PENERAPAN MODEL REGRESI LOGISTIK SPASIAL (Studi Kasus: Penyebaran Penyakit Demam Berdarah Dengue di Kota Bogor Tahun 2008) UMI MAHTUMAH
|
|
- Adi Halim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 1 PENERAPAN MODEL REGRESI LOGISTIK SPASIAL (Studi Kasus: Penyebaran Penyakit Demam Berdarah Dengue di Kota Tahun 2008) UMI MAHTUMAH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011
2 2 RINGKASAN UMI MAHTUMAH. Penerapan Model Regresi Logistik Spasial (Studi Kasus: Penyebaran Penyakit Demam Berdarah Dengue di Kota Tahun 2008). Dibimbing oleh MUHAMMAD NUR AIDI dan UTAMI DYAH SYAFITRI. Penyakit Demam Berdarah Dengue (DBD) merupakan penyakit menular yang disebabkan oleh virus dengue dengan vektor pembawanya berupa nyamuk Aedes aegypti. Penyakit ini merupakan salah satu masalah kesehatan di Indonesia, sehingga penyebarannya patut diwaspadai. Oleh karena itu, dapat diindikasikan bahwa penyebaran penyakit DBD dari suatu wilayah dapat menular ke wilayah lain yang berbatasan dengannya. Penelitian ini bertujuan untuk melihat pengaruh penyebaran penyakit DBD di suatu wilayah dengan wilayah lain yang berdekatan langsung (tetangga pertama atau lag 1) maupun dengan wilayah lain (tetangga kedua atau lag 2) yang letaknya setelah wilayah yang berdekatan langsung, pada 68 kelurahan di Kota tahun 2008, serta mengidentifikasi faktor lain yang mempengaruhinya. Pendekatan yang digunakan dalam penelitian ini adalah analisis regresi logistik spasial. Hasil analisis regresi logistik spasial menunjukkan bahwa pengaruh spasial pada lag 1 lebih berpengaruh nyata dalam penyebaran penyakit DBD ini, dengan besarnya pengaruh rataan jumlah penderita DBD pada daerah yang berada di lag 1 yaitu sebesar satuan. Sedangkan faktor non- spasial yang selalu berpengaruh nyata pada model logistik yang dibangun adalah kepadatan penduduk, dengan pengaruhnya sebesar satuan. Kesesuaian model dilihat dari nilai correct classification rate (CCR) yang terbesar adalah model regresi logistik dengan pengaruh spasial pada lag 1 merupakan model terbaik dengan besarnya nilai CCR yaitu sebesar 75.00%. Kata kunci: Penyakit Demam Berdarah Dengue (DBD), Model Regresi Logistik Spasial.
3 3 PENERAPAN MODEL REGRESI LOGISTIK SPASIAL (Studi Kasus: Penyebaran Penyakit Demam Berdarah Dengue di Kota Tahun 2008) UMI MAHTUMAH Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011
4 4 LEMBAR PENGESAHAN Judul Nama NIM : Penerapan Model Regresi Logistik Spasial (Studi Kasus: Penyebaran Penyakit Demam Berdarah Dengue di Kota Tahun 2008) : Umi Mahtumah : G Menyetujui, Pembimbing I Pembimbing II Dr. Ir. Muhammad Nur Aidi, MS Utami Dyah Syafitri, S. Si, M. Si NIP NIP Mengetahui, Ketua Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Dr. Ir. Hari Wijayanto, M.Si NIP Tanggal Lulus:
5 5 RIWAYAT HIDUP Penulis dilahirkan di Brebes, Jawa tengah, pada tanggal 18 Oktober Penulis adalah anak bungsu dari sembilan bersaudara dari pasangan Abu Bakar dan Mu minah. Jenjang perguruan tinggi penulis dimulai pada tahun 2007 dengan diterimanya penulis di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian melalui jalur Undangan Seleksi Masuk IPB (USMI) pada tahun Sebelum masuk perguruan tinggi, penulis telah berhasil menyelesaikan pendidikan di SMA Negeri 1 Brebes, SLTP Negeri 1 Losari, dan SD Islam Losari. Selama mengikuti perkuliahan, penulis aktif dalam dalam berbagai kegiatan organisasi, diantaranya adalah Keluarga Pelajar Mahasiswa Daerah Brebes (KPMDB) wilayah, Masa Perkenalan Kampus Mahasiswa Baru (MPKMB) bergabung dalam Komisi Disiplin pada tahun 2008, Seminar Nasional Statistika Ria bergabung dalam Divisi Acara pada tahun 2009, dan Himpunan Keprofesian (Himpro) Gamma Sigma Beta (GSB) bergabung dalam Department of Survey and Research pada periode Selain itu, pada bulan Februari Maret 2011 penulis diberi kesempatan untuk melaksanakan kegiatan praktik lapang pada Divisi Riset PT. Lingkaran Survei Indonesia.
