ANALISIS BAYESIAN MODEL TITIK UBAH TUNGGAL PADA FUNGSI KEGAGALAN KONSTAN DAN APLIKASINYA MENGGUNAKAN ALGORITMA GIBBS SAMPLING; BAYESIAN ANALYSIS FOR SINGLE CHANGE-POINT MODEL IN CONSTANT HAZARD FUNCTION AND ITS APPLICATION USING GIBBS SAMPLING ALGORITHM

RODIQ ROVIAN ALTRIYANTO, Gunardi

2011 | Skripsi | PROGRAM STUDI STATISTIKA

Fungsi kegagalan konstan menunjukkan bahwa tingkat kegagalan bersifat konstan untuk setiap periode waktu. Namun, dalam selang periode ini dimungkinkan terjadi fenomena perubahan tingkat kegagalan tersebut sehingga perlu diajukan model titik ubah sebagai alternatif solusinya. Pendekatan Bayesian dilakukan untuk mengestimasi parameter tingkat kegagalan dan titik ubah. Metode Markov Chain Monte Carlo (MCMC) digunakan untuk membantu menyelesaikan analisis Bayesian dengan algoritma Gibbs sampling, yang merupakan salah satu algoritma dari MCMC. Kriteria faktor Bayes juga dikembangkan untuk memilih model terbaik antara model fungsi kegagalan konstan dan model titik ubah tunggal pada fungsi kegagalan konstan. Model titik ubah mampu mengakomodasi perubahan tingkat kegagalan yang terjadi dengan baik. Metodologi ini diimplementasikan pada data riil dari waktu antar kerusakan mobil suatu perusahaan persewaan mobil.

Kata Kunci : Kegagalan konstan, titik ubah, Gibbs sampling, metode MCMC, faktor Bayes