Onesta Neonisa Pengarang MARIA AGUSTINA KLEDEN Dosen Pembimbing 1 ASTRI ATTI Dosen Pembimbing 2 Maria Agustina Kleden Ketua Penguji Jusrry Rosalina Pahnael Penguji 2 Astri Atti Ketua Penguji

Estimasi titik dari sebuah parameter dapat dilakukan dengan dua metode yakni metode klasik dan metode bayes. Pada penelitian ini dilakukan estimasi parameter dari distribusi log-normal menggunakan metode maksimum likelihood dan metode bayes. Metode maksimum likelihood dilakukan dengan cara memaksimumkan fungsi logaritma natural dari fungsi likelihood. Sedangkan metode bayes menggunakan non-informatif prior yang diperoleh dari metode Jeffrey. Non-informatif prior yang dikombinasikan dengan fungsi likelihood membentuk distribusi posterior yang digunakan untuk menentukan estimator. Suatu estimator merupakan estimator yang baik bila memenuhi sifat tak bias, variansi minimum, dan konsisten. Hasil dari penelitian ini menunjukkan bahwa estimator dari metode maksimum likelihood dan metode bayes masing-masing adalah Metode Maksimum Likelihood : θ ̂= ( x_i)/n dan (σ^2 ) ̂= β/( n ) Metode Bayes : θ ̂=( x_i)/n dan (σ^2 ) ̂= β/( n-1 ) Estimator dari metode maksimum likelihood tidak memenuhi sifat tak bias, variansi minimum, dan konsisten. Sedangkan estimator dari metode bayes hanya memenuhi sifat variansi minimum. Kata Kunci : Metode Maksimum Likelihood, Metode Bayes, distribusi log- normal.