6 6 KATA PENGANTAR Alhamdulillahirabbil alamin, puji dan syukur senantiasa penulis haturkan kehadirat Allah SWT atas limpahan rahmat Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Shalawat serta salam selalu terlimpah kepada Rasulullah Muhammad SAW beserta keluarga, sahabat dan umatnya. Karya ilmiah ini berjudul Penerapan Model Regresi Logistik Spasial (Studi Kasus: Penyebaran Penyakit Demam Berdarah Dengue di Kota Tahun 2008). Karya ilmiah ini memuat kajian mengenai pemodelan regresi logistik dengan memperhitungkan faktor spasial untuk menduga penyebaran penyakit Demam Berdarah Dengue di Kota pada tahun 2008, yang dapat memberikan manfaat kepada penulis pada khususnya dan kepada semua pihak pada umumnya. Terimakasih penulis ucapkan kepada semua pihak yang telah membantu dalam penyusunan karya ilmiah ini, antara lain: 1. Bapak Dr. Ir. Muhammad Nur Aidi, MS dan Ibu Utami Dyah Syafitri, S. Si, M. Si sebagai pembimbing yang selalu memberikan arahan, saran dan pengetahuannya dalam membimbing penulis selama penyusunan karya ilmiah ini. 2. Pihak Dinas Kesehatan Kota dan Badan Perencanaan dan Pembangunan Daerah (Bappeda) Kota atas bantuannya kepada penulis memperoleh data untuk karya ilmiah ini. 3. Emak dan Abah tercinta yang telah membesarkan, mendidik, memberikan kasih sayang, perhatian, dan doa kepada penulis serta kakakku tersayang: Mba Amma, Mamas, Mba Anna, Mba Atun, Mas Hasan, Mba Ikka, Mba Umi, dan Mas Ubed, yang selalu memberi dukungan baik secara moril maupun materiil. 4. Tuti, Kindut, Resty, Pingkan dan kawan kawan stk 44 lainnya, Tiamor s (Cem2, Dwi dan Nifa) sebagai teman seperjuangan yang telah memberikan motivasi kepada penulis, serta Eni Winarti yang telah mengajari Arc View. 5. Pihak yang telah membantu penulis selama menyelesaikan karya ilmiah ini., Juli 2011 Umi Mahtumah
7 7 vii DAFTAR ISI Halaman DAFTAR TABEL... viii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... viii PENDAHULUAN Latar Belakang... 1 Tujuan... 1 TINJAUAN PUSTAKA Regresi Logistik... 1 Matriks Contiguity... 1 Regresi Logistik Spasial... 2 Uji Signifikansi Model... 2 Interpretasi Koefisien... 2 Kesesuaian Model Regresi Logistik Spasial... 3 BAHAN DAN METODOLOGI Bahan... 3 Metode... 3 HASIL DAN PEMBAHASAN Eksplorasi Data... 4 Model Regresi Logistik Spasial... 4 Pemeriksaan Asumsi... 5 Interpretasi Koefisien Rasio Odds... 6 Kesesuaian Model Regresi Logistik Spasial... 7 SIMPULAN DAN SARAN Simpulan... 7 Saran... 7 DAFTAR PUSTAKA... 7 LAMPIRAN... 9
8 viii 8 DAFTAR GAMBAR Halaman 1. Sepuluh kelurahan yang memiliki jumlah penderita penyakit DBD terbesar Persentase penderita penyakit DBD di Kota tahun DAFTAR TABEL Halaman 1. Hasil analisis logistik untuk model dengan pengaruh spasial pada lag Hasil analisis logistik untuk model dengan pengaruh spasial pada lag Hasil analisis logistik untuk model dengan gabungan antara pengaruh pengaruh spasial pada lag 1 dan lag Nilai Rasio Odds untuk regresi logistik dengan pengaruh spasial pada lag Nilai Rasio Odds untuk regresi logistik dengan pengaruh spasial pada lag Nilai Rasio Odds untuk regresi logistik dengan gabungan pengaruh spasial pada lag 1 dan lag DAFTAR LAMPIRAN Halaman 1. Peubah yang digunakan dalam penelitian Peta administrasi Kota tahun Jumlah penderita penyakit Demam Berdarah Dengue (DBD) dan jumlah penduduk di setiap kelurahan di Kota tahun Nilai korelasi antar peubah penjelas Analisis deskriptif peubah dalam penelitian Plot QQ untuk menduga sebaran penyebaran penyakit DBD Peta penyebaran penderita penyakit DBD di Kota tahun 2008 dengan menggunakan data peubah respon dari data aktual Peta penyebaran penderita penyakit DBD di Kota tahun 2008 dengan menggunakan dugaan data peubah respon yang berasal dari model regresi logistik spasial lag Peta penyebaran penderita penyakit DBD di Kota tahun 2008 dengan menggunakan dugaan data peubah respon yang berasal dari model regresi logistik spasial lag Plot peluang normal sisaan pada model regresi logistik spasial pada lag Histogram sisaan pada model regresi logistik spasial pada lag
9 ix Plot peluang normal sisaan pada model regresi logistik spasial pada lag Histogram sisaan pada model regresi logistik spasial pada lag Plot peluang normal sisaan pada model regresi logistik spasial pada gabungan lag 1 dan lag Histogram sisaan pada model regresi logistik spasial pada gabungan lag 1 dan lag 2 22
