MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DENGAN FUNGSI PEMBOBOT ADAPTIVE GAUSSIAN PADA JUMLAH KASUS DEMAM BERDARAH DENGUE (DBD)
Model Geographically Weighted Poisson Regression adalah pengembangan dari model regresi poisson yang diaplikasikan pada data spasial. Tujuan penelitian ini adalah memperoleh model Geographically Weighted Poisson Regression pada data kasus demam berdarah dengue (DBD) dan mengetahui faktor-faktor yang berpengaruh terhadap jumlah kasus DBD di Indonesia pada tahun 2021. Pembobot spasial diperoleh menggunakan fungsi adaptive gaussian dan bandwidth optimum ditentukan menggunakan kriteria Cross-Validation (CV). Data penelitian merupakan data sekunder yaitu jumlah kasus DBD di Indonesia pada tahun 2021. Metode penaksiran parameter model Geographically Weighted Poisson Regression adalah maximum Likelihood Estimation (MLE). Berdasarkan hasil pengujian parameter model Geographically Weighted Poisson Regression, disimpulkan bahwa faktor-faktor yang mempengaruhi jumlah kasus DBD di setiap provinsi berbeda-beda. Faktor-faktor yang berpengaruh secara lokal adalah jumlah puskesmas, persentase rumah tangga yang menempati rumah layak huni, jumlah hari hujan dan persentase jamban sehat.
Ketersediaan
Detail Information
Judul | MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DENGAN FUNGSI PEMBOBOT ADAPTIVE GAUSSIAN PADA JUMLAH KASUS DEMAM BERDARAH DENGUE (DBD) |
---|---|
Pengarang | Nurul Azizah - Personal Name |
No. Panggil | SKRIPSI NUR m 2024 |
Subyek | MLE DBD Adaptive Gaussian CV Geographically Weighted Poisson Regression |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | MATEMATIKA |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY