Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Technology and Data Science
Dian Meilantika
Program Studi Manajemen Informatika, Politeknik Negeri Lampung
Computer Science & IT Library & Information Science

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Estimator Kovarians Sampel, Shrinkage, dan Robust dengan Data Sintetis Gaussian Dwi Handoko; Dian Meilantika
Journal of Technology and Data Science Vol 3 No 2 (2025): Vol. 3 No. 2 (2025): Desember 2025
Publisher : PT. Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/e4a8e8de

Abstract

Evaluasi metode dalam data sains menghadapi hambatan mendasar: data riil jarang menyediakan ground truth yang lengkap, sehingga akurasi estimator sulit diukur secara objektif. Penelitian ini menyusun kerangka evaluasi berbasis data sintetis dan menerapkannya pada studi kasus estimasi matriks kovarians data Gaussian multivariat. Eksperimen Monte Carlo dengan 100 iterasi membandingkan tiga estimator — kovarians sampel, shrinkage Ledoit-Wolf, dan Minimum Covariance Determinant (MCD) — pada tiga skenario: baseline tanpa kontaminasi, kontaminasi 10% outlier dari N(5,I), dan noise Gaussian 20% dengan simpangan baku 2. Kesalahan Frobenius relatif terhadap matriks populasi diukur sebagai metrik utama. Hasil menunjukkan estimator shrinkage unggul pada dua dari tiga skenario dengan rata-rata kesalahan 0,09 (baseline), 0,21 (outlier), dan 0,18 (noise), sementara kovarians sampel melonjak hingga empat kali lipat pada skenario outlier. MCD menunjukkan ketahanan superior terhadap outlier namun kurang optimal pada noise Gaussian. Temuan ini memperkuat posisi data sintetis sebagai instrumen evaluasi yang reprodusibel, terkontrol, dan mampu memetakan profil ketahanan metode secara sistematis.
Co-Authors Dwi Handoko