Pengelompokan Lansia di Kota Surabaya Menggunakan Finite Mixture Partial Least Square

Wahyusari, Dianita (2019) Pengelompokan Lansia di Kota Surabaya Menggunakan Finite Mixture Partial Least Square. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 06211745000002-Undergraduate_Theses.pdf]
Preview
Text
06211745000002-Undergraduate_Theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Populasi lansia mengalami peningkatan. Hasil Sensus Penduduk tahun 2010 menunjukkan bahwa secara keseluruhan lansia di Provinsi Jawa Timur 10,40 persen. Kota Surabaya memiliki presentase lansia paling sedikit di tahun 2018 sebesar 8,53, berada di bawah rata-rata sebesar 13. Lansia di Surabaya diperlukan perhatian dan penanganan yang lebih baik sesuai dengan UU Nomor 13 Tahun 1998 tentang Kesejahteraan Lanjut Usia. Untuk mendapatkan perhatian dan penanganan yang sesuai terhadap keberlangsungan hidup lansia, maka lebih dahulu mengetahui variabel yang mempengaruhi. Metode tertentu diperlukan untuk mengetahui keterkaitan variabel-variabel yang komplek yaitu SEM. Data sering kali menunjukkan pola data yang tidak memenuhi asumsi normalitas sehingga untuk mengatasinya digunakan metode SEM-PLS. Penelitian ini menggunakan second order CFA karena indikator pada kualitas hidup lansia tidak dapat diukur secara langsung, sehingga membutuhkan variabel indikator tambahan. Pada kasus ini terdapat dugaan heterogenitas pada pengumpulan data, yaitu data berasal dari sumber yang berbeda. SEM yang memuat variabel laten dapat diatasi dengan metode Finite Mixture. Penelitian ini menghasilkan bahwa variabel laten yang sangat mempengaruhi kualitas hidup lansia di Surabaya adalah lingkungan dengan indikator dominan yaitu kondisi lingkungan tempat tinggal. Segmen terbaik adalah k=2 dengan nilai AIC terendah dan NE tertinggi. Pada segmen 1 variabel pembentuk terbesar adalah lingkungan dengan wilayah perkotaan, sedangkan pada segmen 2 adalah kesehatan fisik dengan wilayah pesisir.
==============================================================================================================================
The elderly population increased. The results of Census 2010 show that overall the elderly in East Java Province 10.40 percent. Surabaya City has the fewest percentage of elderly in 2018 amounted to 8.53, below the average of 13. Elderly in Surabaya needed attention and better handling in accordance with Law No. 13 of 1998 on the Welfare of Elderly. To get the attention and treatment appropriate to the survival of the elderly, the first to identify the variables that influence. Certain methods required to determine the relevance of complex variables that SEM. Data often show a pattern of data that does not meet the assumptions of normality so as to overcome the SEM-PLS method is used. This study uses a second order CFA because of indicators on quality of life of the elderly can not be measured directly, thus requiring additional indicator variables. In this case there is a presumption of heterogeneity in the data collection, the data comes from different sources. SEM containing latent variables can be solved by the method of Finite Mixture. This research resulted in that the latent variables that affect the quality of life of the elderly in Surabaya is a neighborhood with a dominant indicator is the condition of the neighborhood. Best segment is k = 2 with the lowest AIC value and the highest NE. In the first segment is the largest forming environment variable to the urban areas, while in the second segment is the physical health of the coastal region.

Item Type: Thesis (Other)
Additional Information: RSSt 519.56 Wah p-1 2019
Uncontrolled Keywords: FIMIX, Lansia, SEM-PLS, Surabaya, Variabel Laten
Subjects: H Social Sciences > HV Social pathology. Social and public welfare
Q Science
Q Science > QA Mathematics
Q Science > QA Mathematics > QA275 Theory of errors. Least squares. Including statistical inference. Error analysis (Mathematics)
Q Science > QA Mathematics > QA278.3 Structural equation modeling.
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: DIANITA WAHYUSARI
Date Deposited: 27 Dec 2022 01:40
Last Modified: 27 Dec 2022 01:40
URI: http://repository.its.ac.id/id/eprint/63389

Actions (login required)

View Item View Item