Ma A Akal Ah
Ma A Akal Ah
SKRIPSI
Oleh:
AHMAD MISBAHUSSURUR
NIM. 05510023
JURUSAN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI (UIN) MAULANA MALIK IBRAHIM
MALANG
2009
ESTIMASI PARAMETER DISTRIBUSI GAMMA
DENGAN METODE MAKSIMUM LIKELIHOOD
SKRIPSI
Diajukan Kepada:
Oleh:
AHMAD MISBAHUSSURUR
NIM. 05510023
JURUSAN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI (UIN) MAULANA MALIK IBRAHIM
MALANG
2009
SURAT PERNYATAAN
KEASLIAN TULISAN
Ahmad Misbahussurur
NIM. 05510023
ESTIMASI PARAMETER DISTRIBUSI GAMMA
DENGAN METODE MAKSIMUM LIKELIHOOD
SKRIPSI
Oleh:
AHMAD MISBAHUSSURUR
NIM. 05510023
Mengetahui,
Ketua Jurusan Matematika
Abdussakir, M.Pd
NIP. 19751006 200312 1 001
ESTIMASI PARAMETER DISTRIBUSI GAMMA
DENGAN METODE MAKSIMUM LIKELIHOOD
SKRIPSI
Oleh:
AHMAD MISBAHUSSURUR
NIM. 05510023
Abdussakir, M.Pd
NIP. 19751006 200312 1 001
MOTTO
ﺪﺟﺪ ﻭ
ﻦ ﺟ
ﻣ
“SOPO SENG SREGEP TINEMU”
ا
آا
“ILMU TANPA PERBUATAN SEPERTI POHON TAK BERBUAH”
masukan, motivasi dan arahan dari berbagai pihak. Oleh karena itu, penulis
1. Prof. Dr. H. Imam Suprayogo selaku Rektor Universitas Islam Negeri (UIN)
2. Prof. Drs. Sutiman B. Sumitro, SU, DSc selaku Dekan Fakultas Sains dan
4. Sri Harini, M.Si sebagai dosen pembimbing Matematika yang dengan sabar
Matematika dan Islam yang telah banyak memberi arahan kepada penulis.
6. Abdul Aziz, M.Si yang banyak memberi masukan dan motivasi dalam
penulisan skripsi ini dan segenap Dosen Fakultas Sains dan Teknologi,
7. Wahyu Henky Irawan, M.Pd sebagai dosen wali matematika penulis yang
8. Kedua orang tua penulis Bpk. Sholichin dan Ibu Kholilah yang senantiasa
memberi semangat dan limpahan do’a serta pengorbanan yang tiada ternilai,
9. Mas syaiful sekeluarga, adik Ulum dan Lia terima kasih banyak telah
dalam sedih dan tawa terutama teman satu bimbingan skripsi yang telah
11. Terima kasih juga penulis sampaikan kepada teman-teman Asatidz TPQ NH,
telah mengakui penulis dihatinya, semoga Allah melapangkan niat baik ini.
13. Semua pihak yang terlibat baik secara langsung maupun tidak langsung pada
Dengan segala kerendahan hati dan jiwa, penulis menyadari bahwa skripsi ini
masih jauh dari sempurna, sehingga kritik dan saran sangat penulis harapkan demi
Penulis
DAFTAR ISI
HALAMAN SAMPUL
HALAMAN PENGAJUAN
HALAMAN PERNYATAAN ORISINALITAS
HALAMAN PERSETUJUAN
HALAMAN PENGESAHAN
HALAMAN MOTTO
HALAMAN PERSEMBAHAN
KATA PENGANTAR .......................................................................................... i
DAFTAR ISI ...................................................................................................... iv
DAFTAR TABEL .............................................................................................. vi
DAFTAR GRAFIK............................................................................................ vii
ABSTRAK ....................................................................................................... viii
BAB I : PENDAHULUAN ................................................................................1
1.1. Latar Belakang .....................................................................................1
1.2. Rumusan Masalah ................................................................................4
1.3. Tujuan Penelitian .................................................................................4
1.4. Batasan Masalah ..................................................................................4
1.5. Manfaat Penelitian ...............................................................................5
1.6. Metode Penelitian ................................................................................5
1.7. Sistematika Penulisan .........................................................................7
BAB II :KAJIAN PUSTAKA ............................................................................8
2.1. Peubah Acak dan Distribusinya ............................................................8
2.1.1 Peubah Acak ...............................................................................8
2.1.2 Distribusi Peubah Acak ...............................................................8
2.1.2.1 Distribusi Peubah Acak Diskrit.......................................8
2.1.2.2 Distribusi Peubah Acak Kontinu .....................................9
2.2. Ekspektasi dan Variansi .......................................................................10
2.2.1 Ekspektasi...................................................................................10
2.2.2 Variansi ......................................................................................13
2.3. Estimasi Parameter ...............................................................................15
2.3.1 Sifat-Sifat Penduga .....................................................................16
2.4. Maksimum Likelihood .........................................................................18
2.4.1 Fungsi Likelihood ........................................................................18
2.4.2 Estimasi Maksimum Likelihood ...................................................18
2.5. Fungsi Gamma dan Distribusi Gamma .................................................19
2.5.1 Fungsi Gamma ............................................................................19
2.5.2 Distribusi Gamma .......................................................................23
2.6. Kajian Keagamaan ...............................................................................28
2.6.1 Estimasi dalam Al-Qur’an dan Al-Hadits ....................................29
BAB III : PEMBAHASAN ................................................................................33
3.1. Estimasi Parameter Distribusi Gamma dengan
Metode maksimum likelihood ...............................................................33
3.2. Aplikasi Estimasi Parameter Distribusi Gamma
dengan Metode Maksimum Likelihood ................................................45
3.3. Kajian Keagamaan ...............................................................................52
3.3.1 Estimasi dalam Al-Qur’an ..........................................................52
3.3.2 Kaitan Al-Qur’an dan Pembahasan .............................................54
BAB IV : PENUTUP .........................................................................................59
4.1. Kesimpulan ..........................................................................................59
4.2. Saran ....................................................................................................60
DAFTAR PUSTAKA ........................................................................................61
LAMPIRAN-LAMPIRAN
DAFTAR TABEL
Tabel Halaman
Tabel 3.1 Data Umur Baterai Mobil dalam Satuan Tahun ..................................45
Tabel 3.2 Nilai Rata-rata Umur Baterai Mobil....................................................46
DAFTAR GRAFIK
Grafik Halaman
PENDAHULUAN
dimensi baru dan aktual terhadap studi mengenai fenomena jagad raya dan
dan realitas konkret yang terdapat di bumi dan di langit, (Rahman, 2000: 1).
Mengingat Al-Qur’an adalah kitab suci serta mu’jizat yang paling besar, maka
tΠöθtƒ É>#x‹yèø9$# Ïþθß™ ÏΒ ÏµÎ/ (#÷ρy‰tGøù]ω …çµyètΒ …ã&s#÷WÏΒuρ $YèŠÏΗsd ÇÚö‘F{$# ’Îû $tΒ (#θßϑn=sß šÏ%©#Ï9 ¨βr& öθs9uρ
∩⊆∠∪ tβθç7Å¡tFøts† (#θçΡθä3tƒ öΝs9 $tΒ «!$# š∅ÏiΒ Μçλm; #y‰t/uρ 4 Ïπyϑ≈uŠÉ)ø9$#
Artinya: “Dan Sekiranya orang-orang yang zalim mempunyai apa yang ada di
bumi semuanya dan (ada pula) sebanyak itu besertanya, niscaya mereka
akan menebus dirinya dengan itu dari siksa yang buruk pada hari
kiamat. dan jelaslah bagi mereka azab dari Allah yang belum pernah
mereka perkirakan”. {Q.S. Az-Zumar: 47}
didapatkan suatu kesimpulan dari data tersebut. Dalam statistik, estimasi adalah
suatu metode untuk mengetahui sekitar berapa nilai-nilai suatu populasi dengan
Dalam metode estimasi, parameter populasi yang ingin ditaksir itu adalah berupa
nilai rata-rata yang diberi notasi dan nilai simpangan baku dengan notasi .
