creators_name: SITI RAHMATALIA, 1517031074
creators_id: -
type: other
datestamp: 2022-03-17 05:46:13
lastmod: 2022-03-17 05:46:13
metadata_visibility: show
title: ESTIMASI DENSITAS KERNEL PADA GABUNGAN
DUA DISTRIBUSI NORMAL
ispublished: pub
subjects: QA
full_text_status: restricted
abstract: This study aims to estimate the density of the kernel on a combination of two
independent normal distribution. The optimal bandwidth is determined by
Unbiased Cross Validation (UCV) using different the kernel method, namely the
Gaussian, Epanechnikov and Uniform kernel functions. The results show that
estimation of Gaussian kernel density is better in estimating the combination of
independent two normal distributions.
Kata kunci : Kernel Density Estimator, Mixture of Two Normal Distributions,
Unbiased Cross-Validation (UCV)
Pada penelitian ini bertujuan untuk melakukan estimasi densitas kernel pada
gabungan dua distribusi normal independen. Bandwidth optimal ditentukan
dengan Unbiased Cross-Validation (UCV) menggunakan metode kernel yang
berbeda, yaitu fungsi kernel Gaussian, Epanechnikov dan Uniform. Hasil
penelitian menunjukkan bahwa estimasi densitas kernel Gaussian lebih baik dalam
mengestimasi terhadap gabungan dua distribusi normal independen.
Kata kunci : Estimator Densitas Kernel, Gabungan Dua Distribusi Normal, Unbiased Cross-Validation (UCV)
date: 2019
date_type: published
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
place_of_pub: UNIVERSITAS LAMPUNG
citation:   SITI RAHMATALIA, 1517031074  (2019) ESTIMASI DENSITAS KERNEL PADA GABUNGAN DUA DISTRIBUSI NORMAL.  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
document_url: http://digilib.unila.ac.id/54777/1/ABSTRAK.pdf
document_url: http://digilib.unila.ac.id/54777/2/SKRIPSI%20FULL.pdf
document_url: http://digilib.unila.ac.id/54777/3/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf