ABSTRAK
KARAKTERISTIK HAZARD RATE PADA DISTRIBUSI GOMPERTZ
Oleh
Andri Antoro
Waktu kelangsungan hidup adalah data yang mengukur waktu untuk kejadian tertentu seperti kematian, kegagalan, sembuhnya dari suatu penyakit tertentu dan sebagainya. Distribusi dari waktu kelangsungan hidup digolongkan oleh tiga fungsi yakni Fungsi Kelangsungan Hidup, Fungsi Kepekatan Peluang (fkp), dan Fungsi Kegagalan (Hazard). Dari ketiganya dapat dikaji bentuk Hazard Rate distribusi Gompertz. Distribusi Gompertz hanya mempunyai 1 bentuk hazard rate yakni meningkat (increasing).
KARAKTERISTIK HAZARD RATE PADA DISTRIBUSI GOMPERTZ
Skripsi
Sebagai Salah Satu Syarat Untuk Mencapai Gelar SARJANA SAINS
Pada
Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG
BANDAR LAMPUNG 2015
RIWAYAT HIDUP
Penulis dilahirkan pada 3 Oktober 1990 di Bandar Lampung dan adalah anak
kedua dari tiga bersaudara, dari pasangan Bapak Mamik dan Ibu Saodah.
Penulis memulai pendidikan dari TK Handayani Tanjung Karang Barat pada
tahun 1995. Kemudian pendidikan sekolah dasar diselesaikan di SD Negeri 2
Gedong Air Bandar Lampung pada tahun 2002, sekolah lanjutan tingkat
menengah di SLTP Negeri 7 Bandar Lampung pada tahun 2005, dan sekolah
lanjutan tingkat atas di SMA Negeri 7 Bandar Lampung pada tahun 2008.
Tahun 2008 penulis terdaftar sebagai mahasiswa Jurusan Matematika Fakultas
MIPA Universitas Lampung melalui jalur PKAB. Selama menjadi mahasiswa
penulis pernah menjadi anggota Bidang Keilmuan di HIMATIKA selama dua
periode yaitu periode 2009-2010 dan 2010-2011. Sebagai bentuk aplikasi bidang
ilmu kepada masyarakat, penulis telah menyelesaikan mata kuliah wajib Kuliah
Kerja Nyata yang dilaksanakan pada 01 Juli 2011 – 10 Agustus 2011 di Desa Liman Benawi, Lampung Tengah serta Kerja Praktik di Dinas Pendidikan Kota
Bandar Lampung selama 13 - 27 Juni 2011 dan mendapatkan kesempatan
bergabung dalam organisasi pemuda internasional AIESEC sebagai anggota
“Be the change that you wish to see in the world” (Mahatma Gandhi)
“If you believe you can achieve”
“Don’t cry because it’s over, smile because it happened” (Dr. Seuss)
“Bila anda berani mimpi tentang sukses berarti anda sudah memegang kunci kesuksesan hanya tinggal berusaha mencari lubang kuncinya untuk membuka
gerbang kesuksesan” (John Savique Capone)
PERSEMBAHAN
Aku persembahkan karya sederhana ini untuk kedua orang tua ku serta semua
orang yang telah mendukung dan dengan tulus mendoakan kelancaran terciptanya
karya sederhana ini, terima kasih atas segala bentuk cinta dan kasih sayang kalian.
Ayah, Mama serta kakak dan adik perempuan saya Iin dan Iis. Terima kasih atas cinta yang melimpah, do’a yang tulus, nasehat, semangat serta kesabaran yang
kalian berikan dalam mengiringiku meraih kesuksesan.
Keluarga, sahabat, dan teman-teman yang senantiasa memberikan semangat dan
dukungan dalam menyelesaian skripsi ini. Semoga memberi manfaat yang tidak
SANWACANA
Alhamdulillahi robbil ‘alamin, puji dan syukur penulis kepada Allah SWT atas
izin ridho-Nya dalam menyelesaikan skripsi ini. Shalawat juga salam atas Nabi
Muhammad SAW, tuntunan dan tauladan utama.
