Pratama, Wahendra (2015) Pemetaan Dan Pemodelan Jumlah Kasus Penyakit Tuberculosis (Tbc) Di Provinsi Jawa Barat Dengan Pendekatan Geographically Weighted Negative Binomial Regression (GWNBR). Undergraduate thesis, Institut Technology Sepuluh Nopember.
Preview |
Text
1311100051-undergraduate-theses.pdf - Published Version Download (2MB) | Preview |
Abstract
Tuberkulosis merupakan salah satu penyakit saluran pernafasan
bawah dan menular yang disebabkan oleh bakteri Mycrobacterium
Tuberculosis. Provinsi Jawa Barat menduduki peringkat pertama jumlah
kasus penyakit Tuberculosis di Indonesia. Dalam penelitian ini
dilakukan pemetaan dan pemodelan jumlah kasus Tuberculosis di
Provinsi Jawa Barat dengan pendekatan Geographically Weighted
Negative Binomial Regression (GWNBR). Data jumlah kasus TBC
merupakan data count sehingga analisis yang digunakan untuk
memodelkan data count adalah dengan regresi Poisson. Dalam analisis
regresi Poisson sering kali muncul fenomena overdispersi dalam
pemodelan tersebut. Jika terjadi overdispersi, regresi Poisson tidak
sesuai untuk memodelkan data dan model yang akan terbentuk
menghasilkan estimasi parameter yang bias. Salah satu metode yang
digunakan dalam mengatasi overdispersi dalam regresi Poisson adalah
regresi Binomial Negatif. Dengan memperhatikan aspek spasial
(wilayah) maka digunakan metode Geographically Weighted Negative
Binomial Regression. Hasil penelitian menghasilkan 5 pengelompokkan
kabupaten/kota berdasarkan variabel yang mempengaruhi. Faktor yang
mempengaruhi jumlah kasus TBC di semua kabupaten/kota di Provinsi
Jawa Barat adalah persentase rumah tangga yang berperilaku hidup
bersih dan sehat (PHBS).
=====================================================================================================
Tuberculosis is one of infectious lower tract respiratory disease
caused by Mycrobacterium Tuberculosis bacteria. West Java ranked
first for the most Tuberculosis cases in Indonesia. Within this research,
we do the mapping and modeling the numbers of tuberculosis cases in
West Java with Geographically Weighted Negative Binomial
Regressions (GWNBR) approach. Data on the number of cases of
tuberculosis is a data count so that analysis is used to model the data
count is the Poisson regression. In Poisson regression analysis often
appear overdispersion phenomenon in the modeling. If there
overdispersion, Poisson regression is not appropriate to model the data
and models that will form produce biased parameter estimates. One
method used to overcome overdispersion in Poisson regression is
Negative Binomial regression. By considering the spatial aspects
(region) then used the method Geographically Weighted Regression
Negative Binomial (GWNBR). The results of the study resulted in five
groupings district / city based on variables that influence. Factor
affecting the number of cases of tuberculosis in all districts / cities in
West Java Province is the percentage of households living a clean and
healthy behavior (PHBS).
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSt 519.536 Pra p |
| Uncontrolled Keywords: | GWNBR, PHBS, Regresi Poisson, Tuberculosis |
| 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. Tondo Indra Nyata |
| Date Deposited: | 28 May 2018 01:57 |
| Last Modified: | 28 May 2018 01:57 |
| URI: | http://repository.its.ac.id/id/eprint/51949 |
Actions (login required)
 |
View Item |