Firdaus, Dwi Puspita (2017) Pemodelan Jumlah Kasus Tuberkulosis di Provinsi Jawa Barat Menggunakan Regresi Binomial Negatif dan Regresi Nonlinier. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1313100023-Undergraduate_Theses.pdf - Published Version Download (669kB) | Preview |
Abstract
Tuberkulosis adalah penyakit radang parenkim paru yang menular karena infeksi kuman TB, yaitu Mycrobacterium tuberculosis. Prevalensi tuberkulosis di Indonesia menempati urutan ketiga setelah negara India dan Cina. Di Indonesia, jumlah kasus tuberkulosis terbanyak tahun 2015 terdapat pada Provinsi Jawa Barat, yaitu sebanyak 31.231 kasus. Jumlah kasus tuberkulosis merupakan salah satu contoh data count. Salah satu metode yang dapat digunakan untuk menganalisis data count adalah regresi Poisson, tetapi regresi Poisson sering terjadi kasus overdispersi. Salah satu metode yang dapat digunakan untuk mengatasi overdispersi adalah regresi Binomial Negatif. Selain itu pada penelitian sering ditemukan kasus data yang memiliki pola nonlinier pada model regresi, sehingga perlu juga dilakukan pemodelan menggunakan regresi nonlinier. Pemodelan menggunakan regresi Binomial Negatif didapatkan hasil bahwa model terbaik dengan nilai AIC terkecil sebesar 447,04 tedapat pada kombinasi enam variabel, serta didapatkan tiga variabel yang berpengaruh signifikan terhadap jumlah kasus tuberkulosis, yaitu jumlah keluarga miskin, rata-rata konsumsi protein perkapita perhari, dan kepadatan penduduk. Kemudian pemodelan menggunakan regresi nonlinier didapatkan hasil bahwa model yang tepat adalah model dengan variabel signifikan yang memiliki nilai MSE dan S terkecil. Hasil perbandingan ketiga model regresi didapatkan kesimpulan, model regresi yang tepat dugunakan untuk memodelkan jumlah kasus tuberkulosis di Jawa Barat adalah regresi Nonlinier.
=====================================================================
Tuberculosis is a lung parenchymal inflamatory disease that
spreads due to infection with TB germ, Mycrobacterium tuberculosis. The prevalence of tuberulosis in Indonesia ranks third after India and China. In Indonesia, the highest number of tuberculosis in 2015 was found in the Province of West Java, which is 31.231 cases. The number
of tuberculosis is an example of count data. A method that can be used to analyze the count data is Poisson regression, but it often occurs overdispersion. A method that can be used to overcome the overdispersion is Binomial Negative regression. In addition, the research is often found cases of data that has a nonlinear pattern. Therefore its is also necessary to do the modeling using nonlinear regression. Modeling using Binomial Negative regression was obtained that the best model with the lowest AIC of 447,04 were in combination of six variables and there were three variables that have a significant effect to the number of
tuberculosis, namely the number of poor families, the average protein consumption percapita perday, and population density. The modeling using nonlinear regression found that the appropriate model is using 2 significant variables which has the lowest MSE. The comparison between
three regression models is that the right nonlinear regression is the appropriate regression used to model the number of tuberculosis in West Java.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Jawa Barat, Overdispersi, Regresi Binomial Negatif, Regresi Nonlinier, Tuberkulosis |
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | Dwi Puspita Firdaus |
| Date Deposited: | 11 Jan 2018 02:37 |
| Last Modified: | 05 Mar 2019 06:51 |
| URI: | http://repository.its.ac.id/id/eprint/48021 |
Actions (login required)
 |
View Item |