Pada proses penyusunan skripsi ini, penulis memperoleh banyak dukungan, kritik,
dan saran yang membangun sehingga skripsi ini mampu penulis selesaikan. Untuk
itu penulis ingin mengucapkan terima kasih kepada :
1. Bapak Warsono, Ph.D., selaku dosen pembimbing utama yang telah
meluangkan waktu dari padatnya kesibukan beliau untuk membimbing dan
mengoreksi, hingga skripsi ini selesai.
2. Bapak Drs. Rudi Ruswandi, M.Si., selaku dosen pembimbing pembantu yang
telah banyak membantu dan selalu sabar memberikan pengarahan dalam
proses penyusunan skripsi ini.
3. Ibu Dian Kurniasari, S.Si., M.Sc., selaku dosen penguji bukan pembimbing
yang memberi penulis masukan dan saran.
4. Bapak Drs. Mustofa Usman, M.A.,Ph.D., selaku pembimbing akademik.
5. Bapak Drs. Tiryono Ruby, M.Sc., Ph.D., selaku Ketua Jurusan Matematika
FMIPA Universitas Lampung.
x 7. Dosen, staf dan karyawan Jurusan Matematika FMIPA UNILA yang telah
memberikan ilmu pengetahuan dan bantuan kepada penulis.
8. Ayah, Mama, Mba Iin, Dek Iis dan Kak Hadi yang telah memberikan
dukungan secara finansial dan moril, mengirimkan doa, nasihat dan semangat
yang sangat membantu selama penyusunan skripsi.
9. Teman-teman seperjuangan Matematika ‘08 Wiwid, Achi, Noven, Edo,
Yayat, Ida, Selvi, Mia, Wiwik, Rendy, Recan serta teman – teman Exotic
lainnya, terimakasih atas saran, dukungan dan semangat kebersamaannya.
10. My best mate Alec Storey, thanks for your support bud!
11. Angga, Ben, Feriza, Winnie dan teman-teman Toshihiro Brothers, terima
kasih buat dukungan dan semangatnya kepada penulis.
12. Adik-adik tingkat Matematika Angkatan 2009, terima kasih untuk masukan
dan bantuannya kepada penulis.
13. Semua pihak yang telah membantu selama ini, yang tidak dapat disebutkan
satu persatu.
Bandar Lampung, Agustus 2015 Penulis
xi
2.4 Fungsi Distribusi Waktu Kegagalan ... 7
2.5 Fungsi Kelangsungan Hidup (Fungsi Survival)... 8
2.6 Fungsi Hazard ... 8
2.7 Aturan Glaser ... 11
2.8 Distribusi Gompertz ... 12
III. METODOLOGI PENELITIAN 3.1 Langkah-langkah Penelitian ... 16
3.1.1 Algoritma (Diagram Alir) Penelitian ... 17
3.1.2 Turunan Pertama dari Fungsi Kepekatan Gompertz ... 18
3.1.3 Nilai � � dan Turunan Pertamanya (�′ � ) ... 19
3.1.3.1Nilai � � ... 19
3.1.3.2Turunan Pertama Nilai (� � ) ... 20
3.1.4 Fungsi Kelangsungan Hidup Distribusi Gompertz ... 20
3.1.5 Karakteristik Fungsi Hazard Distribusi Gompertz ... 22
IV. HASIL DAN PEMBAHASAN 4.1 Analisis Bentuk Hazard Distribusi Gompertz ... 24
xii
V. KESIMPULAN
DAFTAR PUSTAKA
I. PENDAHULUAN
1.1 Latar Belakang
Analisis kelangsungan hidup adalah analisis mengenai data yang diperoleh dari
catatan waktu yang dicapai suatu objek sampai terjadinya peristiwa gagal (failure
event) dengan tujuan utamanya adalah menganalisis peluang waktu hidup. Dalam
menentukan waktu kelangsungan hidup, terdapat tiga hal yang harus diperhatikan
yaitu waktu awal (time origin), definisi failure time yang harus jelas, dan skala
waktu sebagai satuan pengukuran
Misalkan T adalah peubah acak waktu kelangsungan hidup yang mempunyai
fungsi kepekatan peluang f(t) dan fungsi distribusi kumulatif F(t). Dengan
� � = �( <�) yang merupakan peluang terjadinya kegagalan (kematian) atau
peluang hidup sampai dengan t. Jika T adalah peubah acak yang menunjukkan
waktu untuk mati atau gagal (waktu kegagalan), maka fungsi kelangsungan hidup
(survival) pada saat t adalah � =�( >�) yang merupakan peluang hidup
melebihi waktu t dengan � ∈[0,∞) dan jangkauan peluang � ∈[0,1].