10 1 PENDAHULUAN Latar Belakang Penyakit Demam Berdarah Dengue (DBD) adalah penyakit yang disebabkan oleh virus dengue dan ditularkan oleh nyamuk Aedes aegypti dari penderita kepada orang lain melalui gigitannya. Hukum Geografi I (Tobler 1979 dalam Anselin 1988) menyatakan bahwa sesuatu yang berdekatan akan lebih erat hubungannya dibandingkan dengan sesuatu yang berjauhan. Oleh karena itu, jika suatu wilayah menjadi endemi penyakit DBD, maka diduga wilayah tersebut akan membuat wilayah yang berberbatasan langsung dengannya untuk menjadi endemi penyakit DBD yang baru. Sehingga diperlukan suatu analisis yang dapat digunakan untuk melihat peranan faktor spasial maupun faktor non spasial terhadap penyebaran penyakit DBD tersebut. Kartika (2007) melakukan analisis spasial penyakit DBD dengan menggunakan Indeks Moran, Geary s Ratio dan Chi Square Statistic, serta Nandra (2006) dengan menggunakan Regresi Auto Gaussian yang mengasumsikan bahwa peubah responnya menyebar Normal. Keduanya menyimpulkan bahwa wilayah yang berdekatan langsung akan mempengaruhi penyebaran penyakit DBD. Penelitian ini menggunakan alat analisis berupa model regresi logistik spasial yang diadopsi dari penelitian Thaib (2008), yang menerapkan analisis tersebut untuk mencari faktor faktor yang mempengaruhi status kemiskinan di Kabupaten dan Kota. Serta dari penelitian Solimah (2010), yang menelaah faktor faktor yang mempengaruhi status kemiskinan desa (kasus Kabupaten/Kota Cirebon). Pada penelitian ini model regresi logistik spasial akan diterapkan pada kasus penyebaran penyakit DBD di Kota pada tahun Tujuan Tujuan penelitian ini adalah melihat apakah faktor spasial dan non spasial dalam mempengaruhi penyebaran penyakit Demam Berdarah Dengue di Kota pada tahun Selain itu, menentukan model yang tepat untuk menduga penyebaran peyakit DBD tersebut. TINJAUAN PUSTAKA Regresi Logistik Regresi logistik sama halnya dengan regresi linier, yaitu menggambarkan hubungan antara peubah respon dengan satu atau lebih peubah penjelas. Salah satu perbedaan antara model linier dengan model regresi logistik adalah peubah respon dalam regresi logistik merupakan peubah biner atau dikotom, sedangkan peubah respon dalam regresi linier diasumsikan kontinu (Hosmer dan Lemeshow 2000). Model regresi logistik digunakan karena ada permasalahan struktural dengan model probabilitas linier, sehingga lebih baik menggunakan model regresi logistik untuk mempelajari hubungan antara x dan π(x) (Agresti 2007). Jika data hasil pengamatan memiliki p peubah penjelas yaitu x 1, x 2,..., x p dengan peubah respon (Y), dimana Y mempunyai dua kemungkinan nilai yaitu 0 dan 1, Y=0 menyatakan bahwa respon tidak memiliki kriteria yang ditentukan (absent) dan sebaliknya Y=1 menyatakan bahwa respon memiliki kriteria yang ditentukan (present), maka Y akan mengikuti sebaran Bernoulli dengan fungsi peluang: ( ) ( ) ( ) ; y i =0, 1 Peubah respon dalam analisis regresi logistik akan mengikuti sebaran Binomial, jika kejadian Y berjumlah n, peluang setiap kejadian sama dan setiap kejadian bebas satu dengan yang lain. Model umum regresi logistik dengan p peubah penjelas yaitu: ( ) ( ( )) ( ( )) dimana ( ) ( ) adalah kondisi rataan bersyarat dari Y jika x diketahui jika menggunakan regresi logistik. Maka dengan melakukan transformasi logit diperoleh ( ) ( ( ) ( ) ) dimana g(x)=β 0 + β 1 x β p x p merupakan penduga logit yang berperan sebagai fungsi linier dari peubah penjelas, karena fungsi penghubung logit maka sebaran peluang yang digunakan disebut sebaran logistik (Hosmer dan Lemeshow 2000).
11 2 Matriks Contiguity Matriks contiguity adalah matriks yang menggambarkan hubungan antar wilayah. Matriks contiguity akan memberikan nilai 1 pada wilayah yang berbatasan langsung dengan lokasi pengamatan dan sisanya diberikan nilai 0 atau dikosongkan. Menurut Dubin dalam Fotheringham (2009), untuk menentukan bagaimana hubungan spasial (kedekatan) antara daerah pengamatan, dapat menggunakan berbagai metode dasar, antaralain meliputi: 1. Queen contiguity Kedekatannya didasarkan pada langkah ratu pada pion catur. Daerah yang berhimpit ke arah kanan, kiri, atas, bawah, dan diagonal didefinisikan sebagai daerah yang saling berdekatan. 2. Rook contiguity Hubungan spasial antar daerah pengamatan dapat ditentukan ke arah kanan, kiri, atas, dan bawah. Sedangkan arah diagonal tidak dapat ditentukan. 3. Bishop contiguity Hubungan spasial antar daerah pengamatan hanya dapat ditentukan dalam arah diagonal saja. Penelitian ini menggunakan matriks contiguity dengan langkah ratu (queen contiguity). Regresi Logistik Spasial Regresi logistik dengan memasukkan pengaruh spasial ke dalam modelnya disebut model regresi logistik spasial. Menurut Solimah (2010), penggunaan model linier non spasial dengan data spasial adalah setara dengan asumsi dalam parameter bahwa ρ=0 sehingga model regresi logistik spasial yang didefinisikan sebagai berikut: ( ) Penggunaan model linier spasial dengan data spasial adalah murni autoregressive model dengan asumsi variabel non spasial X=0 sehingga model regresi logistik spasial didefinisikan sebagai berikut: ( ) Sehingga bila kedua model di atas digabung akan menjadi model: ( ) Uji Signifikansi Model Pengujian sigifikansi model regresi logistik spasial dilakukan dengan dua tahapan. Tahap pertama melakukan uji Likelihood Ratio untuk mengetahui peran seluruh peubah penjelas dalam model. Keputusan akan menolak H0 jika statistik uji G > ( ), dimana p merupakan derajat bebas. Rumus statistik uji G sebagai berikut: [ ] Keterangan : merupakan nilai maksimum fungsi likelihood tanpa peubah penjelas merupakan nilai maksimum fungsi likelihood dengan peubah penjelas Untuk kasus spesifik dari satu peubah penjelas mudah untuk menunjukkan bahwa ketika peubah tersebut tidak dalam model, pendugaan maksimum likelihood dari adalah ( ) dimana dan ( ) dan nilai dugaannya konstan,. Sehingga atau ( ) ( ) [ ( ) ( )] Hipotesisnya dirumuskan sebagai berikut: : = =βp=0 : Minimal ada satu βi 0 (Hosmer dan Lemeshow 2000). Tahap kedua melakukan uji Wald untuk mengetahui peran masing-masing peubah penjelas. Keputusan akan menolak H0 jika statistik uji W > ( ), dimana dalam uji ini derajat bebasnya adalah 1 sehingga ( ) ( ). Rumus statistik uji W sebagai berikut: * ( ) + Keterangan : merupakan nilai dugaan parameter ke i dari metode kemungkinan maksimum. ( ) nilai galat baku dari penduga parameter ke-i. Pengujian hipotesis dirumuskan sebagai berikut: : βi =0 vs :βi 0
