Mengawali orasinya, Prof. Udjianna menjelaskan pentingnya fungsi kesintasan (survival model) dalam berbagai disiplin ilmu. Fungsi ini beguna untuk memprediksi pola kesintasan melalui perhitungan sisa hidup atau ketahanan suatu objek, baik benda hidup maupun benda mati.

Informasi yang diperoleh dari fungsi kesintasan ini kemudian dapat digunakan sebagai bahan pertimbangan dalam manajemen risiko masa depan. Oleh karena itu, fungsi kesintasan yang dibentuk harus mampu merepresentasikan data-data riil yang ada agar manajemen risiko dapat dipersiapkan dengan tepat.

Salah satu metode dalam menentukan fungsi kesintasan adalah menggunakan distribusi ekor tebal. Distribusi ekor tebal adalah distribusi probabilitas yang menunjukkan kurtosis berlebih. Distribusi jenis ini menggambarkan pencilan dari suatu kejadian ke dalam area yang cukup luas. Oleh karena itu, distribusi ekor tebal banyak digunakan untuk mengukur peluang pada kejadian tidak biasa (disorder).

Prof. Udjianna menjelaskan, “Di dalam mengukur risiko, distribusi normal tidak lagi sesuai. Pada distribusi normal kita bisa tentukan nilai risiko paling minimum, dan ini akan mewakili persentase yang sangat sedikit. Sementara kalau kita lihat dari distribusi berekor tebal, ternyata signifikan cukup besar. Jadi aproksimasi distribusi tak simetris berekor tebal jauh lebih mewakili data daripada distribusi normal.”

Mengutip Nair, dkk (2022), Prof. Udjianna mengungkap alasan distribusi ekor tebal sering dihindari oleh para praktisi adalah karena modelnya yang dianggap sulit. Selain itu, distribusi jenis ini sering dianggap mengagetkan dengan keberadaan Teorema Limit Pusat Gaussian di mana-mana.

Fungsi pada peluang yang relatif sulit membuat distribusi ini tidak familier bagi sebagian besar praktisi. Sifatnya yang mengagetkan dan kurang dikenal di dunia statistik kemudian sering memunculkan topik dan kajian baru terkait data-data yang menggunakan distribusi ekor tebal.

Meskipun demikian, dari segi efektivitas distribusi ekor tebal lebih unggul daripada distribusi normal. Hal ini membuat penggunaan distribusi ekor tebal lebih dianjurkan dalam dunia asuransi maupun manajemen risiko. Penggunaan distribusi ekor tebal di Indonesia sering dijumpai pada model laju kematian di Jamsostek, perhitungan risiko BPJS, perusahaan asuransi, dan sebagainya.

Penggunaan distribusi ekor tebal dalam dunia praktisi dan pengembangan institusi nyatanya masih menghadapi beberapa tantangan besar. Proses numerik yang panjang dan pada distribusi ekor tebal seringkali dihindari, terutama untuk data-data yang terlalu besar. Ditambah lagi distribusi normal terlanjur populer karena dirasa praktis walau fungsi kesintasan yang dihasilkan terkadang melenceng. Menghadapi tantangan ini, para ilmuwan dan praktisi harus mencari cara agar penggunaan distribusi ekor tebal semakin umum dan dipertimbangkan oleh pihak-pihak yang membutuhkan manajemen risiko.

“(Cara yang bisa dilakukan) yaitu meyakinkan praktisi asuransi, kedokteran, dan rekayasa untuk mencoba distribusi ekor tebal dengan jaminan taksiran yang lebih baik. Kemudian menjaga dan merawat kerja sama kolaboratif KK Statistika dengan industri, serta melanjutkan analisis sifat data dari distribusi ekor tebal,” ungkapnya.

Prof. Udjianna menamatkan pendidikan Sarjana Matematika di ITB pada tahun 1985. Setelah itu beliau melanjutkan studi pada bidang biostatistik di University of Wales, Swansea. Beliau sekarang aktif sebagai staff pengajar S1, S2, dan S3 ITB di samping kegiatan lainnya di luar kampus. Sepanjang kariernya sebagai pengajar, Prof. Udjianna telah menulis lebih dari 124 makalah yang berhasil dipublikasikan dalam bentuk jurnal dan prosiding baik nasional maupun internasional. Wanita yang memiliki hobi melancong ini dikukuhkan sebagai guru besar pada tanggal 22 Oktober 2021.

Reporter: Hanifa Juliana (Perencanaan Wilayah dan Kota, 2020)