Teori estimasi sendiri digolongkan menjadi estimasi titik (Point Estimate) dan
adalah estimasi yang merupakan terjemahan dari kata estimation. Pada dasarnya,
estimasi adalah suatu metode untuk mengetahui sekitar beberapa nilai-nilai suatu
Estimasi ini pertama kali dikembangkan oleh R.A Fisher tahun 1920. Estimasi
yang digunakan disini merupakan contoh dari estimasi titik. Salah satu metode
Suatu metode yang bersifat umum dari estimasi titik (Point Estimate) dengan
beberapa sifat teoritis yang lebih kuat dibandingkan dengan metode OLS
Suatu fungsi yang mengaitkan suatu bilangan real pada setiap unsur dalam
ruang sampel disebut sebagai peubah acak. Jika suatu ruang sampel mengandung
titik yang berhingga banyaknya atau sederetan anggota yang banyaknya sebanyak
bilangan bulat, maka ruang sampel disebut ruang sampel diskrit. Dan bila ruang
sampel mengandung titik sampel yang tak berhingga banyaknya dan banyaknya
sebanyak titk pada sepotong garis, maka ruang sampel disebut ruang sampel
kontinu. Suatu peubah acak kontinu mempunyai peluang nol pada setiap titik x.
Jika menyangkut peubah kontinu, f(x) dinamakan fungsi padat peluang atau
disingkat dengan fungsi padat. Beberapa distribusi peluang kontinu khusus itu
Khi Kuadrat, dan Distribusi Weibull, (Walpole & Myers, 1995: 51-60).
Atas dasar uraian diatas, penulis akan mengkaji estimasi disitribusi gamma
Maksimum Likelihood”.
1.2 Rumusan Masalah
sebagai berikut:
dalam satuan tahun yang telah dibulatkan sampai persepuluhan tahun yakni satu
parameter dari distribusi gamma ini digunakan sifat-sifat pendugaan yaitu unbias,
a. Bagi Penulis
dan mengembangkan wawasan disiplin ilmu yang telah dipelajari untuk mengkaji
b. Bagi Pembaca
materi yang terdapat dalam perpustakaan, seperti buku, majalah, dokumen catatan
dalam pembahasan.
pendukung.
pembahasan yakni:
distribusi.
ditentukan.
permasalahan.
1.7 Sistematika Penulisan
Adapun sistematika penulisan ini terdiri dari empat bab, pada masing-masing
BAB II : Kajian pustaka, kajian yang berisi tentang teori-teori yang ada
BAB III : Pembahasan, pada bab ini berisi tentang uraian pendugaan
BAB IV: Penutup, pada bab ini penulis membuat suatu kesimpulan, dan
KAJIAN PUSTAKA
penyampelan acak (random sampling) atau eksperimen acak dari suatu data yang
telah dianalisis secara statistik. Peubah acak dapat dinyatakan dengan huruf
besar, misal X, sedangkan nilai dari peubah acak dinyatakan dengan huruf kecil
padanannya, misal x.
Definisi 2.1 :
Peubah acak ialah suatu fungsi yang mengaitkan suatu bilangan real pada
setiap unsur dalam ruang sampel, (Walpole & Myers, 1995: 51).
peubah acak dinyatakan dalam suatu fungsi nilai-nilai X seperti f(x) yaitu
2.1
Definisi 2.2 :
massa peluang, atau distribusi peluang peubah acak diskrit X bila, untuk
1. f(x) ≥ 0
2.
= 1
Definisi 2.3 :
Sehingga dapat dituliskan dengan f(X) = P(X = Xi), yaitu probabilitas P nilai
peubah X ke-i (yaitu Xi) sama dengan f(X), (Turmudi & Harini, 2008: 176).
dalam bentuk tabel, akan tetapi distribusinya dapat dinyatakan dalam persamaan
yang merupakan fungsi nilai-nilai peubah acak kontinu dan digambarkan dalam
2.2)
Definisi 2. 4 :
Fungsi f(x) adalah fungsi padat peluang peubah acak kontinu X, yang
2.
1
∞
∞
3. Pa < < b
(Walpole & Myers, 1995 :60)
2.2.1 Ekspektasi
ekspektasi adalah:
Definisi 2. 5 :
Misalkanlah X suatu peubah acaka dengna distribusi peluang f(x), maka nilai
2.3
Definisi 2. 6 :
Jika X adalah suatu peubah acak kontinu dan f(x) adalah fungsi padat
2.4)
Definisi 2.7 :
Misalkan X suatu peubah acak dengan fungsi padat peluang f dan g suatu
Teorema 2. 1 :
Bukti:
= "
# $
= " # $ · 1
= "
# $
Jadi, terbukti bahwa E(aX + b) = aE(x) + b, sehingga berakibat
Teorema 2. 2 :
Bila c suatu tetapan dan g(X), g1(X), g2(X) suatu fungsi yang harapannya
ada, maka:
1. E(c) = c;
2. E(cg(X)) = cEg(X);
5. Eg(X) ≤ Eg(X)
Bukti:
1. '
'
∞ ‐∞
c· 1
'
2. .'
/ 'g
∞
∞
' g
'
3. 1g1
# g2
2 1g3
# g
2
1g3
2
# 1g
2
1g1 2 # 1g2 2
4. Eg1(X) ≤ Eg2(X)
g3
5 g
, 678" g3
5 g
Sifat-sifat ini juga dapat dibuktikan untuk peubah acak diskrit dengan cara
yang sama.
2.2.2 Variansi
Variansi peubah acak X atau variansi distribusi peluang X dengan Var (X)
atau bila tidak ada keraguan mengenai peubah acak yang dimaksud.
Definisi 2.8 :
−
! 9
2.8
bila X diskrit
dan
−
!
9
2.9
Teorema 2. 3 :
Bukti:
= E(X2− 2µ X + µ2)
= E(X2) − 2µ E(X) + µ2
= E(X2) − 2µµ + µ2
= E(X2) − 2µ2+ µ2
= E(X2) −µ2
Teorema 2. 4 :
Bukti:
= E[a(X) − aE (X)]2
= E[a(X − E(X))]2
= E[a2(X− µ)2]
= a2E[(X− µ)2]
populasi µ yang tidak diketahui dari pengambilan sampel suatu populasi. Dalam
median populasi. Parameter ini sering digunakan dalam analisis statistik non-
diketahui berdasarkan populasi dari sampel, dalam hal ini sampel random, yang
diambil dari populasi yang bersangkutan. Jadi dengan pendugaan ini, keadaan
peubah acak dari statistik yang mungkin untuk sebuah parameter (anggota peubah
diturunkan). Besaran sebagai hasil penerapan penduga terhadap data dari semua
dengan nilai yang diamati X1, X2, X3, . . . , Xn. jika nilai-nilai pengamatan
∑>=?3 =
<
yang merupakan suatu penduga titik (point estimate) dari nilai tengah populasi µ.
Penduga titik ini seringkali dicatat dengan ̂ (miu topi) karena merupakan
Satu hal yang menjadi tujuan dalam pendugaan adalah penduga harus
()
dari parameter θ , maka E θˆ = θ , (Yitnosumarto,1990: 212).
