Putri, Sari (2014) Perbandingan Analisis Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif (Studi Kasus: Pemodelan Jumlah Penderita Kusta di Jawa Timur Tahun 2012). Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.
Preview |
Text
1310100065-Undergraduate_Thesis.pdf - Published Version Download (858kB) | Preview |
Abstract
Kusta merupakan salah satu penyakit dengan jumlah
kasus tertinggi di Jawa Timur. Kusta tidak hanya menimbulkan
masalah kesehatan bagi penderita tapi juga menyebabkan
masalah sosial karena kebanyakan masyarakat masih menganggap
kusta sebagai penyakit kutukan dan tidak dapat disembuhkan.
Pemodelan jumlah kasus kusta perlu dilakukan untuk
mengetahui faktor apa saja yang berpengaruh terhadap jumlah
kusta sehingga jumlah penderita kusta bisa diminimalisir.
Salah satu metode yang dapat digunakan untuk pemodelan
jumlah kasus kusta adalah regresi poisson. Regresi poisson
mensyaratkan bahwa nilai mean sama dengan nilai varians
(equidispersion). Namun pada kenyataanya kondisi tersebut
jarang bisa dipenuhi. Generalized poisson regression (GPR)
dan regresi binomial negatif adalah metode yang dapat digunakan
untuk mengatasi overdispersion pada regresi poisson.
Oleh karena itu dalam penelitian ini dilakukan pembandingan
antara metode GPR dan regresi binomial negatif untuk mendapatkan
model terbaik yang mampu mengatasi kondisi overdispersion
pada regresi poisson. Hasil penelitian menunjukan
bahwa model terbaik adalah model regresi binomial negatif.
Hal ini ditunjukan dari nilai AICC, BIC dan QAICC pada model
regresi binomial negatif yang lebih kecil daripada model
GPR. Faktor-faktor yang berpengaruh terhadap jumlah kasus
kusta di Jawa Timur adalah, persentase keberadaan puskesmas,
persentase penduduk laki-laki, persentase penduduk usia
15-29 tahun, tingkat kepadatan penduduk, dan interaksi anta
ra antara persentase penduduk umur 10 tahun keatas dengan
tingkat pendidikan SD/MI kebawah dan persentase keberadaan
puskesmas. Selain itu, jumlah kasus kusta di Jawa Timur
juga dipengaruhi oleh daerah endemi kusta sehingga untuk
penelitian berikutnya disarankan untuk mempertimbangkan
faktor lokasi atau efek spasial
==============================================================================================
Leprosy is one of the diseases with the highest number in
East Java. Leprosy is not only causing any health problem but
also cause social problem for the because most people still think
of leprosy as a curse and can not be cured. Modelling the number
of leprosy case need to be done to know the factors that will affect
the number of leprosy so that number can be minimized. One of
method that can be used for modeling the number of leprosy is the
Poisson regression. Poisson regression requires that the mean
value is equal to the variance (equidispersion). But in real cases
these conditions rarely can be met. Generalized Poisson regression
(GPR) and negative binomial regression is a method that
can be used to cope overdispersion in Poisson regression. Therefore,
in this study conducted a comparison between GPR and
negative binomial regression to get the best model that is able to
cope the condition of overdispersion in Poisson regression. The
results showed that the best model is the negative binomial regression
model. It is shown from the value of AICC, BIC and QAICC
on negative binomial regression models were smaller than the
GPR models. Factors that influence the number of leprosy cases
in East Java is the percentage of the existence of health centers,
the percentage of the male population, the percentage of people
aged 15-29 years, population density, and the interaction between
the percentage of population aged 10 years and older with primary
eduaction level and percentage existence of health centers . In
addition, the number of leprosy case in endemic areas also affect the number of leprosy cases in East Java so for the next research
are advised to consider the factors location or spatial effect.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSt 519.536 Put p |
| Uncontrolled Keywords: | GPR, Jumlah Kasus Kusta, QAICC , Regresi Binomial Negatif, Regresi Poisson |
| Subjects: | H Social Sciences > HA Statistics > HA31.3 Regression. Correlation |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | EKO BUDI RAHARJO |
| Date Deposited: | 04 Dec 2020 09:17 |
| Last Modified: | 04 Dec 2020 09:17 |
| URI: | http://repository.its.ac.id/id/eprint/82303 |
Actions (login required)
 |
View Item |