Metode Maximum Likelihood Algoritma K-Means Studi Literatur Sumber Data

Definisi Matriks Simetris Suatu matriks A berorde × disebut simetris jika ′ = . Leon 1998 Definisi Invers Suatu matriks yang berorde × dikatakan taksingular jika terdapat matriks sehingga = = �. Matriks dikatakan invers multiplikatif dari matriks . Invers multiplikatif dari matriks taksingular secara sederhana disebut juga sebagai invers dari matriks dan dinotasikan dengan −1 . Leon 1998 Definisi Transpos Transpos dari suatu matriks = berorde × adalah matriks = berorde × yang didefinisikan oleh = untuk setiap dan . Transpos dari dinotasikan oleh ′ . Leon 1998 Definisi Trace Trace adalah fungsi yang didefinisikan hanya pada matriks persegi. Misalkan A adalah matriks × , trace dari matriks A adalah jumlah dari elemen-elemen diagonal dari matriks A, � = =1 . Magnus Neudecker 1999 Teorema Trace Misalkan adalah skalar dan A dan B adalah matriks yang masing-masing memiliki orde × , maka: 1. tr + = tr + tr , 2. tr = tr , 3. tr ′ = tr , 4. tr = tr . Bukti dapat dilihat pada Lampiran 4. Magnus Neudecker 1999

2.6 Metode Maximum Likelihood

Misalkan 1 , 2 , … , adalah peubah acak i.i.d dengan fungsi kepekatan peluang ; �, dengan � diasumsikan skalar dan tidak diketahui, maka prosedur fungsi likelihood dapat dituliskan sebagai berikut: � , � = , � =1 , � ∈ Ω dengan = 1 , 2 , … , . Fungsi loglikelihood dari � , � , dapat dinotasikan dengan: , � = log � , � = log , � , � ∈ Ω . =1 14 Pendugaan parameter dengan metode maximum likelihood estimation dapat diperoleh dari ,� � = 0. Hogg Craig 1995

2.7 Algoritma K-Means

Algoritma K-Means merupakan salah satu metode pengelompokan data tidak berhirarki yang berusaha mempartisi data yang ada ke dalam satu atau lebih gerombol. Hair et al. 1995 III METODE PENELITIAN Karya ilmiah ini disusun melalui studi literatur mengenai regresi laten, sumber data pasien depresi, analisis dan pemrograman dari data sekunder menggunakan software R 2.13.1.

3.1 Studi Literatur

Studi literatur meliputi pencarian berbagai informasi yang berhubungan dengan topik yang dibahas yaitu regresi laten. Langkah-langkah penelitian: 1. Menelusuri model regresi laten yang sesuai, 2. Mengestimasi parameter model regresi ketika x berupa laten menggunakan K- means, maximum likelihood dan algoritma EM , 3. Melakukan aplikasi pada efek plasebo. 13 12

3.2 Sumber Data

Data yang digunakan untuk penelitian ini adalah data sekunder mengenai pasien depresi rawat jalan yang bersumber dari Tarpey dan Petkova 2010 dengan komunikasi via e- mail . Objek penelitian adalah pasien laki-laki dan perempuan berusia 18 - 65 tahun. Jumlah responden depresi dalam penelitian adalah 393 orang. Tarpey dan Petkova melihat perubahan tingkat gejala depresi menggunakan skala Hamilton Depression Rating HAM-D. 3.3 Analisis dan Pemrograman Tahapan analisis dan pemrograman yang dilakukan dalam penelitian ini sebagai berikut: 1. Membangun model regresi laten Tahap pertama ini akan dibangun model regresi dengan inisialisasi setiap parameter, kemudian disimpan dalam bentuk file emnorm.r. 2. Melakukan pengelompokan data dengan algoritma K-means, yaitu dengan menentukan inisialisasi nilai awal k, komponen means dan perkiraan matriks kovarian. 3. Melakukan pendugaan algoritma EM, yaitu dengan menentukan inisialisasi nilai sigma, perkiraan nilai parameter beta, mengerjakan tahap E-step dan M-step. IV PEMBAHASAN

4.1 Efek Plasebo