2. Efisien
dari satu penduga, penduga yang efisien adalah penduga yang mempunyai varian
( ( ))
2
E θˆ 1 − E θˆ 1
=
E ( θˆ − E ( θˆ ) )
2
2 2
var θˆ 1
=
var θˆ 2
θˆ 1
R= , jika R >1 maka θˆ 1 > θˆ 2 artinya secara relatif θˆ 2 lebih efisien
θˆ 2
daripada θˆ 1 , dan jika R<1 maka θˆ 1 < θˆ 2 artinya secara relatif θˆ 1 lebih efisien
daripada θˆ 2 .
3. Konsisten
mendekati parameternya. Jika besar sampel menjadi tak terhingga maka penduga
konsisten harus dapat memberi suatu penduga titik yang sempurna terhadap
∧
parameternya. Jadi, θ merupakan penduga konsisten, jika dan hanya jika:
(
E θˆ − E ( θ ) )
2
→ 0 jika n → ∞ .
penduga akan mengecil menjadi suatu garis tegak lurus diatas parameter yang
Definisi 2.9 :
x1 ,..., x n adalah sampel random dari fungsi kepadatan f ( x;θ ) , maka fungsi
Boes, 1986:278).
Definisi 2.10 :
likelihood ialah:
Defnisi 2.11 :
Teorema 2.5 :
Jika Bα
α 3 D , maka
C
1. Γ(1) = 1
Γ(2) = √π
1
2.
Bukti:
1. B1
α 3 D
C
3 3 D
C
D
C
9D
∞
0
1 ∞
9
D 0
− 0 − −1
1
∞
2. B I J 23 D
1 1
2
C
2 D
1
Misal x = u2, dx = 2u du
∞
K
2 D L 2K K
1 M
∞
K 2 D L 2K K
M
K 3 D L 2K K
M
K 3 D L 2K K
M
2K K 3 D L K
M
2 K33 D L K
M
2 K C D L K
M
√S
∞ ∞
2D LM
K, Karena D L K = R T , maka
M
2
C C
√S
2R T
2
2√ S
R T
2
Bα
α 3 D
C
Bα
K U K U 9 U K
C C
Dimana,
K α − 3
K α − 1 α − 3 − 3
α − 1 α −
U D
U D
9D # ' ∞C
Sehingga,
Bα
α − 3 − D − # '
− 9 D α − 1
α −
∞
0 C
1 ∞
α − 3 −
− 9 D α − 1
α −
D 0 C
1 ∞
α − 3 − 9 9 D α − 1
α −
D 0
C
1 α−3 ∞
− 9 9 D α − 1
α −
D 0
C
α − 3 ∞
− 9 9 D α − 1
α −
D 0
C
∞α − 3 0α − 3
− 9 9 9 D α − 1
α −
D DC C
∞α − 3 0
− 9 9 9 D α − 1
α −
∞ 1 C
1
− ∞α − 3 9 0 9 9 D α − 1
α −
∞ C
− ∞α − 3 0 9 0 9 9 D α − 1
α −
C
0 9 0 9 9 D α − 1
α −
C
0 9 9 D α − 1
α −
C
0 # α − 1
D α −
C
0 # α − 1
α −
D
C
= (α − 1) Γ(α − 1)
= α − 2
C α W D
= (α − 2) Γ(α − 2)
Sehingga diperoleh:
Γ(α ) = (α − 1) Γ(α − 1)
= (α − 1)(α − 2) Γ(α − 2)
= (α − 1)(α − 2) (α − 3) Γ(α − 3)
Γ(n) = (n − 1) Γ(n− 1)
= (n − 1) (n − 2) Γ(n − 2)
= (n − 1) (n − 2) (n − 3) Γ(n − 3)
= (n − 1) (n − 2) (n − 3) (n − 4) Γ(n − 4)
= (n − 1) (n − 2) (n − 3) (n − 4) (n − 5) Γ(n − 5)
= (n − 1) (n − 2) (n − 3) (n − 4) (n − 5), . . . , Γ (1).
Sehingga,
= (n − 1) (n − 2) (n − 3) (n − 4) (n − 5) . . . 1
= (n − 1)!
Defnisi 2.12 :
f(x) = X [ (2.13)
1
Y Z Γα
0 , untuk x selainnya
merupakan hal khusus. Terapan penting distribusi gamma ini pada teori
reliabilitas (uji keandalan) dan waktu menunggu. Peubah acak yang fungsi
padatnya diberikan distribusi gamma adalah waktu atau ruang terjadinya sesuatu
sampai sejumlah tertentu kejadian poisson terjadi, (Walpole & Myers, 1995: 193).
Teorema 2.6 :
Bukti:
µ = E(X r)
= \
−x
= \ α91 e β
∞
1
∞ ] Γα
−x
= α 1#r e β
1
] Γα
_ 3
dan x = yβ , dx = β dy
Y ` Y
Misalkan y = , =
sehingga,
= aβ
α 1#r e−_ β a
1
] Γα
= β α 1#r a α 1#r e−_ β a
1
] Γα
β α 1#r
= a α 1#r e−_ β a
] Γα
β α 1#r
= a α 1#r e−_ a
] 3 Γα
β α 1#r
= a α 1#r e−_ a
]3 Γα
β α 1 β r
= a α 1#r e−_ a
]3 Γα
β α 1 β r
= a α 1#r e−_ a
]3 Γα
βr
= a α 1#r e−_ a
Γα
βr
= a α 1#r e−_ a
Γα
βb
= Γ(α + r)
Γα
β b cα d \
=
Γα
Ambil r = 1 dan r = 2, maka persamaan diatas menjadi
β Bα # 1
= EX
=
Γα
βα!
α − 1
!
=
β α α − 1
!
α − 1
!
=
= βα
= αβ
Jadi, µ = E(X) = αβ
β 2 Bα # 2
E
=
Γα
2
β 2 α # 1
!
α − 1
!
=
β 2 α # 1
.α # 1
9 1/!
α − 1
!
=
β 2 α # 1
.α # 1
9 1/ 1.α # 1
9 1/ 9 12 !
α − 1
!
=
β 2 α # 1
α .α # 1
9 2/!
α − 1
!
=
β 2 α # 1
α α − 1
!
α − 1
!
=
= β2 (α +1)α
= β2(α2 +α )
= β2α2+αβ2
= β2α2+αβ2 − (αβ )2
= β2α2+αβ2 − α2β2
= αβ2
Dari E(X) = αβ, E 2 = β2α2+αβ2 dan σ2 = Var (X) = αβ2 dapat diperoleh
∑ i
>
Diketahui bahwa E(X) =
Sehingga,
∑ i
= αβ
>
∑ ji
k
α=
β
l;
α=
β
α = ; 3
Untuk E 2
= β2α2+αβ2
∑ iM
Karena E 2
=
>
Sehingga,
∑ 2
7
= β2α2+αβ2
<
= α2β2+αβ2
l; l;
= 1 2 β2 + β2
β β
l; M
β2 + ;
YM
=
= ; + ;
∑ 2
; = < _ − ;
∑ jM
i − l; M
k
β =
l;
p /M
∑.ji no
k
β =
l;
q
∑i l;
M
k
β =
l;
2.6 Kajian Keagamaan
adalah dua aspek kebenaran yang sama, dan tidak ada pertentangan di antara
SAW adalah menuntut ilmu perngetahuan dan menekankan pentingnya arti belajar
dalam kehidupan umat manusia (96: 1-5). Al-Qur’an juga menganjurkan manusia
(20 : 114). Salah satu ilmu pengetahuan tentang bilangan dan ilmu hisab adalah
keimanan, yakni bilangan angka “satu”. Dalam Al-Qur’an surat Al-Ikhlas ayat 1
disebutkan:
berpendapat bahwa matematika adalah ilmu hitung atau ilmu al-hisab. Allah SWT
adalah raja dari segala sesuatu yang telah diciptakannya, bahkan dalam hal
pengumpulan data, pengolahan data, analisa data, dan penarikan kesimpulan data.
