Pengacakan Random Sampling Dengan Pendekatan Inverse-Transform Random Variate Generator Berbasis Distribusi Hipergeometrik

PENGACAKAN RANDOM SAMPLING DENGAN PENDEKATAN INVERSE-TRANSFORM RANDOM VARIATE GENERATOR BERBASIS DISTRIBUSI HIPERGEOMETRIK
Pemakalah : ARIF RAHMAN

Abstrak : Penggunaan random sampling dalam mengambil sejumlah sampel dari populasi tertentu memerlukan randomisasi atau pengacakan yang baik, agar mendapatkan ketersebaran sampel secara acak dan terhindarkan terjadinya bias. Seringkali dalam pengambilan sampel dilakukan dengan convenience sampling yang mengumpul di sebagian populasi dengan mengandalkan keacakan yang didasarkan pada insidental kemunculan kejadian. Sampling tanpa dilandasi pendekatan ilmiah, sehingga nilai statistik bias terhadap populasi. Randomisasi atau pengacakan pada sampling dapat mempergunakan random variate generator dengan metode Monte Carlo, di mana salah satu pendekatannya adalah inverse transform. Pada populasi yang sangat besar maka dapat dibagi menjadi beberapa grup homogen dengan banyaknya anggota tiap grup sama. Penelitian ini mempergunakan inverse transform random variate generator dengan berbasis distribusi Hipergeometrik, dengan mengacak banyaknya sampel yang diambil secara acak antar grup.
Kata kunci : random sampling, randomisasi, metode Monte Carlo, inverse transform random variate generator, distribusi Hipergeometrik

RANDOMIZATION OF RANDOM SAMPLING USING INVERSE-TRANSFORM RANDOM VARIATE GENERATOR BASED ON HYPERGEOMETRIC DISTRIBUTION

Abstract : Implementing random sampling, it should use a good randomization to take a number of samples from a given population, in order to get an unbiased random sample. Often the sampling is done with convenience sampling that collects in unwell-spread population based on incidental occurrences. Without scientific approach, it will obtain a bias result of estimated population statistics. Randomization in sampling can use Monte Carlo method of random variate generator, which one approach is the inverse transform. In a very large population, it can be divided into several homogeneous groups with equal number of members of each group. This study uses the inverse transform random variate generator based on hypergeometric distribution, with the number of samples taken scrambles randomly between groups.
Keywords : random sampling, randomization, Monte Carlo method, inverse transform random variate generator, Hypergeometric distribution

Artikel dipublikasikan dalam Prosiding Seminar Nasional Teknoin, 2013, pp. E.106-E.111, Yogyakarta
Artikel dapat didownload pdf

This entry was posted in My Researches and tagged , , , , , , , . Bookmark the permalink.