12 3 (Agresti 1990). Interpretasi Koefisien Interpretasi koefisien untuk model regresi logistik dapat dilakukan dengan melihat rasio oddsnya. Rasio odds didefinisikan sebagai rasio dari odds untuk x=1 dengan x=0, sehingga ( ) [ ( ) ] ( ) ( ) [ ( ) ] Jika suatu peubah penjelas mempunyai tanda koefisien positif, maka nilai rasio oddsnya akan lebih besar dari satu, namun jika tanda koefisiennya negatif maka nilai rasio oddsnya akan lebih kecil dari satu (Hosmer dan Lemeshow 2000). Kesesuaian Model Regresi Logistik Spasial Kesesuaian model regresi logistik spasial dilihat dari nilai correct clasification rate (CCR). CCR dapat dihitung dengan persamaan di bawah ini Semakin besar persentase CCR yang dihasilkan suatu model, maka tingkat akurasi yang dihasilkan suatu model semakin tinggi pula, sehingga model itu semakin baik untuk digunakan dalam menduga (Hosmer dan Lemeshow 2000). METODOLOGI Bahan Data yang digunakan dalam penelitian ini adalah data sekunder. Terdiri dari data jumlah penderita penyakit Demam Berdarah Dengue (DBD) di setiap kelurahan di Kota pada tahun 2008 dari Dinas Kesehatan yang nantinya akan digunakan dalam menentukan peubah respon pada penelitian ini. Sedangkan untuk peubah penjelasnya digunakan data Kota dalam Angka tahun 2008 dari Badan Perencanaan Pembangunan Daerah (Bappeda) Kota. Peubah yang digunakan dalam penelitian ini, untuk lebih jelasnya dapat dilihat pada Lampiran 1. Selain itu, digunakan pula peta administrasi Kota tahun 2005 (Lampiran 2) dari Badan Perencanaan Pembangunan Daerah (Bappeda) Kota. Metode Tahapan analisis penelitian ini melalui beberapa langkah sebagai berikut: 1. Membuat matriks pembobot (W) a. Matriks pembobot untuk lag 1 (W1). Penentuan nilai matriks pembobot untuk lag 1 (W1) menggunakan matrik contiguity berdasarkan hubungan kebertetanggaan yang bergerak berdasarkan langkah ratu (queen contiguity) pada permainan catur. Berisi 1 jika berdekatan langsung dan 0 untuk selainnya. b. Matriks pembobot untuk lag 2 (W2). Penentuan nilai matriks pembobot untuk lag 2 (W2) menggunakan matrik contiguity berdasarkan hubungan kebertetanggaan yang bergerak berdasarkan langkah ratu (queen contiguity) pada permainan catur. Berisi 1 jika berdekatan langsung dengan wilayah yang termasuk dalam wilayah sebelumnya (tetangga pada lag 1) dan 0 untuk selainnya. 2. Membuat peubah bebas baru yang berasal dari pengaruh spasial. a. X_spasial1 merupakan rataan jumlah penderita penyakit Demam Berdarah Dengue (DBD) pada tiap kelurahan yang berada di lag 1. b. X_spasial2 merupakan rataan jumlah penderita penyakit DBD pada tiap kelurahan yang berada di lag 2. Masing masing dengan rumus umum sebagai berikut: 3. Menyeleksi peubah penjelas yang akan dimasukkan ke dalam analisis regresi logistik spasial dengan melakukan uji korelasi Pearson. Hasil dari uji korelasi Pearson dapat dilihat pada Lampiran Membuat model regresi logistik untuk penyebaran penyakit DBD berdasarkan pengaruh spasial pada masing masing lag dan gabungan dari pengaruh spasial tersebut. 5. Interpretasi model logistik. a. Melakukan uji simultan dengan uji rasio Likelihood Keputusan: Tolak jika G > ( ). Apabila ditolak, maka model tersebut dapat digunakan untuk menduga penyebaran penyakit DBD.
13 4 b. Mengidentifikasi peubah penjelas yang signifikan terhadap peubah respon. Sehingga didapatkan model regresi logistik spasial penyakit DBD di Kota. c. Melakukan uji parsial dengan uji Wald Keputusan: Tolak jika W > ( ). Apabila ditolak, maka peubah penjelas tersebut memiliki kontribusi yang signifikan terhadap peubah respon. 6. Melihat kesesuaian model regresi logistik untuk pengaruh spasial dengan lag 1, lag 2, maupun gabungan kedua pengaruh spasial tersebut dari nilai correct classification rate (CCR) Kelurahan HASIL DAN PEMBAHASAN Eksplorasi Data bantarjati tegalgundil baranangsiang kedung badak kebon pedes babakan tanahbaru kedung waringin sindang barang semplak Gambar 1 Sepuluh kelurahan yang memiliki jumlah penderita penyakit DBD terbesar Berdasarkan Gambar 1 dapat dinyatakan bahwa penyakit Demam Berdarah Dengue (DBD) di Kota paling banyak menyerang warga di Kelurahan Bantarjati sebanyak 91 orang. Selanjutnya disusul oleh kelurahan Tegalgundil dan kelurahan Baranangsiang, dengan masing masing penderita sebesar 71 orang dan 63 orang Jumlah Penderita Penyakit Demam Berdarah Dengue (jiwa) Relative frequency 0,25 0,2 0,15 0,1 0, ,1 0,2 0,3 0,4 0,5 persentase penderita dbd (%) Gambar 2 Persentase penderita