Al-Quran terdapat suatu ayat yang menjelaskan tentang estimasi. Seperti yang
tΠöθtƒ É>#x‹yèø9$# Ïþθß™ ÏΒ ÏµÎ/ (#÷ρy‰tGøù]ω …çµyètΒ …ã&s#÷WÏΒuρ $YèŠÏΗsd ÇÚö‘F{$# ’Îû $tΒ (#θßϑn=sß šÏ%©#Ï9 ¨βr& öθs9uρ
∩⊆∠∪ tβθç7Å¡tFøts† (#θçΡθä3tƒ öΝs9 $tΒ «!$# š∅ÏiΒ Μçλm; #y‰t/uρ 4 Ïπyϑ≈uŠÉ)ø9$#
Artinya: “Dan Sekiranya orang-orang yang zalim mempunyai apa yang ada di
bumi semuanya dan (ada pula) sebanyak itu besertanya, niscaya mereka
akan menebus dirinya dengan itu dari siksa yang buruk pada hari
kiamat. dan jelaslah bagi mereka azab dari Allah yang belum pernah
mereka perkirakan”.{Q. S. Az-Zumar: 47}
Dari ayat diatas dapat diketahui bahwa, kaitan ayat tersebut dengan metode
estimasi (perkiraan) adalah terletak pada lafadh "*)(ن+,- ". Karena pada ayat
tersebut sudah tampak jelas bahwa adzab dan hukuman dari Allah SWT kepada
mereka adalah sesuatu yang tidak pernah terlintas dalam pikiran dan perkiraan
(#θçΡ$Ÿ2 $¨Β ΟÎγÏΨƒÏŠ ’Îû öΝèδ¡xîuρ ( ;N≡yŠρ߉÷è¨Β $YΒ$−ƒr& HωÎ) â‘$¨Ψ9$# $oΨ¡¡yϑs? s9 (#θä9$s% óΟßγ‾Ρr'Î/ y7Ï9≡sŒ
∩⊄⊆∪ šχρçtIøtƒ
Artinya: “Hal itu adalah karena mereka mengaku: "Kami tidak akan disentuh
oleh api neraka kecuali beberapa hari yang dapat dihitung". mereka
diperdayakan dalam agama mereka oleh apa yang selalu mereka ada-
adakan”. {Q. S. Ali-‘Imran: 47}
Kaitan dari ayat tersebut dengan metode estimasi ( pendugaan) terletak
pada lafadh "ودت123 434- ا6"ا, yang dimaksud pada lafadz tersebut adalah hari-hari
yang terbilang (tertentu). Pada ayat tersebut tidak dijelaskan secara jelas lama
waktu ketika orang yahudi meentukan masa akan disentuh oleh api neraka, akan
adalah 40 hari, yaitu hari-hari mereka ketika mereka menyembah anak-anak sapi
setelah mereka ditinggal pergi oleh Nabi Musa Alaihissalam. Orang-orang yahudi
berpaling dari kebenaran dan bersi keras untuk tidak mau kembali mencari
kebenaran dan mengikutinya karena mereka percaya bahwa api neraka tidak bakal
dalam api neraka hanya 40 hari saja. Padahal kepercayaan mereka itu adalah
bathil dan tidak ada dasarnya sama sekali, sehingga perkiraan mereka itu salah
karena mereka akan dimasukkan kedalam api neraka selama-lamanya akibat dari
Pada QS. Ash-Shaaffat ayat 147 tersebut dijelaskan bahwa Nabi Yunus
diutus kepada umatnya yang dijanjikan oleh Allah SWT yang jumlahnya 100.000
orang atau lebih dari seratus ribu. Sehingga ketika Nabi Yunus menaungi mereka,
maka mereka bertaubat dan Allah menjauhkan adzab itu dari mereka. Ada yang
berpendapat mereka adalah 130.000 orang, 70.000 orang atau 20.000 orang.
Jika mengkaji lebih jauh lagi pada ayat ini dengan seksama, dapat diketahui
bahwa Allah SWT telah menyatakan jumlah ummat Nabi Yunus dengan
ketidakpastian, maka Allah SWT telah mengajarkan suatu teori statistik yakni
Dari ayat Al-Qur’an yang telah disebutkan diatas tadi, dapat diketahui
bahwa Allah SWT adalah zat yang ahli segalanya melebihi ahli-ahli dan pakar-
pakar ilmu lainnya. Jadi jika di bumi Allah ini terdapat ilmu matematika, maka
Allah adalah ahlinya, yang paling mengetahui, Dialah Allah SWT zat ahli
matematika (matematisi) yang serba maha. Kalau di bumi Allah ada ilmu fisika,
maka Allah yang paling mengetahui tentang fisika. Tidak ada yang tidak diketahui
Allah SWT. Tidak ada yang tersembunyi bagi Allah SWT sesuatupun yang terjadi
Metode estimasi juga disebutkan dalam suatu Hadits pada bab jual-beli
tentang larangan menjual buah-buahan yang belum tampak jadinya tanpa syarat
untuk dipetik dan haram menjual kurma basah dengan kurma kering kecuali
PEMBAHASAN
Likelihood
Distribusi gamma didapat dari fungsi gamma yang sudah dikenal luas, dan
∞
Γ(α ) = ∫ xα −1e − x dx untuk α > 0
0
yang dipakai dalam mendefinisikan distribusi gamma dan akan diaplikasikan pada
dengan peubah acak bebas X yang berukuran n. Maka parameter tersebut akan
adalah:
f (x i ) = f ({x1 , x 2 K x n })
xi
1 −
= α
xiα −1e β
β Γ(α )
x
1 − i
= α e β ( x1 x2 K xn )α −1
β Γ(α )
x x
1 − 1 1 − 2
= α e β ( x1 x 2 K x n ) α −1 α e β ( x1 x 2 K x n ) α −1 K
β Γ (α ) β Γ (α )
xn
1 −
e β
( x1 x 2 K x n ) α −1
β Γ (α )
α
n
− ∑ xi
n i =1
1
=∏ α
e β
( x1 x2 K xn )α −1 (3.1)
i =1 β Γ(α )
Langkah II: Membentuk fungsi padat peluang (3.1) kedalam model L(x|α, β)
L(xi | α , β ) = L( f (xi | α , β ))
n
− ∑ xi
n i =1
1
=∏ α
e β
( x1x2 K xn )α −1
i =1 β Γ(α )
x x
1 − 1 1 − 2
α −1
= α β
e ( x1 x2 K xn ) e β ( x1 x2 K xn )α −1 K
β Γ (α ) β Γ (α )
α
x
1 − n
e β
( x1 x2 K xn )α −1
β Γ(α )
α
n
− x1 + − x 2 +K+ − x n
= α
1
e β β β ( x x K x )α −1
1 2
( )
n
β Γ(α )
n
n
n
− ∑ xi
(( x x K x ) )
i =1
1 β α −1 n
= α e (3.2)
β Γ(α )
1 2 n
likelihood).
dapat diperoleh:
L( xi | α , β ) = ln L( xi | α , β )
n
− ∑ xi
n
( )
i =1
1
= ln α e β ( x1 x 2 K x n ) α −1
n
β Γ(α )
n
− ∑ xi
( ) (( x x )
i =1
−n
= ln Γ(α ) β α β
K x n ) α −1
n
e 1 2
n
− ∑ xi
( ) (( x x )
i =1
= − n ln Γ(α ) β α e β
K x n ) α −1
n
1 2
n
− ∑ xi
( )
i =1
= − n ln Γ (α ) β α e β
(x1 x2 K x n )nα − n
n
∑x
( )
i
= − n ln Γ(α )β α − i =1
+ (nα − n )∑ ln (x i )
β
n
∑x i
= −n ln(Γ(α )) − nα ln(β ) − i =1
+ (nα − n )∑ ln(xi )
β
n
∑x i
= −n ln (Γ(α )) − nα ln (β ) − i =1
+ nα ∑ ln ( xi ) − n∑ ln ( xi ) (3.3)
β
dengan 0.
