BAYESIAN 2-LEVEL SPATIO-TEMPORAL UNTUK PEMODELAN RISIKO KASUS EPIDEMIOLOGI

MUKHSAR, . (2016) BAYESIAN 2-LEVEL SPATIO-TEMPORAL UNTUK PEMODELAN RISIKO KASUS EPIDEMIOLOGI. In: Tugas Akhir, Statistics.

[img]
Preview
Text
1310301005-paper1.pdf - Published Version

Download (4MB) | Preview
[img]
Preview
Text
1310301005-paper2.pdf - Published Version

Download (625kB) | Preview
[img]
Preview
Text
1310301005-paper3.pdf - Published Version

Download (2MB) | Preview
[img]
Preview
Text
1310301005-paper4.pdf - Published Version

Download (457kB) | Preview
[img]
Preview
Text
1310301005-Presentation.pdf - Published Version

Download (2MB) | Preview

Abstract

Penelitian ini mengembangkan dua model Bayesian untuk menganalisis risiko relatif (RR) kasus DBD berhirarki 2-level berbasis area secara spatio-temporal (S-T). Model pertama adalah Bayesian Poisson-Lognormal 2-level S-T (BP2L S-T), mengandung tiga komponen yaitu heterogenitas spasial sebagai efek tetap atau prediktor, mobilitas orang direpresentasikan dengan dua efek random lokal dan global bervariasi spasial, dan trend temporal. Model kedua adalah perluasan BP2L S-T (PBP2L S-T) yaitu hanya memodifikasi kedua komponen efek randomnya saja menjadi bervariasi S-T. Estimasi parameter kedua model dilakukan menggunakan MCMC Gibbs sampler melalui bentuk full conditional distributions-nya masing-masing yang bersifat closed form. Kedua model diimplementasikan untuk data DBD di 31 kecamatan Kota Surabaya selama 120 bulan (2001-2010), dengan prediktor adalah kelembaban, temperatur, curah hujan, dan kepadatan penduduk. PBP2L S-T memberikan kinerja baik karena pola RRnya mirip dengan pola data observasi dan menghasilkan deviance terkecil dibandingkan deviance BP2L S-T. Oleh karena itu, PBP2L S-T disebut full model yang membagi Kota Surabaya dalam dua zona kasus DBD, Kecamatan Sawahan dan Tambaksari, masing-masing sebagai lokasi endemik di zona 1 dan zona 2. Untuk mendapatkan model yang lebih sederhana dari full model, tanpa mengurangi makna yang dihasilkannya, maka dilakukan seleksi variabel dari 4 prediktor yang membentuk 16 struktur model berbeda-beda. Model yang mengakomodasi curah hujan dan kepadatan penduduk merupakan model terbaik, disebut model prototipe, dibandingkan 15 model lainnya karena memiliki DIC terkecil. Model prototipe mempertegas hasil full model, bahwa Kecamatan Sawahan dan Tambaksari, masing-masing sebagai lokasi endemik DBD di zona 1 dan zona 2 Kota Surabaya. Januari merupakan waktu terbaik untuk melakukan intervensi di kedua lokasi endemik DBD tersebut.

Item Type: Conference or Workshop Item (Paper)
Uncontrolled Keywords: Bayesian 2-level, efek random, DBD, DIC, full conditional distributions, MCMC Gibbs sampler, dan Poisson-Lognormal spatio-temporal, dan Risiko relatif
Subjects: H Social Sciences > HA Statistics
Divisions: Faculty of Engineering, Science and Mathematics > School of Mathematics
Depositing User: - Davi Wah
Date Deposited: 03 Jun 2016 14:55
Last Modified: 27 Dec 2018 02:41
URI: http://repository.its.ac.id/id/eprint/190

Actions (login required)

View Item View Item