penyakit DBD di Kota tahun 2008 Sebaran persentase penderita penyakit DBD dapat dilihat pada Gambar 2. Berdasarkan Gambar 2, persentase penderita DBD terbanyak berada pada persentase 0.1% dan menjulur ke kanan. Berdasarkan analisis deskriptif pada Lampiran 5, dapat dikatakan bahwa rata rata rataan jumlah penderita DBD di tiap kelurahan pada daerah yang terletak di lag 1 sebesar satuan dan untuk tiap kelurahan yang berada di lag 2 sebesar satuan. Rata rata persentase penderita DBD, persentase keluarga yang tinggal di lingkungan kumuh dan persentase jumlah sekolah dasar di tiap kelurahan masing masing sebesar 0.001, dan satuan. Rata rata luas wilayah kelurahan di Kota sebesar 166 km dan rata rata kepadatan penduduk tiap kelurahan sebesar 110 jiwa/km 2. Rata rata jarak terdekat ke poliklinik, puskesmas pembantu, tempat praktek dokter, dan apotek masing masing sebesar 1 km, serta rata rata jarak terdekat ke rumah sakit dan poskesdes masing masing sebesar 3 km dan 86 km. Model Regresi Logistik Spasial Pembentukan model logistik bertujuan untuk mengetahui pengaruh peubah penjelas secara bersama sama terhadap peubah respon. Hasil dari model logistik dengan pengaruh spasial pada lag 1 dapat dilihat pada Tabel 1. Nilai uji rasio Likelihood yang dihasilkan pada regresi logistik dengan pengaruh spasial pada lag 1 sebesar Sehingga akan memberikan keputusan untuk menolak H0 (karena nilai uji rasio Likelihood > ( ) ),
14 5 artinya model logistik tersebut dapat digunakan untuk menduga penyebaran Demam Berdarah Dengue (DBD) di Kota pada tahun Tabel 1 Hasil analisis logistik untuk model dengan pengaruh spasial pada lag 1 Parameter DF Estimate Wald Nilai p Intercept <.0001 X_spasial <.0001 X <.0001 X X X X X X Berdasarkan Tabel 1, peubah penjelas yang signifikan terhadap penyebaran penyakit DBD di Kota pada model regresi logistik dengan pengaruh spasial pada lag 1 ini meliputi: peubah rataan persentase penderita penyakit DBD pada tiap kelurahan yang berada di lag 1 dan peubah kepadatan penduduk. Hal ini dapat dilihat dari nilai uji Wald masing masing peubah yang signifikan tersebut sebesar dan , dimana nilai uji Wald > ( ). Tabel 2 Hasil analisis logistik untuk model dengan pengaruh spasial pada lag 2 Parameter DF Estimate Wald Nilai p Intercept <.0001 X_spasial <.0001 X <.0001 X X X X X X Model logistik dengan pengaruh spasial pada lag 2 dapat dilihat pada Tabel 2. Nilai uji rasio Likelihood yang dihasilkan pada regresi logistik dengan pengaruh spasial pada lag 2 sebesar Sehingga akan memberikan keputusan untuk menolak H0, artinya model logistik tersebut dapat digunakan untuk menduga penyebaran penyakit DBD di Kota pada tahun Berdasarkan Tabel 2, peubah penjelas yang signifikan terhadap penyebaran penyakit DBD di Kota pada model regresi logistik dengan pengaruh spasial pada lag 2 ini meliputi: peubah rataan persentase penderita penyakit DBD pada tiap kelurahan yang berada di lag 2, peubah kepadatan penduduk, jarak yang harus ditempuh untuk menuju puskesmas pembantu terdekat dan ke poskesdes terdekat. Hal ini dapat dilihat dari nilai uji Wald masing masing peubah yang signifikan tersebut sebesar , , 6.649, dan Gabungan antara efek spasial pada lag 1 dan lag 2 menghasilkan model regresi logistik yang dapat dilihat pada Tabel 3. Nilai uji rasio Likelihood yang dihasilkan pada regresi logistik dengan pengaruh spasial gabungan ini sebesar Sehingga akan memberikan keputusan untuk menolak H0, artinya model logistik tersebut dapat digunakan untuk menduga penyebaran penyakit DBD di Kota pada tahun Tabel 3 Hasil analisis logistik untuk model dengan gabungan antara pengaruh spasial pada lag 1 dan lag 2 Parameter DF Estimate Wald Nilai p Intercept <.0001 X_spasial <.0001 X_spasial X <.0001 X X X X X X Berdasarkan Tabel 3, peubah penjelas yang signifikan terhadap penyebaran penyakit DBD di kota pada model regresi logistik dengan pengaruh spasial gabungan ini ternyata hanya peubah rataan persentase penderita penyakit DBD pada tiap kelurahan yang berada di lag 1 dan peubah kepadatan penduduk saja yang mempengaruhi penyebaran penyakit DBD ini. Hal ini dapat dilihat dari nilai uji Wald
15 6 masing masing peubah yang signifikan tersebut sebesar dan Pemeriksaan Asumsi Model regresi logistik mengasumsikan tidak terjadi multikolineaitas, yaitu adanya peubah penjelas yang saling berkorelasi. Hal ini dikarenakan dengan adanya multikolinearitas akan mengakibatkan standar error dari koefisien regresinya akan membesar sehingga hasil uji Wald dari masing masing peubah penjelas akan tidak signifikan, dan signifikansinya tidak stabil. Hasil uji korelasi Pearson antar peubah penjelas dapat dilihat pada Lampiran 4. Hasil tersebut menunjukkan beberapa peubah penjelas mempunyai nilai korelasi yang cukup tinggi. Penanganan multikolinearitas pada penelitian ini yaitu dengan memilih salah satu peubah penjelas yang digunakan untuk mewakili peubah penjelas lain yang berkorelasi cukup kuat dengannya. Sehingga hanya sembilan peubah penjelas yang digunakan untuk membangun model regresi logistik spasial. Pada penelitian Nandra (2006), kasus penyakit DBD