Pada distribusi gamma ini mempunyai dua parameter yang tidak diketahui
∂ ∂
ln L(xi | α , β ) = 0, dan ln L(xi | α , β ) = 0 (3.4)
∂α ∂β
1. Diturunkan terhadap α.
∂
ln L( xi | α , β ) = 0
∂α
n
∑ xi
∂ − n ln (Γ(α )) − nα ln (β ) − i =1
+ (nα − n )∑ ln ( xi )
β
=0
∂α
n
∑ xi
∂ − n ln (Γ(α )) − nα ln (β ) − i =1
+ nα ∑ ln ( xi ) − n ∑ ln ( xi )
β
=0
∂α
)
( )
n
− n ) Γ ' (α ) − n ln β − 0 + n∑ ln( xi ) − 0 = 0
1 )
Γ(α ) i =1
)
( )
n
) Γ (α ) − n ln β + n∑ ln (x i ) = 0
1 ' )
−n
Γ(α ) i =1
Γ ' (α )
)
( )
) n
+ ln β − n ∑ ln (x i ) = 0 (3.5)
Γ(α )
)
i =1
2. Diturunkan terhadap β.
∂
ln L(xi | α , β ) = 0
∂β
n
∑ xi
∂ − n ln (Γ (α )) − nα ln (β ) − i =1 + (nα − n )∑ ln ( xi )
β
=0
∂β
n
∑ xi
∂ − n ln (Γ (α )) − nα ln (β ) − i =1 + nα ∑ ln ( xi ) − n ∑ ln ( xi )
β
=0
∂β
) 1 n )
0 − nα ) − − ∑ xi β − 2 + 0 − 0 = 0
β i =1
)1 n )
− nα ) + ∑ x i β − 2 = 0
β i =1
)1 n 1
− nα ) + ∑ x i ) 2 = 0 (3.6)
β i =1 β
))
Langkah V: Menentukan estimasi αβ dari αβ pada fungsi padat peluang
distribusi gamma.
)1 )
( )
n 1 )
( ) ( )
)
− nα ) β 2 + ∑ x i ) 2 β 2 = 0 β 2
β i =1 β
) )
) β2 n β2
− nα ) + ∑ x i ) 2 = 0
β i =1 β
)) n
− nα β + ∑ x i = 0
i =1
n
))
∑x
i =1
i = nαβ
∑x i
))
i =1
= αβ
n
∑x i
karena µ = E(X) = i =1
))
maka, E(X) = αβ
))
Likelihood adalah: αβ
)
Untuk nilai β adalah:
))
E ( X ) = αβ
) E( X )
β= ) (3.7)
α
)
Untuk mengetahui bahwa nilai dari suatu α itu diharapkan sama atau sama
)
dengan α, begitu juga nilai β dengan β, maka dapat dibuktikan dengan
Γ ' (α ) n
n + n ln(β ) − ∑ ln (x i ) = 0
Γ(α ) i =1
Γ ' (α ) E( X ) n
n + n ln ) − ∑ ln (x i ) = 0
Γ(α ) α i =1
1 Γ (α ) 1 E( X ) 1 n
'
n + n ln ) − ∑ ln( x i ) = 0
n Γ(α ) n α n i =1
n Γ (α ) n E ( X ) 1 n
'
+ ln ) − ∑ ln (x i ) = 0
n Γ(α ) n α n i =1
Γ ' (α ) E( X ) 1 n
+ ln ) − ∑ ln (x i ) = 0
Γ(α ) α n i =1
Γ ' (α ) E( X ) 1
+ ln ) − (ln x1 + ln x 2 + K + ln x n ) = 0
Γ(α ) α n
Γ ' (α ) E( X ) 1
+ ln ) − (ln (x1 x 2 K x n )) = 0
Γ(α ) α n
Γ ' (α )
Γ(α )
( )
)
+ ln E ( X )α −1 − (ln (x1 x 2 K x n )) = 0
1
n
Γ ' (α )
+ ln E ( X ) − ln α − (ln ( x1 x 2 K x n )) = 0
) 1
Γ(α ) n
Γ ' (α ) )
+ ln E ( X ) − ln α − ln(x1 x 2 K x n ) n = 0
1
Γ(α )
Γ ' (α )
− ln α + ln E ( X ) − ln( x1 x 2 K x n ) n = 0
1
)
Γ(α )
( x1 x 2 K x n ) n
1
Γ ' (α ) )
− ln α − ln = 0
Γ(α ) E( X )
( x1 x 2 K x n ) n
1
Γ ' (α ) )
= ln α + ln
Γ(α ) E( X )
Γ ' (α ) n
1 1
Karena = −C + ∑ −
Γ(α ) i =1 n α + n − 1
(x1x2 K xn )n
1
n
1 1
− C + ∑ −
)
= ln α + ln
i =1 n α + n −1 E( X )
( x1 x2 K xn )n
1
1 n
1
− 0.55772156649 + ∑ −
)
= ln α + ln (3.8)
i =1 n α + n −1 E( X )
)
Dari persamaan (3.8) tersebut dapat diperoleh secara numerik suatu nilai α
) E( X )
dan β = ) dengan menggunakan suatu aplikasi data umur baterai mobil yang
α
telah ditentukan.
Untuk mendapatkan estimasi yang baik, maka untuk hasil estimasi parameter
1. Unbias (takbias)
suatu peubah acak bebas mengikuti distribusi gamma dengan parameter α dan β
))
tidak diketahui, jika E(X) = αβ .
Jika peubah acak Xi berdistribusi gamma, maka fungsi f(x) adalah:
−x
f (x ) = α
1
xα −1e β
β Γ(α )
∞
E( X r ) = ∫ x f (x )dx
r
x
−∞
∞ −x
1
= ∫x α r
xα −1e β dx
−∞ β Γ (α )
∞ −x
1
= ∫x xα + r −1e β dx
r
−∞ β Γ(α )
α
y 1
Misalkan = , sehingga
x β
∫ β α Γ(α ) ( yβ )
1 α + r −1 − y
E( X r ) = e β dy
−∞
∞
1
∫ β α Γ(α ) β
α + r −1 α + r −1 − y
= y e β dy
−∞
∞
β α + r −1 α + r −1 − y
= ∫ α
− ∞ β Γ (α )
y e β dy
∞
β α + r −1
∫− ∞ β α β −1Γ(α ) y e dy
α + r −1 − y
=
∞
β α + r −1 α + r −1 − y
= ∫ α −1Γ(α ) y e dy
−∞ β
∞
β α −1β r α + r −1 − y
= ∫ α −1Γ(α ) y e dy
−∞ β
∞
β α −1 β r α + r −1 − y
= ∫ α −1 Γ(α ) y e dy
−∞ β
∞
β r α + r −1 − y
= ∫ Γ(α ) y e dy
−∞
β r ∞ α + r −1 − y
Γ(α ) −∫∞
= y e dy
βr
= Γ(α + r )
Γ(α )
β r Γ(α + r )
=
Γ(α )
β Γ(α + 1)
E( X ) =
Γ(α )
β (α !)
=
(α − 1) !
βα (α − 1) !
=
(α − 1) !
