Pemetaan Dan Pemodelan Jumlah Kasus Penyakit Tuberculosis (Tbc) Di Provinsi Jawa Barat Dengan Pendekatan Geographically Weighted Negative Binomial Regression (GWNBR)

Pratama, Wahendra (2015) Pemetaan Dan Pemodelan Jumlah Kasus Penyakit Tuberculosis (Tbc) Di Provinsi Jawa Barat Dengan Pendekatan Geographically Weighted Negative Binomial Regression (GWNBR). Undergraduate thesis, Institut Technology Sepuluh Nopember.

[img]
Preview
Text
1311100051-undergraduate-theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Tuberkulosis merupakan salah satu penyakit saluran pernafasan bawah dan menular yang disebabkan oleh bakteri Mycrobacterium Tuberculosis. Provinsi Jawa Barat menduduki peringkat pertama jumlah kasus penyakit Tuberculosis di Indonesia. Dalam penelitian ini dilakukan pemetaan dan pemodelan jumlah kasus Tuberculosis di Provinsi Jawa Barat dengan pendekatan Geographically Weighted Negative Binomial Regression (GWNBR). Data jumlah kasus TBC merupakan data count sehingga analisis yang digunakan untuk memodelkan data count adalah dengan regresi Poisson. Dalam analisis regresi Poisson sering kali muncul fenomena overdispersi dalam pemodelan tersebut. Jika terjadi overdispersi, regresi Poisson tidak sesuai untuk memodelkan data dan model yang akan terbentuk menghasilkan estimasi parameter yang bias. Salah satu metode yang digunakan dalam mengatasi overdispersi dalam regresi Poisson adalah regresi Binomial Negatif. Dengan memperhatikan aspek spasial (wilayah) maka digunakan metode Geographically Weighted Negative Binomial Regression. Hasil penelitian menghasilkan 5 pengelompokkan kabupaten/kota berdasarkan variabel yang mempengaruhi. Faktor yang mempengaruhi jumlah kasus TBC di semua kabupaten/kota di Provinsi Jawa Barat adalah persentase rumah tangga yang berperilaku hidup bersih dan sehat (PHBS). ===================================================================================================== Tuberculosis is one of infectious lower tract respiratory disease caused by Mycrobacterium Tuberculosis bacteria. West Java ranked first for the most Tuberculosis cases in Indonesia. Within this research, we do the mapping and modeling the numbers of tuberculosis cases in West Java with Geographically Weighted Negative Binomial Regressions (GWNBR) approach. Data on the number of cases of tuberculosis is a data count so that analysis is used to model the data count is the Poisson regression. In Poisson regression analysis often appear overdispersion phenomenon in the modeling. If there overdispersion, Poisson regression is not appropriate to model the data and models that will form produce biased parameter estimates. One method used to overcome overdispersion in Poisson regression is Negative Binomial regression. By considering the spatial aspects (region) then used the method Geographically Weighted Regression Negative Binomial (GWNBR). The results of the study resulted in five groupings district / city based on variables that influence. Factor affecting the number of cases of tuberculosis in all districts / cities in West Java Province is the percentage of households living a clean and healthy behavior (PHBS).

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.536 Pra p
Uncontrolled Keywords: GWNBR, PHBS, Regresi Poisson, Tuberculosis
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions: Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 28 May 2018 01:57
Last Modified: 28 May 2018 01:57
URI: https://repository.its.ac.id/id/eprint/51949

Actions (login required)

View Item View Item