Pendugaan Parameter Model Dinamik dengan Metode Median Absolute Deviation dan GM-S1S.

Abstract

Parameter dari suatu model dinamik yang belum diketahui nilainya dapat diduga dengan menggunakan metode Least Square (LS). Metode LS adalah metode yang paling umum digunakan dalam pendugaan parameter. Namun, metode ini memiliki kelemahan yaitu sangat sensitif terhadap pencilan. Metode robust adalah metode yang dapat mengatasi kelemahan itu. Metode Median Absolute Deviation (MAD) dan GM-S1S cukup baik dalam melakukan pedugaan parameter untuk jenis data tanpa pencilan maupun dengan pencilan. Pada karya ilmiah ini, pendugaan parameter dilakukan dengan menggunakan data hipotetik model dinamik Gompertz dan SIR (Susceptibles, Invectives, Recovered). Keakuratan pendugaan parameter pada model dinamik diukur dengan Symmetrical Mean Absolute Percentage Error (SMAPE) dan divisualisasikan ke dalam boxplot. Metode GM-S1S relatif lebih baik dalam pendugaan parameter dibanding metode MAD, untuk data pencilan. Ketiga metode baik digunakan pada data dengan tanpa pencilan.