= βα
= αβ (3.9)
))
Dari pembuktian (3.9), diketahui bahwa αβ = αβ .
))
Jadi, αβ merupakan penduga takbias bagi µ.
Jika r = 2, maka:
β 2 (α + 2)
( )
E X2 =
Γ(α )
β 2 (α + 1) !
=
(α − 1) !
β 2 (α + 1)((α + 1) − 1) !
=
(α − 1) !
β 2 (α + 1)((α + 1) − 1)(((α + 1) − 1) − 1) !
=
(α − 1) !
β 2 (α + 1) α ((α − 1) − 2) !
=
(α − 1) !
β 2 (α + 1) α (α − 1) !
=
(α − 1) !
= β 2 (α + 1)α
(
= β2 α2 +α )
= αβ 2 + α 2 β 2 (3.10)
))
Karena Var (X) = σ2 = αβ 2 , maka:
= αβ2+β2α2− (αβ)2
= αβ2+β2α2−α2β2
= αβ2+β2α2−β2α2
= αβ2
))
Dari pembuktian tersebut, diketahui bahwa αβ 2 = αβ2.
))
Jadi, αβ 2 merupakan penduga takbias bagi σ2.
2. Efisien
variansi yang kecil. Dengan menggunakan rumus efisiensi relatif, maka dapat
diketahui:
R=
(
E X 12 − E ( X 1 ) ) 2
E (X − E ( X ))
2 2
2 2
E ( X 1 − E ( X 1 ))
2
=
E ( X 2 − E ( X 2 ))
2
Var ( X 1 )
=
Var ( X 2 )
(αβ )
= ))
)) 2
(αβ )
1
2
2
))
Sehingga hal itu berarti bahwa Var(X2) = αβ 2 ( ) 2 secara relatif lebih efisien
))
daripada Var(X1) = αβ 2 1 . ( )
3. Konsisten (selaras)
( )
E θˆ − E ( θ ) → 0 untuk n → ∞
2
(
))
)
E αβ − E (αβ ) → 0 untuk n → ∞
2
))
( )
Karena nilai ekspektasi E α β diharapkan sama dengan αβ , maka dapat
diperoleh:
( )
))
E αβ = αβ
(
))
E αβ − E (αβ ) = 0
2
)
))
( )
Dimana nilai E αβ − E (αβ ) itu akan mendekati nol untuk n → ∞, sehingga dapat
2
dituliskan dengan:
(
))
)
lim E αβ − E (αβ ) = 0
n →∞
2
(3.12)
n →∞
))
( 2
) ))
Karena lim E αβ − E (αβ ) = 0 , maka αβ 2 merupakan penduga yang konsisten.
Dari persamaan (3.9), (3.10), (3.11) dan (3.12) dapat diketahui bahwa E(X)
merupakan penduga bagi parameter α dan β karena memiliki sifat takbias, efisien
Maksimum Likelihood.
Data diatas merupakan himpunan data umur baterai mobil pertahun (dalam
satuan tahun) yang telah dibulatkan sampai persepuluhan tahun yakni satu angka
adalah umur 40 baterai mobil yang dibulatkan sampai sepersepuluh tahun. Untuk
mengetahui rata-rata dan variansi data diatas, maka peneliti menggunakan suatu
( )
E(X) = αβ , E X 2 = β2α2+αβ2 dan Var (X) = αβ2
Karena E(X) =µ, dimana µ yang secara statistik diduga dengan X , maka
n
∑x i
E(X ) = i =1
Untuk mengetahui nilai rata-rata dan variansi dari data diatas, maka dapat
No xi 40
∑x i
xi − X (x i − X)
2
X= i =1
40
1 2.2 3.4125 -1.2125 1.47015625
2 3.4 3.4125 -0.0125 0.00015625
3 2.5 3.4125 -0.9125 0.83265625
4 3.3 3.4125 -0.1125 0.01265625
5 4.7 3.4125 1.2875 1.65765625
6 4.1 3.4125 0.6875 0.47265625
7 1.6 3.4125 -1.8125 3.28515625
8 4.3 3.4125 0.8875 0.78765625
9 3.1 3.4125 -0.3125 0.09765625
10 3.8 3.4125 0.3875 0.15015625
11 3.5 3.4125 0.0875 0.00765625
12 3.1 3.4125 -0.3125 0.09765625
13 3.4 3.4125 -0.0125 0.00015625
14 3.7 3.4125 0.2875 0.08265625
15 3.2 3.4125 -0.2125 0.04515625
16 4.5 3.4125 1.0875 1.18265625
17 3.3 3.4125 -0.1125 0.01265625
18 3.6 3.4125 0.1875 0.03515625
19 4.4 3.4125 0.9875 0.97515625
20 2.6 3.4125 -0.8125 0.66015625
21 3.2 3.4125 -0.2125 0.04515625
22 3.8 3.4125 0.3875 0.15015625
23 2.9 3.4125 -0.5125 0.26265625
24 3.2 3.4125 -0.2125 0.04515625
25 3.9 3.4125 0.4875 0.23765625
26 3.7 3.4125 0.2875 0.08265625
27 3.1 3.4125 -0.3125 0.09765625
28 3.3 3.4125 -0.1125 0.01265625
29 4.1 3.4125 0.6875 0.47265625
30 3 3.4125 -0.4125 0.17015625
31 3 3.4125 -0.4125 0.17015625
32 4.7 3.4125 1.2875 1.65765625
33 3.9 3.4125 0.4875 0.23765625
34 1.9 3.4125 -1.5125 2.28765625
35 4.2 3.4125 0.7875 0.62015625
36 2.6 3.4125 -0.8125 0.66015625
37 3.7 3.4125 0.2875 0.08265625
38 3.1 3.4125 -0.3125 0.09765625
39 3.4 3.4125 -0.0125 0.00015625
40 3.5 3.4125 0.0875 0.00765625
∑ xi = 136.5 ∑ (x − X ) = 19.26375
2
i
Pada tabel 3.2 di atas, nilai rata-rata suatu data umur baterai mobil adalah:
∑x i
E(X ) = i =1
= 3.4125
Untuk mengetahui nilai Var (X) = αβ2, maka harus dicari terlebih dahulu
X
1
∑ (xi − X )
2
α= dan β = n
β X
∑ (xi − X )
1 2
β= n
X
1
(x1 − X )2 + (x 2 − X )2 + K + (x 40 − X )2
= 40
3.4125
1
(19.26375)
= 40
3.4125
= 0.48159375
X
α=
β
3.4125
=
0.48159375
= 7.085847771
Maka nilai variansi dari data umur baterai mobil di atas adalah:
= 7.085847771 x 0.23193254
= 1.643438672
mensubtitusikan suatu variabel acak bebas kontinu Xi = X1, X2, X3, . . . , X40
kedalam fungsi padat peluang distribusi gamma yang telah didefinisikan pada
∑x
i =1
i
= = 3.4125
n
)) )
Karena nilai αβ = αβ yakni 3.4125, maka untuk nilai β adalah:
)
1 n
∑ (xi − X )
2
n
β = i =1
X
1 n
∑ (xi − X )2
40 i =1
=
3.4125
1
(
(x1 − X )2 + (x 2 − X )2 + K (x n − X )2 )
= 40
3.4125
1
(19.26375)
= 40
3.4125
= 0.48159375
)
Sehingga untuk nilai α dapat diketahui yakni:
) E(X )
α = )
β
3.4125
=
0.48159375
= 7.085847771
) )
Dari nilai α = 7.085847771 dan β = 0.48159375 , maka dapat diketahui nilai
= 7.085847771 x (0.48159375 )2
= 7.085847771x 0.23193254
= 1.643438672
)
Untuk mengetahui bahwa nilai dari suatu α itu sama dengan α, maka dapat
)
dibuktikan dengan memasukkan nilai α = 7.085847771 kedalam suatu persamaan
( x1 x 2 K x 40 ) 40
1
Γ ' (α ) )
− ln α − ln = 0
Γ(α ) E( X )
(x1 x 2 K x 40 ) 40
1
Γ ' (α ) )
= ln α + ln
Γ(α ) E(X )
Γ ' (α ) 40
1 1
Karena = − C + ∑ −
Γ(α ) i =1 n α + n − 1
dapat diketahui;
(x1 x 2 K x 40 ) 40
1
40
1 1 )
− C + ∑ − = ln α + ln
i =1 n α + n − 1 E(X )
1
40
1 1 (8.21458 E + 20) 40
− C + ∑ − = ln 7.08587771 + ln
i =1 n α + n − 1 3.4125
40
1 1
− C + ∑ − = 1.877030067
i =1 n α + n − 1
40
1 1
− 0.55772156649 + ∑ − = 1.877030067
i =1 n α + n − 1
1.884359774 ≅ 1.877030067
Karena nilai ruas kanan dan kiri bernilai hampir sama dengan selisih 0.007,
)
maka nilai α bisa dikatakan sama dengan nilai α.
