EMAIL: PASSWORD:
Front Office
UPT. PERPUSTAKAAN
Institut Teknologi Sepuluh Nopember Surabaya


Kampus ITS Sukolilo - Surabaya 60111

Phone : 031-5921733 , 5923623
Fax : 031-5937774
E-mail : libits@its.ac.id
Website : http://library.its.ac.id

Support (Customer Service) :
timit_perpus@its.ac.id




Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT


Moh. Fandika Aqsa


Davi Wahyuni


Tondo Indra Nyata


Anis Wulandari


Ansi Aflacha




ITS » Research Report » Statistika
Posted by ansi@its.ac.id at 23/04/2012 15:12:26  •  1705 Views


PENGEMBANGAN DAN IMPLEMENTASI DISTRIBUSI NEO-NORMAL PADA PAKET PROGRAM OPEN SOURCE WINBUGS UNTUK PEMODELAN NEO-NORMAL DATA

Author :
IRIAWAN, NUR ( none )
PRASTYO, DEDY DWI




ABSTRAK

Analisis data merupakan langkah awal dalam pengambilan kepurusan. Apabila datanya mempunyai pola sesuai dengan metode yang tCipilih maka akan lidak banyak ditemui pennasa1ahan yang berarti dalam analisisnya. Dalam analisis data dengan metode tatistika klasik. asumsi kenormalan data sepcrti white-noise Gaussian dalam analisis time series atau I1DN01 selalu menjadi acuan yang harlS terpenuhl. Jij_a kln.disi ideal demikian terpenuhl haik metode maupun perangkat lunaknya telah banyak ierscdia di dalam paket program statistika seperti MINIT AB SPSS SAS dan lainJain. Sehingga asumsi nonnalitas selalu digunakan sebagai acuan utarna dalam penggunaan metode-metode yang tersedia dalam. beberapa pakel progr-am tersebut Pada kasus yang tida.k demikian pcneliti selalu berusaha untuk mencmpuh cara tennudah yaitu dengan transformasi sehingga setelab dit111D.Sflnnasi datanya menjadi noAnal. Dalam konsep analisis data driven langkah pengubahan data semacam ini tidak akan-pemah dilakukan. Banyak kasus muncul dengan menampakkan sifat datanya sebagai bentuk menccng skew bcrekor t.ebal fat-tails bcrpuncak tinggi leptokurtic dan bahkan multi-modal. Bagaimana oara tradisional akan mengcstimasi bcntuk pola data seperti ini Cara goodness ojfit test yang biasa tidal akan dapat digunakan. Karena basis metode goodness of fit test-nya adalah pada distribusi uni-modal. Permasalahan uni-modal dengan ekor leba juga sulit untuk diidentifikasi pola datanya dengan cara klasiktradisional teFSebut. Dalam peneHtian ini akan dilakukan kajian dan pengembangan pemodelan data dengan r-elaksasi norm.alitas data menggunakan pendekatan disttibusi nconormal yaitu MSNBurr Skew-Normal Skew-Student truncated normal dan truncated Weibul. BelS8tunya beberapa karokteristik seperti fat-tails- leptokurtik. dan skewness ke dalam data seringkali cara klasik di atas tidak dapat dipenuhi. Fokus dari kajian ini adalah pada pembenrukan algoritma distribusi neo-noAnal ke dalam paket program Open Source WinBUGS yang nantinya diunggul.kan sebagai alat pcnaksiran distribusi data dan pcnaksiran model yang berbasis pada relaksasi normalita. dengan mcnggunakan pendekatan haru herbentuk neo-normal. Algoritma yang diperoleh dari penelitian ini dapat mempermudah dalam pemodelan data sehingga mampu mcngarahkan pemodelan data yang hcrbasis pada data driven bukan Jagi menggunakan cara klasik theory driven melalui pemaksaan transformaqi data yang banya untuk mengejar syarat normalitasnya. Pendekatan yang dilakukan adalah dengan cara membangun metode pemodelan pola data neo-normal mulai dari ma8ffi distribusinya maupun implementasinya ke dalan1 paket progran1 yang memudahkan penggunanya. Mudall dalam memperolehnya maupun mudall dalam penggunaannya. Kedua dimensi kemudtlhan tersebut dipenuhi rnelalui suatu terobosan baru bempa implementasi distribusi neo-normal ini pada paket program open source WinBUGS. Sehingga pengguna tidak perlu rlju dan takut akan dikejar lisensi dalam anal isis dan publikasi hasilnya ke kancah nasional maupun intemasional. WinBUGS yang orisinil merupakan paket program open source yang berbasis pada simulasi stokhastik dan belum dilengkapi dengan fasilitas pernodelan data dengan relaksasi normu.Jitas. Pemodelan dengan relaksasi normalitas ini ada kalanya harus menanggung keadaan multi-limensi yang sebagai akibat dari peniadaan asumsi unimodalitas. Dalam simulasi stokhastik masalah ini akan diselesaikan seclfa Bayesian dengan bantuan Markov Chain Monte Carlo MCMC khususnya Gibbs sampler yang ada pada program Win.BUGS untuk menaksir- posteriomya. Kesuksesan pembentukan fasilitas baru dalan paket program open source WinBUGS ini didemonstrasik.an pertanla pada penerapannya untuk meng8llalisis pola demand listrik pada jangka pendek dalam satuan jam atau harlan yang sering tidak tepat penaksi.mnnya dikarenakan adanya penyi.mpaagan normalitas ini. Kedua rnetode ini diterapkan pada pemodelan hubungan antara anomali luas panen padi dengan eurllh hujan terbe.boH Weighted Raiffal Index di daerah kabupaten Subang pada periode m. Ketiga pemodelan regresi linear menggunakan Data Produksi Padi Sawah di Jawa. Ti.mur Tahun 2000 serta keempat adalah pemodelan pengeluaran rumah tangga dalam basil survey biaya hidup di Mataram yang berpola mixture neo-normal Log-normal Weibull. Akhir dari penerapan a at yang ditambahkan ke dalam paket program open source WinBUGS 1.4 pada ktlempat pemodelan di atas secwa keseluruhan memberikan hasil yang sangat memuaskan dengan nilai ketepatan yang cukup tinggi.


