PENDEKATAN METODE BAYESIAN SELF DAN BAYESIAN GELF UNTUK ESTIMASI PARAMETER MODEL SURVIVAL EKSPONENSIAL DENGAN PRIOR JEFFREYS

Data survival adalah data yang menunjukan waktu suatu individu atau objek dapat bertahan hidup hingga terjadinya suatu kegagalan atau kejadian tertentu. Tujuan pada penelitian ini adalah menentukan estimasi parameter model survival berdistribusi eksponensial dengan metode Bayesian SELF dan metode Bayesian GELF menggunakan prior Jeffreys, serta menerapkan pada kasus data penderita kanker paru-paru. Setelah diperoleh estimator dengan menggunakan metode tersebut, selanjutnya diterapkan pada data pasien penderita kanker paru-paru yang diambil dari program R versi 3.3.0 untuk mengetahui peluang individu dapat bertahan hidup. Nilai MSE yang diperoleh untuk fungsi survival dan fungsi hazard dari metode Bayesian SELF ialah 0,293363538 dan 6,66149×10-5, sedangkan dari metode Bayesian GELF ialah 3,60504×10-6  dan 3,60158×10-9. Berdasarkan nilai MSE dari estimator pada penelitian ini, diperoleh metode Bayesian GELF lebih baik dari pada metode Bayesian SELF. Hasil olah data dari metode Bayesian GELF prior Jeffreys diperoleh peluang seorang pasien untuk bertahan hidup jika mengidap penyakit kanker paru-paru selama 7 hari adalah 0,94447. Sedangkan selama 63 hari adalah 0,59573, selama 95 hari adalah 0,46053, selama 162 hari adalah 0,26655, dan selama 999 hari adalah 0,0003.Kata Kunci : Distribusi Eksponensial, Bayesian SELF, Bayesian GELF.