Distribusi kumulatif untuk fungsi kegagalan F(t) adalah komplemen S(t) sehingga
� +� � = 1. Diasumsikan bahwa � 0 = 0 sehingga 0 = 1 yang berarti
2
Hal terpenting yang berkaitan dengan analisis data kelangsungan hidup adalah
tingkat kematian (kegagalan) pada suatu sistem atau individu, yang dinyatakan
sebagai fungsi hazard yaitu peluang bahwa suatu sistem atau individu akan gagal
atau mati pada saat �+∆�. Bersyarat bahwa sistem atau objek yang diamati masih
hidup pada saat t. Fungsi hazard ini menyatakan peluang mati sesaat (laju
kegagalan sesaat) suatu individu atau sistem yang masih hidup pada waktu t.
Pada saat sebuah model distribusi peluang untuk masa hidup telah ditentukan
dalam bentuk fungsi kepekatan peluang, fungsi kelangsungan hidup dan fungsi
hazard yang sesuai dapat dihasilkan dari hubungan � = 1− � � = 1−
Dalam menganalisis data kelangsungan hidup suatu individu atau sistem langkah
penting yang harus diperhatikan adalah menentukan model peluang, hal ini
dilakukan untuk melihat apakah model sesuai dengan keadaan data. Dan
kelengkapan lain yang juga harus diperhatikan yaitu laju kegagalan (hazard rate).
Laju kegagalan (hazard rate) adalah peluang suatu sistem pada umur t akan gagal
dalam interval (t, t+Δt). Atau dalam istilah lain, laju kegagalan (hazard rate)
adalah perbandingan dari fungsi kepekatan peluang (fkp) terhadap fungsi
3
(I)) dimana kurva yang terbentuk akan meningkat secara monoton, menurun
(decreasing (D)) dengan bentuk kurva menurun secara monoton, bathtub ( ),
upside-down bathtub ( ), dan konstan.
Tidak semua model peluang memiliki bentuk-bentuk hazard rate seperti yang
dijelaskan di atas. Demikian pula dengan distribusi Gompertz, itulah sebabnya
sangat menarik untuk meneliti karakteristik bentuk fungsi hazard rate dengan
distribusi Gompertz.
Mengingat pentingnya hazard rate dalam pengepasan model peluang dan
keistimewaan distribusi Gompertz, maka dalam penelitian ini akan dikaji
mengenai karakteristik hazard rate dari distribusi Gompertz dengan parameter �,
dan parameter bentuk �.
1.3 Tujuan Penelitian
Tujuan penelitian ini adalah sebagai berikut :
a. Mendapatkan fungsi kelangsungan hidup distribusi Gompertz dan fungsi
hazard distribusi Gompertz.
b. Mengkaji karakteristik hazard rate dalam bentuk increasing, decreasing,
bathtub, upside-down bathtub atau konstan yang akan terjadi pada distribusi
Gompertz.
II. LANDASAN TEORI
2.1Peubah Acak
Suatu percobaan yang dapat diulang pada kondisi yang sama dan hasil dari
percobaan tersebut tidak diketahui secara pasti sebelum percobaan itu dilakukan
disebut sebagai Percobaan Acak. Dalam percobaan acak akan menghasilkan suatu
peubah acak yang dapat disajikan dalam ruang sampel. Ada dua macam peubah,
yaitu kuantitatif dan kualitatif. Pengamatan yang berasal dari peubah kuantitatif
dapat diklasifikasikan atas kontinu dan diskrit.
Definisi 2.1 Peubah Acak dan Ruang Sampel
Peubah acak adalah suatu fungsi yang nilainya berupa bilangan nyata yang
ditentukan oleh setiap unsur dalam ruang sampel yang memetakkan setiap elemen
∈ � dengan satu dan hanya satu bilangan real � = � (Hogg & Craigg,
1986).
Ruang sampel didefinisikan sebagai himpunan dari semua gugusyang
unsur-unsurnya terdiri atas semua kemungkinan hasil percobaan, dan dilambangkan
dengan huruf C (Walpole, 1995).