ABSTRACT

Data analysis is the first .-tep in decision making. When pattern of data are ideally perfonn as no6ftality the problem of analysis will lOt be hardly eMugh to be done. Clas.ical statistics methods however is frequently force assuming that data is normally distributed. Therefore statistical package such as .MINIT AB SPSS SAS can be employed. In fact this condition rejUiarly cannot be fulfilled due to some reasons as skev.neSl. faHailness and leptokurtie inside the data. Facing this kind of data some researchers simply used nonnality data transformation such as Box-Cox transformation method. This way v.ill contradict with principle of data driven analysis which analyze data as naturally as possible. Many cases come up with skew fat-tail leptokurtic and even multi-modal. Identifying the densi ty and modeling of these data the goodness of fit methods of traditional statistics will not work well. It is due to traditional statistics stfessed on uni-modal and symmetrical approaches. Moreover fat-tailness of data is frequently assumed as outlier data and is regularly deleted from the analysis. This research investigates and develops data modeling using nonnality relaJiiation which is implemented by employing ne-nofmlll distribution as MSNBurr Skew-Normal Skew-Student truncated nonnal and truncated Weibull. The integration of the existence of skewness fat-tailness leptokurtic and even multi-modal in data makes the analysis will be more complicated and classical statistic will fail to be used. Based on this fact. this research is focusing on creating a new algorithm ofneo-normal density estimation and modeling which is implemented as syn whieh is applicable in WinBUGS 1.4 as an opea soure package program. The result will be a new version of WinBUGS 1.4 with new additional tools lbr neo-normal dalll analysis thai can easily snpport researchers who faces statistical data modeling with nasty pattern data as above. Furthermore by using this new vernon of WinBUGS researcher will easily model data as data driven analysis which give result more realistic than theory driven analysis which str-ength on normality assumption. WmBUGS is a special program which works based on stochastic simulation for Bayesian approaches of modeling. Adding neo-normal tools in this package this research has been designed to follow the natural work of the original scenario of Mar-kov Chain. Monte Carlo MCMC as used in Wi.nBUGS especially Gibbs Sampler methodology. The new version Win BUGS package had been tested of its validity in this resear-ch. To show the work of this tools are already evaluated by modeling four kind of data. Firstly electricity demand data modeling using truncated normal and truncated Weibull distribution. Secondly harvest area anomaly with related Weighted Rainfall Index using skew-student distribution. Thirdly raee produethm in East Java during 2000 using MSNBuw distribution and finally estimating density of kota mataram household expenditure based on cost of living survey SBH 2007 using mi.wre noonormal Log-nomtal Weibull model. All of these four implementations show that the acoUFation of the tools to model neo-nonnal data is strongly reasonable and optintal.



Keywordsnone
 
Subject:  none
Date Create: 23/04/2012
Type: Text
Format: pdf
Language: Indonesian
Identifier: ITS-Research-3100012000037
Collection ID: 3100012000037


Source
Research Report, LEMBAGA PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2009

Coverage
ITS community

Rights
Copyright @2012 by ITS Library. This publication is protected by copyright and per obtained from the ITS Library prior to any prohibited reproduction, storage in a re transmission in any form or by any means, electronic, mechanical, photocopying, reco For information regarding permission(s), write to ITS Library




[ Download - Open Access ]

  1.  ITS-Research-18655-abstract_id.pdf - 434 KB
  2.  ITS-Research-18655-abstract_en.pdf - 351 KB
  3.  ITS-Research-18655-conclusion.pdf - 480 KB
  4.  ITS-Research-18655-paper.pdf - 3636 KB




 Similar Document...




! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

POLLING

Bagaimana pendapat Anda tentang layanan repository kami ?

Bagus Sekali
Baik
Biasa
Jelek
Mengecewakan





You are connected from 54.198.54.142
using CCBot/2.0 (http://commoncrawl.org/faq/)



Copyright © ITS Library 2006 - 2017 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan