PEMODELAN PREVALENSI KEJADIAN KUSTA DENGAN PENDEKATAN SPATIAL DURBIN MODEL – SEM PLS (STRUCTURAL EQUATION MODELLING PARTIAL LEAST SQUARE)

ABDI, GILANG MAULANA (2016) PEMODELAN PREVALENSI KEJADIAN KUSTA DENGAN PENDEKATAN SPATIAL DURBIN MODEL – SEM PLS (STRUCTURAL EQUATION MODELLING PARTIAL LEAST SQUARE). In: Tugas Akhir.

[img]
Preview
Text
1312201913-paper.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text
1312201913-Presentation.pdf - Published Version

Download (5MB) | Preview

Abstract

Kasus kusta di Provinsi Jawa Timur menduduki urutan pertama di Indonesia yaitu sebanyak 4.692 kasus atau sekitar 25,5% dari jumlah seluruh penderita baru di Indonesia. Berdasarkan berbagai referensi diketahui bahwa aspek yang terkait dengan prevalensi kejadian kusta diantaranya aspek fasilitas dan pelayanan kesehatan ( ), kualitas kesehatan ( ), kualitas SDM ( ), kualitas ekonomi ( ) dan aspek kemiskinan ( ). Aspek-aspek tersebut tidak dapat diukur secara langsung, sehingga metode statistika yang tepat digunakan adalah SEM PLS (Structural Equation Modeling Partial Least Square). Kelebihan dari SEM PLS adalah kemampuan mengukur hubungan variabel laten dan variabel indikator pada setiap jenis skala data serta syarat asumsi yang fleksibel. Selain itu, prevalensi kejadian penyakit menular seperti kusta, diduga mempengaruhi dan dipengaruhi oleh kejadian kusta di wilayah lain. Untuk itu, analisis statistik SEM PLS yang memiliki pengaruh kewilayahan pada variabel respon dan variabel prediktor dapat digunakan Spatial Durbin Model-SEM PLS. Tujuan dari penelitian ini adalah untuk menentukan estimasi parameter dan mengaplikasikan Spatial Durbin Model - SEM PLS pada kasus prevalensi kejadian kusta di Jawa Timur tahun 2012. Estimasi parameter Spatial Durbin Model-SEM PLS dengan metode Maximum Likelihood Estimation (MLE) diperoleh persamaan yang tidak close form untuk parameter rho (ρ) sehingga diselesaikan dengan proses optimalisasi melalui metode grafik dan iterasi. Matrik pembobot spasial yang digunakan adalah Customize yang didasarkan pada sektor ekonomi dan kualitas SDM. Data factor score hasil algoritma SEM PLS yang digunakan sebagai sampel unit memenuhi aspek dependensi spasial sehingga selanjutnya dapat dilakukan pemodelan Spatial Durbin Model–SEM PLS. Hasil pemodelan prevalensi kejadian kusta di Jawa Timur dengan metode Spatial Durbin Model–SEM PLS merupakan model yang baik dengan R2 tinggi, yakni sebesar 71,01% dan AICc 158,4204.

Item Type: Conference or Workshop Item (Paper)
Uncontrolled Keywords: Kusta, Spatial Durbin Model, SEM PLS, Maximum Likelihood Estimation, factor score
Subjects: H Social Sciences > HA Statistics
Divisions: Faculty of Engineering, Science and Mathematics > School of Mathematics
Depositing User: - Davi Wah
Date Deposited: 01 Jun 2016 14:40
Last Modified: 26 Dec 2018 02:45
URI: https://repository.its.ac.id/id/eprint/136

Actions (login required)

View Item View Item