dianalisis menggunakan Regresi Auto Gaussian, dengan mengasumsikan bahwa peubah respon menyebar Normal. Namun, berdasarkan Lampiran 10 sampai 15 dapat dikatakan bahwa penyebaran penyakit DBD di Kota tahun 2008 ini tidak menyebar Normal. Hal ini dikarenakan dari plot peluang normal pada masing masing sisaan (Lampiran 10, 12 dan 14) dihasilkan nilai p < α=5%, sehingga dapat disimpulkan bahwa antar sisaan pada masing masing model tidak menyebar normal. Selain itu, dilihat dari histogram sisaan (Lampiran 11, 13 dan 15) terlihat bahwa cenderung menjulur ke kanan (tidak simetris), sehingga dapat disimpulkan pula bahwa sebaran sisaannya tidak menyebar normal. Oleh karena itu, metode tersebut tidak dapat diterapkan dalam penelitian ini. Alat analisis dalam penelitian ini mengkombinasikan antara metode yang digunakan dalam penelitian Thaib (2008) dan Solimah (2010) dengan masalah yang diangkat dalam penelitian Nandra (2006), maka penelitian ini dianalisis menggunakan regresi logistik spasial dengan mengasumsikan sebaran dari data siaaannya menyebar Binomial. Hal ini berdasarkan Lampiran 6 yang terlihat bahwa sebaran data sisaan mengikuti garis liniernya. Interpretasi Koefisien Rasio Odds Interpretasi model regresi logistik dilakukan dengan melihat nilai rasio odds setiap peubah yang telah diuji secara statistik. Hasil analisis regresi logistik dengan pengaruh spasial pada lag 1 (Tabel 4). Tabel 4 Nilai Rasio Odds untuk regresi logistik dengan pengaruh spasial pada lag 1 Peubah Penjelas Rasio Odds Selang Kepercayaan 95% Lower Upper X_spasial X X X X X X X Tabel 4 menunjukkan bahwa untuk peubah rataan jumlah penderita penyakit DBD pada tiap kelurahan yang berada di lag 1, dengan nilai rasio odds sebesar 1.027, mengindikasikan bahwa kenaikan satu satuan X_spasial1, akan menyebabkan dugaan untuk suatu daerah memiliki persentase penderita penyakit Demam Berdarah Dengue (DBD) lebih besar dari nilai rataannya meningkat sebesar 2.7%. Berdasarkan selang kepercayaan, dapat dikatakan bahwa pada tingkat kepercayaan 95%, peningkatan X_spasial1 sebesar satu satuan akan menyebabkan kemungkinan suatu daerah memiliki persentase penderita DBD lebih besar dari nilai rataannya meningkat antara 2.1% sampai 3.2%. Interpretasi rasio odds untuk peubah kepadatan penduduk (Tabel 4) dengan nilai rasio odds sebesar 1.003, mengindikasikan bahwa kenaikan kepadatan penduduk satu orang per kilometer persegi, akan menyebabkan kemungkinan suatu daerah memiliki persentase penderita penyakit DBD yang lebih besar dari nilai rataannya meningkat sebesar 0.3%. Berdasarkan selang kepercayaan, dapat dikatakan bahwa pada tingkat kepercayaan 95%, peningkatan kepadatan penduduk satu orang per kilometer persegi akan menyebabkan kemungkinan suatu daerah memiliki persentase penderita DBD lebih besar dari
16 7 nilai rataannya meningkat antara 0.2% sampai 0.4%. Tabel 5 Nilai Rasio Odds untuk regresi logistik dengan pengaruh spasial pada lag 2 Peubah Penjelas Rasio Odds Selang Kepercayaan 95% Lower Upper X_spasial X X X X X X X Hasil analisis regresi logistik dengan pengaruh spasial pada lag 2 (Tabel 5), interpretasi nilai rasio odds untuk x_spasial2 sama dengan interpretasi nilai rasio odds untuk X_spasial2, yaitu nilai rasio odds sebesar untuk X_spasial2, mengindikasikan bahwa kenaikan satu satuan X_spasial2, akan mennyebabkan dugaan untuk suatu daerah memiliki persentase penderita penyakit DBD yang lebih besar dari nilai rataannya meningkat sebesar 1.8%. Berdasarkan selang kepercayaan, dapat dikatakan bahwa pada tingkat kepercayaan 95%, peningkatan X_spasial2 sebesar satu satuan akan menyebabkan kemungkinan suatu daerah memiliki persentase lebih besar dari nilai rataanya meningkat antara 1.0% sampai 2.6%. Interpretasi nilai rasio odds untuk peubah kepadatan penduduk pada model regresi logistik dengan pengaruh spasial pada lag 2 (Tabel 5) ini juga mempunyai interpretasi yang sama dengan interpretasi nilai rasio odds untuk peubah kepadatan penduduk pada model regresi logistik dengan pengaruh spasial pada lag 1. Sedangkan peubah jarak ke puskesmas pembantu terdekat dengan nilai rasio odds sebesar 1.053, mengindikasikan bahwa bertambahnya jarak tempuh ke puskesmas pembantu sebesar 1 kilometer, akan menyebabkan kemungkinan suatu daerah memiliki persentase penderita penyakit DBD yang lebih besar dari nilai rataannya meningkat sebesar 5.3%. Berdasarkan selang kepercayaan, dapat dikatakan bahwa pada tingkat kepercayaan 95%, peningkatan jarak tempuh ke puskesmas pembantu sebesar 1 kilometer akan menyebabkan kemungkinan suatu daerah memiliki persentase penderita DBD lebih besar dari nilai rataannya meningkat antara 1.2% sampai 9.5%. Peubah jarak ke poskesdes terdekat dengan nilai rasio odds sebesar 1.004, mengindikasikan bahwa bertambahnya jarak tempuh ke poskesdes sebesar 1 kilometer, akan akan menyebabkan kemungkinan suatu daerah memiliki persentase penderita penyakit DBD yang lebih besar dari nilai rataannya meningkat sebesar 0.4%. Berdasarkan selang kepercayaan, dapat dikatakan bahwa pada tingkat kepercayaan 95%, peningkatan jarak tempuh ke poskesdes sebesar 1 