Fadilah, Rizki Nur (2018) Pemodelan Jumlah Kejadian Banjir di Indonesia Tahun 2015 dengan Menggunakan Model Regresi Binomial Negatif. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
TA.pdf - Accepted Version Download (1MB) | Preview |
Abstract
Analisis regresi linier merupakan suatu metode yang digunakan untuk memprediksikan nilai satu peubah berdasarkan peubah yang lainnya. Analisis regresi linier mengasumsikan bahwa data berdistribusi Normal tetapi untuk data yang berdistribusi tidak Normal, misal pada count data, dilakukan menggunakan GLM (Generalized Linear Model). GLM merupakan model regresi nonlinear dimana variabel responnya berdistribusi tidak Normal misalnya variabel responnya berdistribusi Binomial Negatif. Pada tugas akhir ini dilakukan kajian mengenai regresi Binomial Negatif berupa estimasi parameter menggunakan metode Maximum Likelihood Estimation dan mengaplikasikan model regresi Binomial Negatif yang diperoleh pada count data tentang jumlah kejadian banjir untuk mendapatkan faktor yang memberikan pengaruh terhadap terjadinya banjir di Indonesia pada tahun 2015. Hasil dari model regresi Binomial Negatif dengan nilai AIC terkecil yaitu : μ ̂=exp( 4,3571+0,0208X_7-0,0344X_10). Berdasarkan persamaan model tersebut dapat disimpulkan bahwa variabel x_7 (angin puting beliung) merupakan faktor yang berpengaruh signifikan terhadap terjadinya banjir serta semakin sering terjadinya puting beliung akan menyebabkan terjadinya banjir. Sedangkan jika semakin lama penyinaran matahari yang disimbolkan dengan variabel x_10, maka akan menurunkan jumlah terjadinya banjir di Indonesia tahun 2015.
=================================================================================================
Linear regression analysis is a method used to predict the value of one variable based on other variales. Linear regression analysis assumes that data is Normal distribution but for data that is not Normal distribution, e.g on count data using GLM (Generalized Linear Model). GLM is a nonlinear regression model which the response variable is not Normal distribution e.g the response variable is Negative Binomial distribution. In this final project, there is study about Negative Binomial regression such as parameter estimation using Maximum Likelihood Estimation (MLE) method and to apply Negative Binomial regression model is obtained on flood incidents to obtain the factors that give effect to the occurrence of floods in Indonesia in 2015. Result of Negative Binomial model with smallest AIC value is : μ ̂=exp( 4,3571+0,0208X_7-0,0344X_10). Based on the model equation can be clonluded that the variable x_7 (tornado) is a significant factor influencing the occurrence of floods and the increasingly frequent occurrence of tornado will cause flooding. While the longer solar radiation that occurs will reduce the number of floods in Indonesia in 2015.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Subjects: | Q Science > Q Science (General) > Q180.55.M38 Mathematical models Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis |
| Depositing User: | Rizki Nur Fadilah |
| Date Deposited: | 08 Aug 2021 09:00 |
| Last Modified: | 08 Aug 2021 09:00 |
| URI: | http://repository.its.ac.id/id/eprint/58595 |
Actions (login required)
 |
View Item |