))
Oleh karena itu αβ merupakan estimasi dari αβ .
Dari data diatas, dapat dibuat suatu grafik distribusi gamma yakni;
Pada grafik tersebut (3.1) menunjukkan bahwa estimasi pada suatu data umur
)
baterai mobil bernilai 3.4125 tahun. Dari estimasi tersebut didapati nilai dari α
)
dan β , sehingga nilai variansi dari umur baterai tersebut juga dapat diketahui
tahun yakni pembulatan angkanya adalah satu angka dibelakang koma, maka
esimasi dari umur baterai tersebut adalah 3.4 tahun dan variansinya adalah 1.6
)) ))
tahun. Karena αβ merupakan estimasi αβ, sehingga dapat dituliskan αβ =αβ
))
yang berarti bahwa αβ merupakan estimasi takbias dari αβ.
Makiyah, yakni turun sebelum Nabi hijrah ke Madinah. Ash-Shaffaat berarti yang
berbaris baris, kalimat yang pertama dari ayat yang pertama. Yang disebutkan
tahu berapa jutakah bilangannya, kecuali Allah Swt sendiri. Sedangkan bintang
dilangit, yang dapat dilihat mata. Sedangkan pasir dipantai yang dapat ditampung
tangan. Sedangkan daun dirimba yang dapat dilihat ketika berpucuk, berdaun dan
tanggal dari tampuknya, lagi tidak dapat kita manusia menghitungnya, apatah lagi
(#θçΡ$Ÿ2 $¨Β ΟÎγÏΨƒÏŠ ’Îû öΝèδ¡xîuρ ( ;N≡yŠρ߉÷è¨Β $YΒ$−ƒr& HωÎ) â‘$¨Ψ9$# $oΨ¡¡yϑs? s9 (#θä9$s% óΟßγ‾Ρr'Î/ y7Ï9≡sŒ
∩⊄⊆∪ šχρçtIøtƒ
Artinya: “Hal itu adalah karena mereka mengaku: "Kami tidak akan disentuh
oleh api neraka kecuali beberapa hari yang dapat dihitung". mereka
diperdayakan dalam agama mereka oleh apa yang selalu mereka ada-
adakan”. {Q. S. Ali-‘Imran: 47}
pada lafadh "ودت123 434- ا6 "ا. yang dimaksud pada lafadz tersebut adalah hari-hari
yang terbilang (tertentu). Pada ayat tersebut tidak dijelaskan secara jelas lama
waktu ketika orang yahudi meentukan masa akan disentuh oleh api neraka, akan
147, yaitu:
Sebab turunnya ayat diatas yaitu menceritakan tentang kisah Nabi Yunus.
Bahwa tatkala Yunus diancam akan disiksa oleh kaumnya, maka dia keluar dari
kalangan mereka sebelum mendapat perintah dari Allah Swt untuk hijrah. Lalu dia
naik kapal, namun kapal itu tidak bisa berjalan dan para awak kapal menyangka
bahwa kapal itu apabila memuat seorang budak yang melarikan diri, maka kapal
itu tidak bisa berjalan. Oleh karena itu mereka melakukan undian dan ternyata
undian itu keluar untuk Yunus, maka dilemparkanlah dirinya kedalam air (Al-
Maraghi,1974:136).
Menurut peneliti dari ayat Al-Qur’an yang telah disebutkan diatas, yakni
pada masing-masing surat (Ali-‘Imran: 47) dan surat (Ash-Shaffaat: 147) terdapat
Adapun kaitan suatu metode estimasi pada surat Ali-’imran ini terletak
pada lafadh "ودت123 434- ا6 "ا. Yang dimaksudkan dengan hari-hari di sini oleh
ucapan orang-orang Yahudi adalah 40 hari, yaitu hari-hari mereka ketika mereka
menyembah anak-anak sapi setelah mereka ditinggal pergi oleh Nabi Musa
Alaihissalam.
Orang-orang yahudi berpaling dari kebenaran dan bersi keras untuk tidak
mau kembali mencari kebenaran dan mengikutinya karena mereka percaya bahwa
api neraka tidak bakal mampu menyentuh kulit-kulit mereka. Jika memang
mereka dilemparkan ke dalam api neraka hanya 40 hari saja. Padahal kepercayaan
mereka itu adalah bathil dan tidak ada dasarnya sama sekali, sehingga perkiraan
mereka itu salah karena mereka akan dimasukkan kedalam api neraka selama-
lamanya akibat dari kekafiran, kezaliman dan sikap ingkar serta keras kepala
mereka.
Jika lama waktu ketika orang yahudi menentukan masa akan disentuh
oleh api neraka dapat dinyatakan dalam variabel X, maka p = 40 hari yang
merupakan perkiraan dari kaum yahudi itu sendiri. Padahal perkiraan mereka itu
adalah salah karena Allah SWT akan dimasukkan kedalam api neraka selama-
mempunyai suatu arti bahwa islam mulai dari sejak dulu telah mengenal estimasi.
Menurut peneliti, kaitan suatu metode estimasi pada surat ini terletak
pada kalimat "ون1-8- او9:<; ا43", Karena ayat tersebut dalam menentukan jumlah
umat Nabi Yunus tidak dengan perhitungan secara eksak. Sehingga terdapat
perbedaan pendapat para ulama’ dalam menafsirkan ayat tersebut. Jika dipahami
dalam arti atau, maka ayat ini bagaikan menyatakan jumlah mereka banyak,
Jika dipahami dalam arti dan/bahkan, maka itu berarti mereka diutus
kepada dua kelompok, yang pertama berjumlah seratus ribu(100.000) dan yang
satu lagi adalah yang lebih dari itu. Dalam satu riwayat dinyatakan jumlah dua
puluh ribu. Yang seratus ribu adalah orang-orang yahudi penduduk Nainawa,
yang ketika itu berada dalam kerajaan Asy’ur, sedang yang lebih adalah selain
Nabi Yunus sekali lagi diutus oleh kaum itu dan mereka ada 100.000 bahkan
lebih. Maka menjadi stabil keadaan mereka dan beriman kepada Yunus. Karena,
setelah Yunus keluar dari kalangan mereka, mereka berpikir benar-benar telah
melakukan kekeliruan, dan jika mereka tidak mengikuti Rasul, maka mereka akan
binasa, seperti yang terjadi atas umat-umat sebelum mereka. Maka tatkala Yunus
menyambut seruan Yunus itu dengan taat dan tunduk kepada perintah dan
larangan Allah. Maka kami anugrahi kenikmatan kepada mereka dalam kehidupan
ini hingga ajal, dan mereka pun mati sebagaimana matinya orang-orang lain.
menjelaskan bahwa lafadz "=>?@( "وارDan kami utus dia) sesudah itu,
Mausul "ون1-8- او9:<; ا43 B:( "اkepada seratus ribu orang atau) bahkan "ون1-8-"
(lebih dari itu) yakni lebih dua puluh atau tiga puluh atau tujuh puluh ribu orang.
