Pemetaan Tindak Kejahatan Dengan Memperhitungkan Keadaaan Data Tidak Terlapor

Pemetaan Tindak Kejahatan Dengan Memperhitungkan Keadaaan Data Tidak Terlapor HERLIN VENNY JOHANNES Primary Author mixed material bibliography Bandung FMIPA Pascasarjana UNPAD 2018 id Indonesia xv, 78 hlm. ; il. ; 29 cm Penelitian ini mengkaji cara menyusun peta tindak kejahatan terhadap anak yang mengalami underreporting counts. Tujuan penelitian ini adalah untuk menaksir risiko relatif tindak kejahatan terhadap anak yang sebenarnya terjadi, peluang sebuah tindak kejahatan terhadap anak dilaporkan dan jumlah tindak kejahatan terhadap anak yang sesungguhnya di Kota Ambon. Penaksiran parameter model dilakukan melalui pendekatan Bayes dan simulasi Markov Chain Monte Carlo menggunakan algoritma gibbs sampling dan metropolis hasting, Penentuan konvergensi algoritma dilakukan melalui pemeriksaan trace plot, auto correlation plot, dan ergodic mean plot. Taksiran parameter model diperoleh dari rata-rata nilai sampel hasil simulasi yang dihitung dari iterasi setelah burn in period sampai dengan iterasi yang terakhir. Hasil penelitian menunjukan bahwa taksiran parameter empirical dan hierarchical bayes untuk pemetaan tindak kejahatan dengan memperhitungkan keadaan data tidak terlapor secara keseluruhan menghasilkan nilai yang hampir sama, namun pendekatan EB menghasilkan taksiran nilai parameter dengan simpanga baku yang lebih kecil dibandingkan yang simpangan baku taksiran parameter yang dihasilkan melalui pendekatan HB. HERLIN VENNY JOHANNES Pemetaan kejahatan 2. Underreporting Count 3. 519.5 Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi 519.5 Her p/R.14.35.1 010030008169 Perpustakaan Pusat (Reference Kls. 500REF.14.35.1) 519.5 Her p 20%252Fscan0001.jpg.jpg 60451 2018-02-22 13:16:29 2018-05-22 13:17:00 machine generated