Definisi 2.2 Peubah Kuantitatif dan Peubah Kualitatif
Peubah kuantitatif adalah peubah yang pengamatannya dapat diukur, sebab
5
yang tidak memungkinkan dilakukannya pengukuran numerik. Pada peubah
kualitatif pengamatannya berupa memasukkan suatu individu ke dalam satu dari
beberapa kategori yang saling terpisah. Pengamatan-pengamatan tersebut tidak
dapat diurutkan secara berarti ataupun diukur, hanya diklasifikasikan dan
kemudian dicacah (Steel & Torrie, 1995).
Definisi 2.3 Ruang Sampel Diskrit dan Peubah Acak Diskrit
Bila suatu ruang sampel mengandung jumlah titik sampel yang terhingga atau
suatu barisan unsur yang tidak pernah berakhir tetapi yang sama banyaknya
dengan bilangan cacah, maka disebut Ruang Sampel Diskrit (Walpole, 1995).
Pandang peubah acak X, dengan ruang sampel berdimensi satu C, C merupakan
himpunan titik-titik, sehingga setiap selang hingga mengandung berhingga
banyaknya titik C.
Misalkan ada fungsi (�) yang memenuhi :
1. � 0,∀� ∈ �
2. � = 1
3. Untuk � ⊂ �, berlaku � � = Pr ��� = (�)
maka X disebut Peubah Acak diskrit dan (�) disebut fungsi peluang dari X
(Hoog & Craigg, 1986).
Definisi 2.3 Ruang Sampel Kontinu dan Peubah Acak Kontinu
Bila suatu ruang sampel mengandung tak hingga banyaknya titik sampel yang
6
Sampel Kontinu (Walpole, 1995). Pandang peubah acak X, dengan sampel
berdimensi satu C yang kontinu, misalkan ada fungsi (�) yang memenuhi :
1. � 0,∀� ∈ �
2. � = 1
3. Untuk � ⊂ �, berlaku � � = Pr ��� = (�)
maka X disebut Peubah Acak Kontinu dan (�) disebut fungsi peluang dari X
(Hoog & Craigg, 1986).
2.2Analisis Survival
Analisis survival adalah analisis mengenai data yang diperoleh dari catatan waktu
yang dicapai suatu objek sampai terjadinya peristiwa gagal (failure event). Dalam
menentukan waktu survival, T, terdapat tiga elemen yang harus diperhatikan yaitu
waktu awal (time origin), definisi failure time yang harus jelas, dan skala waktu
sebagai satuan pengukuran.
2.3Fungsi Kepekatan Peluang
Menurut Elisa T Lee (1920), seperti beberapa peubah acak kontinu lainnya, waktu
kelangsungan hidup T mempunyai fungsi kepekatan peluang (f.k.p) didefinisikan
sebagai limit dari peluang suatu individu yang gagal dalam interval pendek t ke
+∆ per satuan lebar ∆ , atau peluang kegagalan dalam interval kecil per
satuan waktu. Itu dapat dijelaskan sebagai:
= lim∆t→0�( < < +∆)
∆ (2.1)
adalah fungsi non negatif , yaitu
7
= 0 untuk < 0
2.4Fungsi Distribusi Waktu Kegagalan
Misalkan T adalah peubah acak kontinu yang menyatakan waktu kegagalan
dimana T diasumsikan saling bebas yang didefinisikan pada interval waktu (0,∞)
Fungsi distribusi waktu kegagalan didefinisikan sebagai :
� = Pr = � �0 (2.2)
Fungsi distribusi kumulatif ini menyatakan peluang suatu sistem yang mengalami
kegagalan hingga batas waktu t. Sifat-sifat dari fungsi distribusi :
a) 0 � ( ) 1 karena 0 Pr{ } 1
Bukti : Misalkan ∈ Σ dengan Σ adalah ruang kejadian (event space) dari
himpunan semua kejadian (outcomes) yang mungkin terjadi (�), maka:
→ ∅ Ω, dengan Ω adalah ruang sampel dari �
→0 Pr( ) 1∎
b) � ( ) fungsi tidak turun (non decreasing)
Bukti : Misalkan F adalah suatu fungsi yang bernilai real pada interval
[0,∞). Fungsi F disebut fungsi non decreasing pada interval [0,∞), jika