Para ulama’ diatas mempunyai versi yang berbeda-beda dalam
menafsirkan "ون1-8- او9:<; ا43", karena ayat tersebut tidak ada kejelasan dalam
menerangkan jumlah umat Nabi Yunus. Para ulama memperkirakan jumlah umat
Nabi Yunus dengan jumlah yang berbeda-beda tetapi meskipun demikian tidak
ulama’ dalam menduga banyaknya umat Nabi Yunus. Lafadz "ون1-8-" yang
bermakna lebih itu oleh para ulama’ diduga sebanyak 20.000 orang, 30.000 orang,
atau 70.000 orang. Ada juga yang hanya mengatakan lebih saja. Jika mengatakan
lebih saja, maka bisa saja 10.000 orang atau 15.000 orang, hal ini karena ayat
niali X tersebut berada dalam skala interval100.000 ≤ X < 200.000, artinya umat
Nabi Yunus tidak kurang dari 100.000 dan tidak sampai 200.000 orang.
jelas bahwa teori ekspektasi dan estimasi sudah ada sekitar 1400 tahun yang lalu,
akan tetapi teori tersebut dipelajari secara serius sekitar tahun 1980-an di
perhitungan secara eksak. Dalam matematika terdapat tiga jenis estimasi yaitu
estimasi banyak/jumlah (numerositas), estimasi pengukuran dan estimasi
komputasional.
eksak. Objek disini maknanya sangat luas. Objek dapat bermakna orang, uang
kelereng, titik, dan mobil. Estimasi pada Qs. Ash-Shaffaat ayat 147 adalah
2. Estimasi pengukuran
secara eksak. Ukuran disini maknanya sangat luas. Ukuran dapat bermakna
3. Estimasi komputasional
suatu aplikasi, maka pada pokok pembahasan ini mengikuti suatu paradigma ulul
Konsep tarbiyatul ulul albab berlaku didalam dunia akademik dengan adanya
kegiatan mendidik dean belajar yang dilakukan oleh dosen dan mahasiswa
semata-mata hanya untuk mendekatkan diri kepada Allah SWT. Ulul albab selalu
suatu observasi, eksperimen dan literatur. Karena derajat ulul albab wajib
tersebut memiliki ilmu yang luas, pandangan mata yang tajam, otak yang cerdas,
hati yang lembut dan semangat serta jiwa pejuang (jihad dijalan Allah) dengan
sarjana mempunyai suatu karakter ulul albab yakni memiliki kedalaman spiritual,
PENUTUP
4.1 Kesimpulan
distribusi gamma adalah αβ dan var(X) dari distribusi gamma adalah αβ2. Oleh
dan merupakan estimasi yang baik dari αβ dan αβ2 karena
karena itu,
2. Hasil estimasi yang telah diaplikasikan pada suatu data umur baterai mobil
variansi dari umur baterai itu adalah 1.643438672 tahun. Jika dibulatkan dalam
= 3.4 dan
sepersepuluhan tahun, maka nilai estimasi umur bateri mobil adalah
= 1.6.
4.2 Saran
dalam mencari estimasi parameter distribusi gamma. Bagi pembaca yang ingin
Al-Jazairi, Syaikh jabir Abu Bakar. 2009. Tafsir Al-Qur’an Al Aisar (jilid 2).
Jakarta: Darus Sunnah.
Ath-Thabari, Abu Ja’far Muhammad bin ja’far. 2009. Tafsir Ath-Thabari. Jakarta:
Pustaka Azam.
Harini, Sri & Turmudi. 2007. Metode Statistika. Malang: UIN PRESS.
Supranto, J. 1994. Statistik Teori dan Aplikasi. Edisi kelima. Jilid 2. Jakarta:
Erlangga.
Walpole, Ronald E. & Myers Raymond H. 1995. Ilmu Peluang dan Statistika
untuk Insinyur dan Ilmuwan Terjemahan RK Sembiring. Bandung: ITB.
LAMPIRAN-LAMPIRAN
Lampiran I: langkah-langkah perhitungan data umur baterai mobil
1 q 1 M 1 xy
D
α 3 β
α 3
D β w α 3
D
] B
3 ] B
] B
uC
= β
− ∑<
1 1 7
40
=z ] D β 3 . . . uC
α 3
B
3
Langkah II:
− ∑<1 ㌰
1
40
{.7
, / = z ] D β . . .
α 3
uC
B
3 uC
3
1 q
β
α 3
1 M
β
α 3 …
1 xy
β
α 3
D D D
] B
3
] B
] B
uC
=
− ∑< 7
1 uC 1
= I ] J D β z=
α 3
uC
B
1 uC 3W|,}
=I ] J D Y 821457864715856000000
α 3
uC
B
Langkah III:
L= |α, β ln L= |α, β
1 uC 3W|,}
ln I J D β 821457864715856000000
α 3
uC
] B
3W|,}
uC
ln R. ] B
/ D β 821457864715856000000
α 3
uC T
3W|,}
940 lnBα
α
− β
+(40 − 40) ∑ ln(821457864715856000000)
3W|,}
−40 ln (Γ(α)) – 40α ln (β) − β
+(40 − 40) ∑ ln(821457864715856000000)
3W|,}
− 40 ln (Γ(α)) – 40α ln (β) − β
+ 40α ∑ ln(8.21458E+20) − 40 ∑ ln(8.21458E+20)
Langkah IV:
ln L|α, β
= 0, dan ln L|α, β
= 0
α
1. Diturunkan terhadap β
ln L=
|α, β
= 0
1
0 − 40 α − 9 136,5 2
+ 0 9 0 = 0
1
# 136,5 2 = 0
− 40α
1 1
# 136,5 2 = 0
− 40α
2. Diturunkan terhadap α
ln L=
|α, β
= 0
α
3
− 40
Γ(α)
Γ
(α) – 40 ln (β) + 40 ∑ ln(821457864715856000000) = 0
Γ(α)
40 # 40 ln (β) − 40 ∑ ln(821457864715856000000) = 0
Γ(α)
, yakni;
Langkah V: Dari penurunan terhadap menghasilkan suatu estimasi αβ
1 1
+136,5
2 = 0
− 40α
1 2 1
# 136,5
2 2
= 0 2
− 40α
2 2
# 136,5
2 = 0
− 40 α
− 40 α #136,5 = 0
136,5 = 40α
= α
136,5
40
3,4125 = α
= 3,4125
αβ
> a:=7.085847771;
a := 7.085847771
> b:=0.48159375;
b := 0.48159375
> f:= x -> 1/((b^a)*GAMMA(a))*x^(a-1)*exp(-x/b);
- x
(a - 1) b
x e
f := x →
a
b Γ (a )
> plot(f(x),x=0..40);
>ln(7.085847771)+ln(((82145864715856000000)^(1/40))/(3.
4125));
(1/40)
1.958099523 + ln(0.2930402930 82145864715856000000 )
> evalf(%);
1.877030067
> int(exp(-x)*ln(x),x=0..infinity);
-γ
> value(%);
-γ
> evalf(%);
-0.5772156649
Mengetahui,
Ketua Jurusan Matematika
Abdussakir, M.Pd
NIP. 19751006 200312 1 001