Penaksiran Parameter Pada Model Bivariate Spatial Autoregressive (Studi Kasus: Pemodelan Kasus Pneumonia Dan Diare Pada Balita Di Kabupaten Tuban)

Fachrunisah, Fachrunisah (2024) Penaksiran Parameter Pada Model Bivariate Spatial Autoregressive (Studi Kasus: Pemodelan Kasus Pneumonia Dan Diare Pada Balita Di Kabupaten Tuban). Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 6003222006-Master_Thesis.pdf] Text
6003222006-Master_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Analisis regresi spasial merupakan pengembangan dari regresi linier klasik yang digunakan untuk mengetahui pengaruh variabel prediktor terhadap variabel respon yang memiliki pengaruh lokasi. Pengaruh lokasi ditunjukkan dengan adanya dependensi spasial. Salah satu metode analisis regresi spasial berbasis area yang mengatasi ketergantungan spasial antar unit pengamatan dan memperhitungkan pengaruh spasial lag pada variabel dependen adalah model spatial autoregressive (SAR). Model SAR didesain untuk respon univariat, padahal dalam praktiknya terdapat kasus yang mempunyai variabel respon lebih dari satu variabel yang bergantung pada lokasi pengamatan. Jika terdapat korelasi yang signifikan antar variabel respon maka dapat dimodelkan dengan Bivariate Spatial Autoregressive (BSAR). Penelitian ini bertujuan untuk mendapatkan penaksiran parameter dan staistik uji hipotesis pada model BSAR. Estimasi parameter BSAR menggunakan MLE untuk mengestimasi koefisien model BSAR dan matriks varians-kovarians serta aproksimasi numerik means of concentrated log-likelihood untuk mengestimasi parameter efek spasial. Pengujian hipotesis dengan metode Maximum Likelihood Ratio Test (MLRT) untuk pengujian hipotesis secara serentak dan Uji Wald untuk pengujian hipotesis secara parsial. Tujuan berikutnya adalah memodelkan data persentase kasus pneumonia dan diare pada balita di kabupaten Tuban tahun 2023 dengan BSAR untuk menentukan faktor-faktor yang mempengaruhinya. Hasil penelitian menunjukkan bahwa model BSAR cukup baik untuk memodelkan dan memprediksi persentase kasus pneumonia dan diare pada balita di kabupaten Tuban tahun 2023 dengan variabel prediktor yang berpengaruh terhadap model yaitu persentase bayi yang mendapatkan ASI eksklusif, persentase balita yang mendapatkan imunisasi dasar lengkap dan persentase rumah tangga dengan cakupan air bersih.

Item Type: Thesis (Masters)
Uncontrolled Keywords: BSAR, Diarrhea, MLE, MLRT, Pneumonia, BSAR, Diare, MLE, MLRT, Pneumonia.
Subjects: R Medicine > RA Public aspects of medicine > RA0421 Public health. Hygiene. Preventive Medicine
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User: Fachrunisah Fachrunisah
Date Deposited: 06 Aug 2024 00:47
Last Modified: 06 Aug 2024 00:47
URI: http://repository.its.ac.id/id/eprint/112487

Actions (login required)

View Item View Item