kilometer akan menyebabkan kemungkinan suatu daerah memiliki persentase penderita DBD lebih besar dari nilai rataannya meningkat antara 0.1% sampai 0.7%. Interpretasi nilai rasio odds untuk peubah penjelas pada model regresi logistik dengan gabungan antara pengaruh spasial pada lag 1 dan lag 2 (Tabel 6), sama dengan interpretasi nilai rasio odds untuk peubah penjelas pada model regresi logistik dengan pengaruh spasial pada lag 1, karena peubah penjelas yang signifikan pada kedua model ini adalah sama yaitu X_spasial1 dan X2. Tabel 6 Nilai Rasio Odds untuk regresi logistik dengan gabungan pengaruh spasial pada lag 1 dan lag 2 Peubah Penjelas Rasio Odds Selang Kepercayaan 95% Lower Upper x-spasial x-spasial x x x x x x x Kesesuaian Model Regresi Logistik Spasial Penentuan model yang sesuai untuk menduga penyebaran penyakit Demam Berdarah Dengue (DBD) di Kota pada tahun 2008 dari ketiga model logistik yang telah dibentuk, dapat dilihat dari nilai correct classification rate (CCR) yang lebih
17 8 besar. Model regresi logistik dengan pengaruh spasial pada lag 1 dan gabungan antara pengaruh spasial pada lag 1 dan lag 2 mempunyai nilai CCR yang sama, yaitu sebesar 75.00%, sedangkan model regresi logistik dengan pengaruh spasial pada lag 2 mempunyai nilai CCR sebesar 66.18%. Sehingga dapat dinyatakan bahwa model regresi logistik dengan pengaruh spasial pada lag 1 cukup baik untuk menduga penyebaran penyakit DBD di Kota pada tahun SIMPULAN DAN SARAN Simpulan Faktor spasial terbukti berpengaruh nyata dalam penyebaran penyakit Demam Berdarah Dengue (DBD) di kota pada tahun Pengaruh faktor spasial yang berasal dari rataan jumlah penderita penyakit DBD pada tiap kelurahan yang berada di lag 1. Faktor lain yang selalu berpengaruh nyata pada penyebaran penyakit DBD, baik itu pada model regresi logistik dengan pengaruh spasial pada lag 1, lag 2, maupun gabungan dari kedua lag tersebut adalah kepadatan penduduk. Model yang cukup baik untuk menduga penyebaran penyakit DBD di kota pada tahun 2008 adalah model regresi logistik dengan pengaruh spasial pada lag 1. Hal ini dilihat dari nilai nilai correct classification rate yang lebih besar. Serta autokorelasi spasial pada kasus ini bernilai positif yang menunjukkan bahwa daerah yang berdekatan akan memiliki karakteristik yang sama. Hal ini dapat dilihat pada Lampiran 7 dan 8. Saran Berdasarkan penelitian ini, disarankan agar pemerintah setempat waspada ketika wilayah yang berbatasan langsung dengan wilayahnya terdapat kasus Demam Berdarah Dengue. Selain itu, untuk penelitian selanjutnya diharapkan menggunakan analisis yang memadukan antara spasial dan waktu dan menggunakan matriks pembobot dengan pendekatan lainnya. DAFTAR PUSTAKA Agresti A Categorical Data Analysis. USA: John Willey & Sons, Inc. Agresti A An Introduction to Categorical Data Analysis. USA: John Willey & Sons, Inc. Anselin L Spatial Econometric: Method and Models. London: Kluwer Academic Publishers. Anselin L Spatial Regression. Fotheringham AS, Rogerson PA, editor, Handbook of Spatial Analysis. London: Sage Publications. hlmn Direktorat Jenderal Pengendalian Penyakit dan Penyehatan Lingkungan Pedoman Survei Entomologi DBD. Departemen Kesehatan RI. Dubin R Spatial Weight. Fotheringham AS, Rogerson PA, editor, Handbook of Spatial Analysis. London: Sage Publications. hlmn Hosmer DW, Lemeshow S Applied Logistic Regression. New York: John Wiley and Sons, Inc. Nandra Pola Penyebaran Spasial dan Penerapan Model regresi Auto- Gaussian pada Kasus Jumlah Penderita Demam Berdarah di Kota. [Skripsi]. : Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian. Kartika Y Pola Penyebaran Spasial Demam Berdarah Dengue di Kota Tahun [Skripsi]. : Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian. Solimah Analisis Regresi Logistik Spasial untuk Menelaah Faktor faktor yang Mempengaruhi Status Kemiskinan Desa (Kasus Kabupaten/Kota Cirebon). [Disertasi]. : Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian. Thaib Z Pemodelan Regresi Logistik Spasial dengan Pendekatan Matriks Contoguitys. [Skripsi]. : Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian. Ward MD, Kristian SG Spatial Regression Models. USA: Sage Publications, Inc.
18 L A M P I R A N 9
19 10 Lampiran 1 Peubah yang digunakan dalam penelitian No Peubah Penjelas Nama Peubah Penjelas Keterangan Persentase penderita Rasio antara jumlah penderita penyakit 1 Y di tiap kelurahan. penyakit Demam DBD pada tiap kelurahan dengan jumlah Berdarah Dengue (DBD) penduduk pada tiap kelurahan. 2 X1 Luas wilayah tiap km 2 3 X2 4 X3 5 X4 kelurahan. Kepadatan penduduk tiap kelurahan. Persentase keluarga tinggal di pemukiman kumuh. Persentase jumlah sekolah dasar. 6 X5 Jarak ke rumah sakit terdekat. km 7 X6 Jarak ke poliklinik terdekat. km 8 X7 Jarak ke puskesmas pembantu terdekat. km 9 X8 Jarak ke tempat praktek dokter terdekat. km 10 X9 Jarak ke poskesdes terdekat. km 11 X10 Jarak ke apotek terdekat. km 12 X_Spasial_1 Rataan jumlah penderita DBD pada kelurahan yang berada di lag X_Spasial_2 Rataan jumlah penderita DBD pada kelurahan yang berada di lag 2. jiwa/km 2 Rasio antara jumlah keluarga yang tinggal di lingkungan kumuh pada tiap kelurahan dengan jumlah penduduk pada tiap kelurahan. Rasio antara jumlah sekolah dasar pada tiap kelurahan dengan jumlah sekolah pada tiap kelurahan. W_lag 1*y W_lag 2*y
