Tugas Personal ke-3
Week 6
LO2: Menjelaskan teknik-teknik komputasi intensif dalam Metodologi Statistik seperti
resampling, cross-validation, analisis Bayesian, dan analisis survival, yang sangat
penting untuk pengambilan keputusan berbasis data di era modern.
Mata Kuliah: Computational Statistics
Sumber Materi:
📄 1. Adaptive Statistical Modeling: From Splines to GLMs
📄 2. Intensive Statistical Modeling for Complex and Uncertain Data
Soal 1: Eksplorasi Teknik Smoothing (Bobot: 40 poin)
Jelaskan perbedaan utama antara Kernel Smoothers dan Smoothing Splines dalam konteks
regresi lokal. Sertakan contoh aplikasi masing-masing dan jelaskan kapan sebaiknya
menggunakan salah satu dibanding yang lain.
💡 Hint: Bandingkan penggunaan bobot lokal vs penalti kelengkungan. Berikan ilustrasi analogi
seperti kuas kecil vs karet gelang.
Soal 2: Semiparametric Model & Nuisance Parameters (Bobot: 30 poin)
Dalam model semiparametrik, bagaimana pengaruh nuisance parameter terhadap efisiensi
estimasi parameter utama (misalnya β)? Jelaskan konsep profile likelihood dan mengapa
pendekatan ini sering digunakan dalam praktik.
💡 Hint: Gunakan ilustrasi “faktor tak terlihat” dalam prediksi dan dampaknya terhadap estimasi
jika diabaikan.
Computational Statistics
Soal 3: Statistik Bayesian dan ABC (Approximate Bayesian Computation) (Bobot: 30 poin)
a. Jelaskan bagaimana prinsip kerja Approximate Bayesian Computation (ABC) jika
likelihood sulit dihitung.
b. Apa keunggulan ABC dibanding pendekatan konvensional, dan dalam konteks apa sebaiknya
digunakan?
💡 Hint: Jelaskan peran simulasi dan threshold jarak antar data. Bisa pakai contoh aplikasi seperti
biologi/genetika.
Penggunaan AI (seperti ChatGPT) dalam Pengerjaan Tugas
Jika Anda menggunakan bantuan Artificial Intelligence (AI), seperti ChatGPT atau alat serupa,
dalam menyelesaikan tugas, Anda wajib mencantumkan label “AI-Assisted” pada hasil kerja
Anda. Sertakan pula penjelasan spesifik mengenai peran AI dalam proses pengerjaan,
misalnya:
Memperbaiki tata bahasa atau gaya penulisan
Memberikan ide atau inspirasi awal
Membantu merangkum artikel atau referensi
Memberikan klarifikasi konsep atau penjelasan teknis
Contoh penulisan pengakuan:
“Tugas ini dikerjakan dengan bantuan ChatGPT untuk memperbaiki struktur kalimat dan
tata bahasa pada bagian penjelasan.”
Catatan penting:
Mahasiswa tetap bertanggung jawab atas keaslian, ketepatan, dan integritas akademik
dari tugas yang dikumpulkan.
Penggunaan AI tanpa transparansi atau pengakuan yang jujur dapat dianggap
sebagai pelanggaran etika akademik.
AI sebaiknya digunakan sebagai alat bantu, bukan sebagai pengganti pemikiran kritis
dan orisinalitas Anda.
Computational Statistics