ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI PARETO -GAMMA DENGAN METODE BAYESIAN SELF
Abstract
Data survival adalah data yang menunjukkan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Data survival dikatakan tersensor apabila objek pada penelitian hilang atau sampai akhir penelitian objek tersebut belum mengalami kejadian tertentu. Tujuan dari penelitian ini adalah menentukan estimasi parameter model survival distribusi Pareto data tersensor dengan metode Bayesian SELF. Data yang digunakan adalah data sekunder pasien kanker paru-paru. Berdasarkan nilai estimasi metode Bayesian SELF untuk studi kasus penderita kanker paru-paru dapat diketahui bahwa dengan menggunakan metode Bayesian SELF perhitungan peluang hidup pada kasus penderita kanker paru-paru menjadi lebih tinggi. Berdasarkan nilai MAPE yang diperoleh dari fungsi Survival distribusi Pareto dengan pendekatan Bayesian SELF adalah sebesar 24,68%. Hal ini berarti bahwa metode Bayesian SELF memiliki kemampuan peramalan yang cukup dalam mengestimasi peluang hidup pasien penderita kanker paru-paru.
Kata Kunci: Distribusi Pareto, Metode Bayesian SELF, MAPE.
Full Text:
PDFDOI: https://doi.org/10.26418/bbimst.v8i3.33247
Refbacks
- There are currently no refbacks.