untuk sebarang titik 1 dan 2 pada interval [0,∞), dimana 1 < 2 maka
� ( 1) � ( 2)∎
c) � ∞ = lim∆ →0� = 1 dan � −∞ = lim∆ →0� = 0
Bukti : � ∞ = 1 dan � −∞ = 0 karena { ∶ ∞} adalah seluruh
8
2.5Fungsi Kelangsungan Hidup (Fungsi Survival)
Menurut Elisa T. Lee (1920), fungsi kelangsungan hidup (fungsi survival)
dinotasikan dengan � didefinisikan sebagai peluang suatu individu yang
bertahan lebih dari t:
� = � (suatu individu bertahan lebih dari t)
=� > = ∞ � � (2.3)
Dari definisi fungsi distribusi kumulatif � , maka
� = 1− � ( > )
= 1− �( ) (2.4)
Dengan � adalah fungsi tidak naik (non increasing) yaitu suatu fungsi yang
bernilai real, jika untuk sebarang titik 1 dan 2 pada interval [0,∞) dengan
1 2 maka �( 1) �( 2). Jadi dapat disimpulkan bahwa
� 0 = 0 dan � ∞ = 1
Akan ekuivalen terhadap
� ∞ = 0dan � 0 = 1
2.6Fungsi Hazard
Menurut Elisa T Lee (1920), fungsi hazard ℎ dari waktu kelangsungan hidup T
tergantung pada failure rate. Ini didefinisikan sebagai peluang gagal selama
interval waktu yang sangat kecil, diasumsikan bahwa individu memiliki hidup
yang lebih lama untuk awal dari interval, atau sebagai limit dari peluang individu
9
fungsi hazard kumulatif didefinisikan sebagai :
� = ℎ � �0 (2.6)
Dari persamaan (2.4) dan (2.5), maka diperoleh
ℎ = ( )
�( ) (2.7)
adalah turunan dari fungsi kumulatif distribusi, maka:
= � = 1− � =− �( ) (2.8)
Maka dari persamaan (2.8) dapat diperoleh :
10
Dan diperoleh persamaan untuk fungsi kelangsungan hidup, yaitu:
� = �� −�( ) = �� − ℎ � �0 (2.11)
dari persamaan (2.6) dan persamaan (2.10) maka diperoleh :
= ℎ �� − ℎ � �0 ; 0 (2.12)
(Elisa T. Lee, 1992).
Dari persamaan (2.5) telah kita ketahui bahwa ℎ =�( )
( ), kemudian untuk
mengetahui karakteristik fungsi hazardnya h(t) diturunkan terhadap t sehingga:
ℎ( )
turun atau konstan maka langkah selanjutnya adalah membuat ℎ( )= 0
11
Dari persamaan di atas sekarang dapat diketahui bahwa sebuah distribusi akan
1. Memiliki laju hazard naik (increasing) jika 2
Syarat cukup sebuah fungsi kepekatan bukan merupakan suatu kondisi yang
diperlukan untuk menentukan karakteristik laju hazardnya.
2.7 Aturan Glaser
Untuk melihat bagaimana laju hazard yang dipengaruhi oleh kombinasi dari
nilai-nilai parameter maka Glaser (1980) membuat metode untuk menentukan bentuk
laju hazard dengan satu turning point (titik belok). Dalam metodenya, Glaser
menggunakan fungsi kepekatan peluang. Titik belok (turning point) dari suatu
fungsi adalah suatu titik maksimum atau minimum dalam suatu fungsi atau kurva
dan didefinisikan sebagai berikut :
�
=
−
′ �� (2.13)
Fungsi eta ini memiliki peranan penting dalam mengkaji fungsi dan bentuk laju
hazard. Aturan Glaser (1980) sendiri adalah sebagai berikut :
1. Jika ′ � > 0 untuk semua �> 0 maka Increasing (I)
2. Jika ′ � < 0 untuk semua �> 0 maka Decreasing (D)
3. Misalkan terdapat �0 > 0 sehingga ′(�0) < 0 untuk semua � ∈ 0,�0 ,
12
a. Jika lim�→0 � = 0, maka Increasing (I)
b. Jika lim�→0 � →∞, maka Bathtub ( )
4. Misalkan terdapat �0 > 0 sehingga ′ �0 > 0 untuk semua � ∈ 0,�0 ,
′ �0 = 0 , ′(�0) < 0 untuk semua �> �0 dan
a. Jika lim�→0 � = 0, maka Upside-down Bathtub ( )
b. Jika lim�→0 � →∞, maka Decreasing (D)
2.8 Distribusi Gompertz
Distribusi Gompertz secara luas dipakai untuk menggambarkan suatu pola
