Model Bivariate Poisson Inverse Gamma INAR (1) Regression (Studi Kasus: Jumlah Kunjungan Peserta BPJS pada Fasilitas Kesehatan Tingkat Lanjut untuk Diagnosa Penyakit Diabetes dan Jantung)

Rizal, Ahmad Syaiful (2024) Model Bivariate Poisson Inverse Gamma INAR (1) Regression (Studi Kasus: Jumlah Kunjungan Peserta BPJS pada Fasilitas Kesehatan Tingkat Lanjut untuk Diagnosa Penyakit Diabetes dan Jantung). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003221029-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (4MB) | Request a copy

Abstract

Data cacahan time series yang mengalami overdispersi dapat dianalisis dengan model Integer-valued Autoregressive (INAR) yang memanfaatkan distribusi mixed Poisson, contohnya Poisson Invers Gamma INAR (1) (PIGA-INAR(1)) yaitu model yang mengakomodasi efek waktu serta menggunakan thining operator dan memanfaatkan perpaduan antara distribusi Poisson dan distribusi Invers Gamma sebagai efek random dari model. Jika terdapat dua variabel respon yang memiliki korelasi positif yang signifikan maka model yang digunakan yaitu Bivariate Poisson Invers Gamma INAR(1) (BPIGA-INAR(1)). Penelitian ini bertujuan untuk mendapatkan estimasi parameter dan statistik uji untuk pengujian hipotesis pada model BPIGA-INAR(1). Metode yang digunakan untuk estimasi parameter BPIGA-INAR(1) yaitu MLE dengan metode optimasi genetic algorithms (GA) dan metode Maximum Likelihood Ratio Test (MLRT) untuk pengujian hipotesis. Model BPIGA-INAR(1) diterapkan pada kasus jumlah kunjungan peserta Badan Penyelenggara Jaminan Sosial (BPJS) pada Fasilitas Kesehatan Rujukan Tingkat Lanjutan (FKRTL) dengan diagnosis penyakit diabetes dan penyakit jantung pada tahun 2015-2020. Variabel prediktor yang digunakan merupakan data kepesertaan BPJS yang terdiri dari umur, gender, segmen kepesertaan, kelas rawat peserta, dan jenis faskes. Hasil penelitian menunjukkan bahwa variabel yang berpengaruh secara signifikan terhadap jumlah kunjungan peserta BPJS ke FKRTL dengan diagnosa penyakit diabetes dan jantung yaitu gender. Jenis faskes kategori 3 berpengaruh secara signifikan terhadap jumlah kunjungan peserta BPJS ke FKRTL dengan diagnosa penyakit jantung namun tidak berpengaruh secara signifikan terhadap jumlah kunjungan dengan diagnosa penyakit diabetes. Kelas rawat kategori 2 berpengaruh secara signifikan terhadap jumlah kunjungan peserta BPJS ke FKRTL dengan diagnosa penyakit diabetes namun tidak berpengaruh secara signifikan terhadap jumlah kunjungan dengan diagnosa penyakit jantung.
=================================================================================================================================
Overdispersed count time series data can be analyzed with the Integer-valued Autoregressive (INAR) model that utilizes mixed Poisson distribution, for example, Poisson Inverse Gamma INAR (1) (PIGA-INAR(1)) is a model that accommodates time effects and uses thinning operators and utilizes a combination of Poisson distribution and Inverse Gamma distribution as the random effect of the model. If there are two response variables that have a significant positive correlation, then the model is Bivariate Poisson Inverse Gamma INAR(1) (BPIGA-INAR(1)). This research aims to obtain parameter estimates and test statistics for hypothesis testing on the BPIGA-INAR(1) model. Parameter estimation process is conducted using MLE with genetic algorithms (GA) optimization method, while the Maximum Likelihood Ratio Test (MLRT) is used for hypothesis testing. The BPIGA-INAR(1) model was established as suitable model for the case of the number of visits by BPJS participants at the Advanced Referral Health Facility (FKRTL) with a diagnosis of diabetes and heart disease in 2015-2020. The predictor variables used include age, gender, BPJS membership segment, participant care class, and type of health facility. The research findings indicate that gender significantly impact the visits for diabetes and heart disease diagnosis. Category 3 of the type of health facility significantly impact the number of visits of BPJS participants to FKRTL with a diagnosis of heart but does not significantly impact the number of visits with a diagnosis of diabetes disease. Category 2 of care class significantly impact the number of visits of BPJS participants to FKRTL with a diagnosis of diabetes disease but does not significantly impact the number of visits with a diagnosis of heart.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	thinning operator, BPIGA-INAR(1), number of visits by BPJS participants, diabetes, heart, thinning operator, MLE, GA, jumlah kunjungan peserta BPJS, jantung.
Subjects:	H Social Sciences > HA Statistics > HA31.7 Estimation
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Ahmad Syaiful Rizal
Date Deposited:	16 Jul 2024 01:24
Last Modified:	16 Jul 2024 01:24
URI:	http://repository.its.ac.id/id/eprint/108338

Actions (login required)

View Item