PERBANDINGAN METODE MLE DAN BAYES GENERALIZED SELF DALAM PENDUGAAN PARAMETER DISTRIBUSI INVERS RAYLEIGH

Terdapat dua metode untuk menduga parameter yaitu metode Klasik dan metode Bayes. Salah satu metode penduga parameter dengan metode Klasik adalah metode Maximum Likelihood Estimation (MLE). Metode MLE merupakan suatu metode penduga parameter yang memaksimumkan fungsi likelihood. Salah satu metode penduga parameter dengan metode Bayes adalah metode Bayes Generalized Squared Error Loss Function (Bayes Generalized SELF). Metode Bayes Generalized SELF adalah metode yang diperoleh dengan meminimumkan ekspektasi dari perkalian antara error loss function yang dikuadratkan dengan pembobot ajθj. Tujuan dari penelitian ini adalah untuk menentukan pendugaan parameter skala θ dari distribusi Invers Rayleigh dengan menggunakan metode MLE dan metode Bayes Generalized SELF serta membandingkan secara analitik hasil dugaan metode MLE dan metode Bayes Generalize SELF. Distribusi prior untuk metode Bayes Generalized SELF yang digunakan pada penelitian ini adalah prior Jeffrey sebagai prior non-informatif dan distribusi Eksponensial sebagai prior informatif dengan hanya menggunakan polinomial pertama sampai polinomial keempat untuk kedua prior. Perbandingan kedua metode dilakukan melalui ilustrasi data kasus dengan menggunakan metode Akaike Information Criterion (AIC), Akaike Information Criterion Corrected (AICc), dan Bayesian Information Criteria (BIC). Hasil yang diperoleh menunjukkan bahwa metode Bayes Generalized SELF menggunakan prior Jeffrey dengan polinomial keempat merupakan metode penduga yang terbaik dalam menduga parameter distribusi Invers Rayleigh. Kata kunci : Distribusi Invers Rayleigh, Maximum Likelihood, Bayes Generalized SELF, Akaike Information Criterion (AIC), Bayesian Information Criteria (BIC)