kematian pada manusia. Distribusi Gompertz memiliki fungsi kepekatan peluang
dengan parameter lokasi dan parameter bentuk �,
� = �� −� ��−1 ; ,� > 0 ,� 0 (2.14)
13
Berikut merupakan grafik fungsi kepekatan peluang distribusi Gompertz
Gambar 2.1 Grafik Fungsi Kepekatan Peluang Distribusi Gompertz
Fungsi distributif kumulatif Gompertz didapatkan dari pengintegralan fungsi
kepekatan peluang Gompertz, maka fungsi distributif kumulatif Gompertz adalah
sebagai berikut
� � = 1− −�( ��−1) (2.15)
�= 0,03339 �� = 0,0589
14
Dan berikut grafik fungsi distributif kumulatif Gompertz
Gambar 2. Grafik Fungsi Distribusi Kumulatif Gompertz
Dari fungsi distribusi kumulatif di atas maka didapatkan bentuk fungsi survival
sebagai berikut
� � = 1− � �
= 1−(1− −� ��−1 )
= −� ��−1 (2.16)
�= 0,03339 �� = 0,0589
15
Setelah fungsi kelangsungan hidup distribusi Gompertz didapatkan, maka
selanjutnya mencari fungsi hazard dari distribusi Gompertz.
ℎ �
=
(�)�(�)
=
�� −� �� −1
−� �� −1
=
�� −��� −1
−� �� −1
=
III. METODOLOGI PENELITIAN
3.1 Langkah-langkah Penelitian
Untuk melihat karakteristik laju hazard distribusi Gompertz dalam penelitian ini
peneliti menggunkan aturan Glaser (1980). Adapun lagkah-langkah yang
dilakukan dalam menyelidiki laju hazard distribusi Gompertz ini adalah sebagai
berikut :
1. Menentukan turunan pertama dari fungsi kepekatan distribusi Gompertz.
2. Menentukan nilai
�
=
−
′(�)
(�) dan turunan pertamanya.
3. Menentukan fungsi kelangsungan hidup dari distribusi Gompertz.
4. Menentukani fungsi hazard dari distribusi Gompertz.
5. Melakukan analisis fungsi hazard dengan menggunakan aturan Glaser.
6. Membuat grafik fungsi hazard dari distribusi Gompertz dengan
17
3.1.1 Algoritma (Diagram Alir) Penelitian
Berikut ini merupakan langkah-langkah yang dilakukan dalam menyelidiki laju
hazard distribusi Gompertz yang digambarkan dalam diagram alir.
Gambar 3.1 Diagram Alir Penelitian
Mencari nilai � dan ′ �
Mencari nilai �(�)
Mencari nilai ℎ(�)
Analisis fungsi ℎ(�) dengan aturan Glaser
Membuat grafik fungsi hazard ℎ(�) Mencari nilai ′(�)
Mulai
18
3.1.2 Turunan Pertama Dari Fungsi Kepekatan Gompertz
Sebelum melakukan analisis laju hazard langkah awal yang harus dilakukan
adalah mencari turunan pertama dari fungsi kepekatan peluang distribusi
Gompertz. Turunan pertama dari fungsi kepekatan peluang distribusi Gompertz
adalah sebagai berikut:
� = �� −� ��−1
� = �� −� ��
+�
� � ∶ =�� −
� �� −�
� = � − ��
′ � =
�( )
′ � = �� −� ��+� � − ��
′ � = � − �� �� −� ��+�
′ � = � − 2 �� �� −� ��+�
19
3.1.3 Nilai �(�) dan Turunan Pertamanya (�′(�))
Untuk melihat bagaimana laju hazard yang dipengaruhi oleh kombinasi dari
nilai-nilai parameter maka Glaser (1980) membuat metode untuk menentukan bentuk
laju hazard dengan satu turning point (titik belok). Dalam metodenya, Glaser
menggunakan fungsi kepekatan peluang. Titik belok (turning point) dari suatu
fungsi adalah suatu titik maksimum atau minimum dalam suatu fungsi atau kurva
dan dilambangkan dengan � .
hazardnya harus sama dengan nol. Ini berarti persamaan (3.2) dibuat sama dengan
nol sehingga diperoleh
20
kemiringan positif ini bukan berarti fkp tersebut memenuhi kondisi laju hazard
meningkat. Oleh karena itu langkah selanjutnya adalah mencari nilai dari � .
� = −
selanjutnya adalah mencari turunan pertama dari � .
3.1.3.2 Turunan Pertama Nilai �(�)
Turunan pertaman dari � pada distribusi Gompertz adalah:
′ � =
� (�)
=
� �� − �
= � �� (3.4)
3.1.4 Fungsi Kelangsungan Hidup Distribusi Gompertz
Sebelum mencari fungsi kelangsungan hidup, langkah pertama yang harus
dilakukan adalah mencari fungsi distribusi kumulatif. Fungsi distribusi kumulatif
distribusi Gompertz adalah sebagai berikut:
22
Setelah mendapatkan fungsi distribusi kumulatif distribusi Gompertz, maka
langkah selanjutnya adalah mencari fungsi kelangungan hidup dari distribusi
Gompertz, yang dituliskan sebagai berikut:
� � = 1− � �
= 1−(1− −� ��−1 )
= −� ��−1 (3.6)
Setelah fungsi kelangsungan hidup distribusi Gompertz didapatkan, maka
selanjutnya mencari fungsi hazard dari distribusi Gompertz.
ℎ � =�(�)
(�)
= �� −� ��−1
−� ��−1
= �� −� ��−1
−� ��−1
= �� (3.7)
3.1.5 Karakteristik fungsi hazard distribusi Gompertz
Menurut McDonald dan Richard (1987) bahwa pola dari laju hazard dapat diduga
oleh ′ � = 0 dan tanda dari koefisien-koefisiennya. Dari persamaan (3.4) yaitu:
23
Kemudian untuk melihat karakteristik laju hazard-nya digunakan ′ � = 0, hal
ini dikarenakan dengan menurunkan suatu fungsi dan membuatnya sama dengan
nol maka akan diketahui titik-titik kritis fungsi tersebut. Sehingga dapat dilihat
bentuk naik (Increasing) dan turunnya (Decreasing) fungsi hazard dan bentuk
kecekungan laju hazard-nya yang dalam hal ini bila cekung ke atas dikatakan
bathtub dan bila cekung ke bawah dikatakan upside-down bathtub.
′ � = � �� = 0
Dari persamaan di atas didapatkan koefisien konstanta sebagai berikut :
V. KESIMPULAN
Berdasarkan hasil dari penelitian yang telah dilakukan, maka dapat ditarik
kesimpulan sebagai berikut :
1. Karakteristik hazard rate dari distribusi Gompertz yang telah dianalisis
berdasarkan aturan Glaser berbentuk increasing.
2. Hazard rate dari distribusi Gompertz dengan �, � > 0 akan meningkat
(increasing) secara eksponensial.
3. Secara grafis, karakteristik hazard rate distribusi Gompertz juga
DAFTAR PUSTAKA
Dobson, A. J. 2001. An Introduction to Generalized Linear Model. Chapman
Hall/CRC Texts in Statistical Science Series.
Glaser, R. E. 1980. Bathtub and Related Failur Rate Characterizations. J. American
Statistical Association, 75, pp 667-672.
Hogg, R.V. and Craigg, A. T.. 1986. Introduction to Mathematical Statistics. Fifth
Edition. Prentice-hall Inc., New Jersey.
Klein, J. P. and Moescberger, M. L. 1997. Survival Analysis: Techniques for
Censored and Truncated Data. Springer-Verlag Inc., New York.
Lenart, Adam. 2011. The Gompertz Distribution and Maximum Likelihood
Estimation of Its Parameters. 1: 2-3.
Lee, E. T. 1992. Statistical Methods for Survival Data Analysis. Second Edition. John
Wiley & Sons Inc., Canada.
McDonald, J. B. and Ricards, D. O. 1987. Hazard Rates and Generalized Beta
Distributions. Transactions On Reliability, R-36, 463-466.
Walpole, E. R. 1995. Pengantar Statistika. Edisi Ketiga. Gramedia Pustaka Utama,
Jakarta.