PERBANDINGAN LIMA METODE FITTING MODEL REGRESI WEIBULL DENGAN PENDEKATAN BAYESIAN: : STUDI KASUS PADA DURASI MENDAPATKAN PEKERJAAN KEMBALI SAAT PANDEMI COVID-19 DI KALIMANTAN TIMUR

Arifatus Solikhah

Buletin Statistika dan Aplikasi Terkini
Vol. 2 No. 02 (2022): Bestari Edisi 4

Distribusi Weibull tidak termasuk dalam keluarga eksponensial, sehingga distribusi ini tidak memiliki link function kanonik. Terdapat beberapa parameterisasi distribusi Weibull, beserta link function yang digunakan. Perbedaan parameterisasi dan link function tersebut, menjadikan metode fitting modelnya juga berbeda. Pada penelitian ini, dibahas tentang lima metode fitting yang digunakan dalam model regresi Weibull. Model tersebut diterapkan untuk mengetahui durasi mendapatkan pekerjaan kembali saat pandemi COVID-19 di Kalimantan Timur. Estimasi parameter kelima metode fitting tersebut dilakukan dengan menggunakan pendekatan Bayesian algoritma Hamiltonian Monte Carlo (HMC). Hasil penelitian menunjukkan bahwa metode fitting model regresi Weibull dengan menggunakan transformasi logaritma natural adalah yang terbaik, seperti yang ditunjukkan oleh kriteria minimum dari Pareto-Smoothed Important Sampling Leave-One-Out cross-validation (PSIS-LOO).