Teknik Pemulusan Metode Kernel Dengan Parameter Pemulus Optimal Weibull (A Smoothing Technique of Kernel Method with Weibull's Optimal Smoothing Parameter).

Abstract

Pendugaan fungsi kepekatan peluang dapat dilakukan secara parametrik dan nonparametrik. Pendugaan fungsi kepekatan peluang nonparametrik lebih ditujukan untuk pendugaan bentuk sebaran dibandingkan pendugaan parameternya. Salah satu pendugaan fungsi kepekatan peluang secara nonparametrik adalah pendugaan fungsi kepekatan peluang metode Kernel. Dalam metode Kernel dikenal lima fungsi Kernel yaitu Epanechnicov, Biweight, Gaussian (normal), Segitiga dan Segiempat. Dalam pendugaan fungsi kepekatan peluang Kernel, diperlukan pendugaan parameter pemulus yang tepat yaitu dengan Metode Optimal Otomatis. Penelitian ini bertujuan untuk menelaah pendugaan fungsi kepekatan peluang Kernel dengan parameter pemulus optimal (hopt) Weibull. Dalam penelitian ini dilakukan pembuatan macro minitab untuk mendapatkan hop Weibull dan fungsi Kernel Weibull berdasarkan nilai MISE minimum, sebagai perbandingan digunakan juga hopt Gaussian. Selanjutnya menduga fungsi kepekatan peluang untuk masing-masing fungsi Kernel dan fungsi Kernel Weibull dengan hop Weibull dan Gaussian. Hasil yang diperoleh menunjukkan bahwa pendugaan fungsi kepekatan peluang dengan hopt Weibull memberikan bentuk penduga fungsi kepekatan peluang yang tidak jauh berbeda dengan hopt Gaussian. Berdasarkan nilai MISE, maka fungsi Kernel Segitiga untuk hopt Gaussian dapat dijadikan sebagai penduga fungsi kepekatan peluang karena nilai MISE fungsi ini paling minimum.