Perbandingan Analisis Generalized Poisson Regression (GPR) Dan Regeresi Binomial Negatif (Studi Kasus : Pemodelan Jumlah Penderita Kusta Di Jawa Timur 2012)

Putri, Sari (2014) Perbandingan Analisis Generalized Poisson Regression (GPR) Dan Regeresi Binomial Negatif (Studi Kasus : Pemodelan Jumlah Penderita Kusta Di Jawa Timur 2012). Other thesis, Insititut Teknologi Sepuluh Nopember.

Text 1310100065_Undergraduate_Thesis.pdf Download (2MB)

Abstract

Kusta merupakan salah satu penyakit dengan jumlah kasus tertinggi di Jawa Timur. Kusta tidak hanya menimbulkan masalah kesehatan bagi penderita tapi juga menyebabkan masalah sosial karena kebanyakan masyarakat masih menganggap kusta sebagai penyakit kutukan dan tidak dapat disembuhkan. Pemodelan jumlah kasus kusta perlu dilakukan untuk mengetahui faktor apa saja yang berpengaruh terhadap jumlah kusta sehingga jumlah penderita kusta bisa diminimalisir. Salah satu metode yang dapat digunakan untuk pemodelan jumlah kasus kusta adalah regresi poisson. Regresi poisson mensyaratkan bahwa nilai mean sama dengan nilai varians (equidispersion). Namun pada kenyataanya kondisi tersebut jarang bisa dipenuhi. Generalized poisson regression (GPR) dan regresi binomial negatif adalah metode yang dapat digunakan untuk mengatasi overdispersion pada regresi poisson. Oleh karena itu dalam penelitian ini dilakukan pembandingan antara metode GPR dan regresi binomial negatif untuk mendapatkan model terbaik yang mampu mengatasi kondisi over-dispersion pada regresi poisson. Hasil penelitian menunjukan bahwa model terbaik adalah model regresi binomial negatif. Hal ini ditunjukan dari nilai AICC, BIC dan QAICC pada model regresi binomial negatif yang lebih kecil daripada model GPR. Faktor-faktor yang berpengaruh terhadap jumlah kasus kusta di Jawa Timur adalah, persentase keberadaan puskesmas, persentase penduduk laki-laki, persentase penduduk usia 15-29 tahun, tingkat kepadatan penduduk, dan interaksi antara antara persentase penduduk umur 10 tahun keatas dengan tingkat pendidikan SD/MI kebawah dan persentase keberadaan puskesmas. Selain itu, jumlah kasus kusta di Jawa Timur juga dipengaruhi oleh daerah endemi kusta sehingga untuk penelitian berikutnya disarankan untuk mempertimbangkan faktor lokasi atau efek spasial.
==============================================================================================================================
Leprosy is one of the diseases with the highest number in East Java. Leprosy is not only causing any health problem but also cause social problem for the because most people still think of leprosy as a curse and can not be cured. Modelling the number of leprosy case need to be done to know the factors that will affect the number of leprosy so that number can be minimized. One of method that can be used for modeling the number of leprosy is the Poisson regression. Poisson regression requires that the mean value is equal to the variance (equidispersion). But in real cases these conditions rarely can be met. Generalized Poisson regres- sion (GPR) and negative binomial regression is a method that can be used to cope overdispersion in Poisson regression. There- fore, in this study conducted a comparison between GPR and negative binomial regression to get the best model that is able to cope the condition of overdispersion in Poisson regression. The results showed that the best model is the negative binomial regre-ssion model. It is shown from the value of AICC, BIC and QAICC on negative binomial regression models were smaller than the GPR models. Factors that influence the number of leprosy cases in East Java is the percentage of the existence of health centers, the percentage of the male population, the percentage of people aged 15-29 years, population density, and the interaction between the percentage of population aged 10 years and older with primary eduaction level and percentage existence of health centers . In addition, the number of leprosy case in endemic areas also affect the number of leprosy cases in East Java so for the next research are advised to consider the factors location or spatial effect.

Item Type:	Thesis (Other)
Additional Information:	RSSt 519.536 Put p-1, 2014
Uncontrolled Keywords:	GPR, Jumlah Kasus Kusta, QAICC , Regresi Binomial Negatif, Regresi Poisson, umber of Leprosy cases, QAICC, Negative Binomial Regression, Poisson Regression
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	03 Jan 2024 06:17
Last Modified:	03 Jan 2024 06:17
URI:	http://repository.its.ac.id/id/eprint/105347

Actions (login required)

View Item