PEMODELAN REGRESI NON LINIER UNTUK MENGATASI OVERDISPERSI PADA KASUS FILARIASIS BEBERAPA KABUPATEN/KOTA DI JAWA TENGAH

Latifah, Nurul, B2A014013 (2018) PEMODELAN REGRESI NON LINIER UNTUK MENGATASI OVERDISPERSI PADA KASUS FILARIASIS BEBERAPA KABUPATEN/KOTA DI JAWA TENGAH. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Universitas Muhammadiyah Semarang" not defined].

Preview	Text 3. Abstrak.pdf Download (510kB) | Preview
Preview	Text 4. BAB I.pdf Download (445kB) | Preview
Preview	Text 5. BAB II.pdf Download (942kB) | Preview
	Text 6. BAB III.pdf Restricted to Repository staff only Download (618kB) | Request a copy
	Text 7. BAB IV.pdf Restricted to Repository staff only Download (813kB) | Request a copy
Preview	Text 8. BAB V.pdf Download (499kB) | Preview
Preview	Text 9. Daftar Pustaka.pdf Download (523kB) | Preview

Abstract

ndonesia merupakan salah satu negara tropis yang menjadi kawasan endemik penyakit tropis, antara lain malaria, kusta, DBD, dan Filariasis (kaki gajah). Filariasis atau penyakit kaki gajah merupakan salah satu penyakit menular, adalah suatu infeksi sistemik yang disebabkan cacing filaria yang hidup dalam kelenjar getah bening (limfa) dan darah manusia yang ditularkan melalui gigitan nyamuk (vector borne disease). Hubungan antara dua variabel X dan Y tidak selalu bersifat linier, tetapi bisa juga bukan linier (nonlinier). Pada model non linier dalam parameternya bersifat kuadratik dan kubik dengan kurva yang dihasilkan membentuk garis lengkung. Tujuan dari penelitian adalah untuk memodelkan serta membandingkan kasus filariasis menggunakan metode Generalized Poisson Regression (GPR) dan Negative Binomial Regression (NBR). Metode GPR dan NBR mempunyai kelebihan yang sama yaitu untuk menangani adanya overdispersi pada regresi Poisson. Variabel yang digunakan dalam penelitian yaitu jumlah kasus filariasis sebagai variabel respon, sedangkan variabel prediktornya yaitu persentase rumah sehat dan persentase desa yang melaksanakan sanitasi total berbasis masyarakat. Hasil penelitian ini mendapatkan Generalized Poisson Regression sebagai model terbaik karena nilai AIC dan BIC terkecil diantara variabel regresi Poisson dan Negative Binomial Regression sebesar 117.6 dan 120.9.

Actions (login required)

View Item