gravatar

Fibonacci_R

Ayis Pibri Setyanto

Recently Published

Implementasi Simulasi Monte Carlo dalam Estimasi Nilai Ekspektasi Permintaan Menggunakan R
Menggunakan metode Monte Carlo untuk menjembatani teori probabilitas dan kenyataan praktis. Eksplorasi ini menunjukkan bagaimana peningkatan jumlah sampel dalam simulasi dapat mendekatkan hasil estimasi ke nilai ekspektasi teoritis.
Aktuaria : Pemodelan Anuitas Jiwa Kontinu dengan RStudio
Panduan praktis perhitungan anuitas jiwa menggunakan syntax R. Mencakup logika integrasi fungsi kelangsungan hidup untuk menentukan nilai sekarang aktuaria pada kontrak asuransi jiwa kontinu dan tertunda.
Analisis Visualisasi Data: Distribusi Normal & Rata-rata Sampel
Implementasi tugas statistik Week 6 untuk mensimulasikan distribusi rata-rata dari 50 sampel acak menggunakan data berdistribusi normal (n=1000). Dilengkapi dengan visualisasi perbandingan histogram.
Implementasi Metode Bootstrap dengan R Studio
Simulasi teknik resampling Bootstrap untuk menghitung akurasi estimasi sampel (mean, median, dan standar deviasi) menggunakan distribusi normal acak sebanyak 2000 observasi.
UTS Statistika Komputasi: Implementasi Matematika Aktuaria dengan Software R
Laporan pengerjaan Ujian Tengah Semester mata kuliah Aktuaria
Simulasi Statistika: Pengaruh Faktor-Faktor terhadap Presisi Selang Kepercayaan
Week 5: Dokumen ini menyajikan hasil simulasi komputasi menggunakan R untuk mengevaluasi faktor-faktor yang memengaruhi lebar selang kepercayaan (confidence interval) 95% dalam estimasi parameter populasi. Analisis ini bertujuan untuk memberikan pemahaman empiris mengenai dinamika ketidakpastian dalam statistika inferensial. Didalam dokumen ini mencangkup: 1. Analisis Faktor: Mengevaluasi dinamika lebar selang kepercayaan berdasarkan tiga faktor: ukuran sampel, standar deviasi, dan penggunaan distribusi Z/t. 2. Visualisasi: Menggunakan ggplot2 untuk memetakan tren lebar selang secara proporsional guna memudahkan interpretasi statistik. 3. Inferensi: Memberikan bukti empiris bahwa ukuran sampel yang lebih besar dan variabilitas yang rendah meningkatkan presisi estimasi, serta menyoroti dampak penggunaan distribusi t pada data dengan varians yang tidak diketahui.
Analisis Ketidakpastian Estimasi dan Selang Kepercayaan
Dokumen ini menyajikan analisis mendalam mengenai estimasi interval sebagai metode statistika untuk menentukan parameter populasi berdasarkan data sampel. Fokus utama pembahasan adalah pada konsep selang kepercayaan (confidence interval), yang mencakup landasan teoritis, metodologi perhitungan, serta interpretasi statistik. Cangkupan materi yang ada dalam dokumen ini yaitu: 1) Metodologi Estimasi, 2) Analisis Faktor Penentu, serta 3) Implementasi Komputasinya.
Analisis Fungsi Kelangsungan Hidup dan Peluang Kematian (Bab II: Model Survival)
Dokumen ini berisi penyelesaian soal-soal latihan dari Mata Kuliah Matematika Aktuaria, khususnya pada Bab II mengenai Model Survival. Di sini saya mengerjakan ulang Contoh 2.1.1, 2.1.2, 2.1.3, dan 2.1.4 menggunakan R Studio untuk membuktikan perhitungan fungsi kelangsungan hidup (s(x)). Isi laporan mencakup: 1)Perhitungan peluang kematian (q) dan peluang hidup (p). 2)Simulasi peluang kematian ditunda (deferred mortality) dengan fungsi eksponensial. 3)Mencari nilai median sisa usia berdasarkan fungsi survival yang diberikan.
Simulasi Variabel Random: Distribusi Binomial, Normal, dan Poisson menggunakan R
Tugas ini merupakah tugas minggu ke 3 mata kuliah Pemodelan Statistika dan Simulasi. Didalamnya mengeksplorasi teknik pembangkitan data menggunakan bahasa R untuk mensimulasikan berbagai fenomena Statistik, utamanya penerapan Distribusi Binomial, Distribusi Normal dan Distribusi Poisson. Tugas ini juga memuat visualisasi histrogram serta rangkuman (summary) untuk memvalidasi daata hasil simulasi.
Eksplorasi Struktur Data di R: Vector, List, dan Data Frame
Week 2: Tugas ini merupakan praktikum awal dan mempelajari serta menggunakan R dalam matakuliah Pemodelan Statistika dan Simulasi. didalamnya terdapat tugas praktik yang mempelajari struktur data pada R, meliputi pembuatan serta mengeksplor Vektor, List, dan Data Frame. Delain daripada itu dilakukan pula eksperimen pemanggilan baris, kolom, elemen data, serta identifikasi missing value.