are chosen. Regarding the life
sebaran yang sering digunakan serta table of Banten, Weibull distribution shows
mengaplikasikannya terhadap data tabel the best fit compared to the other
hayat Banten tahun 2005. Untuk memperoleh distributions.
parameter dari fungsi Survival berdasarkan
beberapa fungsi sebaran, data yang Keywords: Distribution functions, Maximum
digunakan adalah data hipotetik. Pendugaan Likelihood method
parameter dengan menggunakan metode
Maximum likelihood. Dari hasil penelitian PENDAHULUAN
disimpulkan bahwa sebaran Weibull A. Latar Belakang
merupakan funsi sebaran yang terbaik Mortalitas atau kematian merupakan
dibandingkan dengan empat fungsi sebaran salah satu di antaratiga komponen demografi
lainnya. yang dapat mempengaruhi perubahan
penduduk, selain fertilitas (kelahiran) dan
Kata Kunci : Fungsi sebaran, Metode, migrasi. Informasi tentang kematian penting
Maximum Likelihood baik bagi pemerintah maupun lembaga
swasta. Salah satu diantaranya adalah
Abstract:Mortality is one of three demograpic perlunya angka peluang kematian menurut
components which influence population umur dalam proyeksi penduduk. Secara
change, besides fertilities and migration. umum informasi tentang peluang kematian
Information on probability of death menurut umur suatu wilayah disajikan dalam
according to age in a region is presented in a bentuk tabel, yang dikenal dengan sebutan
table known as life table. Life table model life table(tabel hayat/tabel mortalitas).
reflects a survival model, which model
express probability that someone can live on
or more than certain time. Although
modeling in mathematical demography are
usually based on continuous models, but in
practice, they are approximated using
JUPENDIK: JURNAL PENDIDIKAN
7
Volume 3, No.2, Oktober 2019 ISSN 2579-4035
1 R 2 0,992
Gambar 2 Kurva fungsi Survival sebaran S ( x) ,
1 e10,27 x 3,07
Weibull. Sx
1.0
0 .8
dilakukan pendugaan parameter terhadap
0 .6
sebaranGompertz, dibantu Software
0 .4
Mathematica 6.0 dengan menggunakan
0 .2
metode Maximum Likelihood. Hasil
U mu r x
20 40 60 80 100
pendugaan parameter diperoleh persamaan
_____Nilai Dugaan .......Nilai Sebenarnya fungsi Survival sebaran Gompertz adalah
Gambar
narnya 3 KurvafungsiSurvival sebaran
Lognormal.
JUPENDIK: JURNAL PENDIDIKAN
10
Volume 3, No.2, Oktober 2019 ISSN 2579-4035
S ( x) e 75,04
x )4
R 2 0,958
Berdasarkan hasil pendugaan parameter
Sx
dari beberapa sebaranSurvivaldi atas, pada
1.0
Tabel2dapat dilihat perbedaan nilai koefisien
penentu (determinasi) yang dilambangkan 0.8
( y yˆ ) i i
2 0.2
R 1
2 i 1
n
dengan y i =aktual, Umur x
( y y) 2 20 40 60 80 100
i
i 1 Nilai Dugaan ....... Nilai Sebenarnya
yˆ i = dugaan, dan y =rata-rata
Tabel 2 Perbandingan nilai R 2 fungsi Gambar 6 Kurva fungsi Survival Banten
Survival (kurva mulus) sebaran Weibull.
Eksponensial WeibullLog-normal Log-
logistik Gompertz
2 Sebaran Log-normal
R 2 0,990 0,9960,985 0,992 0,748
2
Nilai R dinilai baik jika mendekati 1 Hasil pendugaan parameter pada data
Survival Banten dengan sebaran Log-normal
Berdasarkan hasil di atas dapat dinyatakan dapat dilihat pada Gambar 7.
bahwa jika kita melakukan pendugaan
parameter dengan menggunakan metode
JUPENDIK: JURNAL PENDIDIKAN
11
Volume 3, No.2, Oktober 2019 ISSN 2579-4035
0, 29 2
kurva seperti terlihat pada Gambar 1 dan 5 di
0
Sx atas, yang sangat berbeda dengan bentuk
1.0 kurva data Survival Banten.
Berdasarkan hasil pendugaan parameter
0.8 dari sebaran di atas, pada Tabel 3 dapat
dilihat perbedaan nilai koefisien penentu
0.6
(determinasi) yang dilambangkan dengan R 2
0.4
masing-masing fungsi Survival Banten.
0.4
.
Dengan menggunakan data Survival
0.2 Banten pada model Rachmadani dan model
fungsi SurvivalWeibull, diperoleh
Umur x 2
20 40 60 80 100 nilai R 0,942untuk model Rachmadani,
sedangkan untuk model fungsi Survival
_____Nilai Dugaan ....... Data Banten 2
Weibull diperoleh nilai R 0,958. Nilai
2
R modelSurvival Weibull lebih besar dari
Gambar 8 Kurva fungsi Survival Banten model Rachmadani. Berdasarkan hal tersebut
maka model fungsi Survival Weibull
(kurva mulus) sebaran Log-logistik digunakan dalam model fungsi Survival
Banten untuk menyusun tabel hayat kontinu
Setelah dilakukan pendugaan parameter pada Banten (lihat Gambar 9).
sebaran Eksponensial dan Gompertz dengan
JUPENDIK: JURNAL PENDIDIKAN
12
Volume 3, No.2, Oktober 2019 ISSN 2579-4035
KESIMPULAN
SARAN
DAFTAR PUSTAKA