20 Lampiran 2 Peta administrasi Kota tahun
21 12 Lampiran 3 Jumlah penderita penyakit Demam Berdarah Dengue (DBD) dan jumlah penduduk di setiap kelurahan di Kota tahun 2008 No Kecamatan Kelurahan/Desa Persentase Jumlah Penderita Penyakit Jumlah Penderita DBD Penduduk DBD 1 Mulya Harja Pamoyanan Ranggamekar Genteng Kertamaya Rancamaya Bojongkerta Harjasari Muarasari E pakuan Cipaku Timur Timur Timur Timur Timur Timur Utara Utara Utara Utara Lawang Gintung Batu Tulis Bondongan Empang Cikaret Sindangsari Sindangrasa Tajur Katulampa Baranangsiang Sukasari Bantarjati Tegalgundil Tanahbaru Cimahpar
22 13 Lampiran 3 (Lanjutan) No Kecamatan Kelurahan/Desa Utara Utara Utara Utara Tengah Tengah Tengah Tengah Tengah Tengah Tengah Tengah Tengah Tengah Tengah Barat Barat Barat Barat Barat Barat Barat Barat Barat Barat Barat Barat Jumlah Penderita Penyakit DBD Jumlah Penduduk Persentase Penderita DBD Ciluar Cibuluh Kedunghalang Ciparigi Paledang Gudang Babakan pasar Tegallega Babakan Sempur Pabaton Cibogor Panaragan Kebon kelapa Ciwaringin Pasir Mulya Pasir Kuda Pasir Jaya Gunung Batu Loji Menteng Cilendek Timur Cilendek Barat Sindang Barang Margajaya Balumbang Jaya Situgede
23 14 Lampiran 3 (Lanjutan) No Kecamatan Kelurahan/Desa Jumlah Penderita Penyakit DBD Jumlah Penduduk Persentase Penderita DBD 54 Barat Bubulak Barat Semplak Barat Curug Mekar Barat Curug Tanah Sareal Kedung Waringin Tanah Sareal Kedung Jaya Tanah Sareal Kebon Pedes Tanah Sareal Tanah Sareal Tanah Sareal Kedung Badak Tanah Sareal Sukaresmi Tanah Sareal SukaDamai Tanah Sareal Cibadak Tanah Sareal Kayumanis Tanah Sareal Mekarwangi Tanah Sareal Kencana Total
24 15 Lampiran 4 Nilai korelasi antar peubah penjelas X_spasial1 X_spasial2 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Xspasial Xspasial X X X X X X X X X X10 1 Keterangan : kotak yang berwarna abu abu menunjukkan bahwa nilai koefisien korelasi Pearson > 0.55, sehingga salah satu peubah penjelas yang memiliki nilai korelasi Pearson > 0.55 akan dikeluarkan dari analisis regresi logistik
25 16 Lampiran 5 Analisis deskriptif peubah dalam penelitian Peubah Mean StDev Minimum Median Maximum Penjelas Y X X X X X X X X X X X_spasial_ X_spasial_ Lampiran 6 Plot QQ untuk menduga sebaran Binomial pada penyebaran penyakit DBD di Kota tahun 2008
26 17 Lampiran 7 Peta penyebaran penderita penyakit DBD di Kota tahun 2008 dengan menggunakan data peubah respon dari data aktual Kec. Bojong Gede Kab. Kec. Cibinong Kab. Kec. Kemang Kab. Kec. Dramaga Kab. Kec. Sukara ja Kab. Bogo r Kec. Ciomas Kab. Kec. Cijeruk Kab. 1 cm= 1,479 m Meter PETA PENYEBARAN PENDERITA PENYAKIT DBD DI KOTA BOGOR TAHUN 2008 kelurahan yang memiliki persentase penderita penyakit DBD lebih besar dari nilai rataannya. kelurahan yang memiliki persentase penderita penyakit DBD lebih kecil dari nilai rataannya.
27 18 Lampiran 8 Peta penyebaran penderita penyakit DBD di Kota tahun 2008 dengan menggunakan dugaan data peubah respon yang berasal dari model regresi logistik spasial lag 1 Kec. Kemang Kab. Kec. Cibinong Kab. Kec. Dramaga Kab. Kec. Sukaraja Kab. Kec. Ciomas Kab. Kec. Cijeruk Kab. 1 cm= 1,479 m Meter PETA PENYEBARAN PENDERITA PENYAKIT DBD DI KOTA BOGOR kelurahan TAHUN yang 2008 memiliki persentase penderita penyakit DBD lebih besar dari nilai rataannya. kelurahan yang memiliki persentase penderita penyakit DBD lebih kecil dari nilai rataannya.
28 19 Lampiran 9 Peta penyebaran penderita penyakit DBD di Kota tahun 2008 dengan menggunakandugaan data peubah respon yang berasal dari model regresi logistik spasial lag 2 Kec. Kemang Kab. Kec. Cibinong Kab. Kec. Dramaga Kab. Kec. Sukaraja Kab. Kec. Ciomas Kab. Kec. Cijeruk Kab. 1 cm= 1, m Meter PETA PENYEBARAN PENDERITA PENYAKIT DBD DI KOTA BOGOR TAHUN 2008 kelurahan yang memiliki persentase penderita penyakit DBD lebih besar dari nilai rataannya. kelurahan yang memiliki persentase penderita penyakit DBD lebih kecil dari nilai rataannya.
29 Frequency Percent 20 Lampiran 10 Plot peluang normal sisaan pada model regresi logistik spasial pada lag 1 99, Mean 0, StDev 0, N 68 AD 2,181 P-Value <0, ,1-0,003-0,002-0,001 0,000 0,001 sisaan 0,002 0,003 0,004 Lampiran 11 Histogram sisaan pada model regresi logistik spasial pada lag ,001 0,000 0,001 sisaan 0,002 0,003
30 Frequency Percent 21 Lampiran 12 Plot peluang normal sisaan pada model Normal regresi logistik spasial pada lag 2 99, Mean -0, StDev 0, N 68 AD 2,066 P-Value <0, ,1-0,003-0,002-0,001 0,000 0,001 sisaan 0,002 0,003 0,004 Lampiran 13 Histogram sisaan pada model regresi logistik spasial pada lag ,001 0,000 0,001 sisaan 0,002 0,003
31 Frequency Percent 22 Lampiran 14 Plot peluang normal sisaan pada model regresi logistik spasial pada gabungan lag 1 dan lag 2 Normal 99, Mean 0, StDev 0, N 68 AD 2,165 P-Value <0, ,1-0,003-0,002-0,001 0,000 0,001 sisaan 0,002 0,003 0,004 Lampiran 15 Histogram sisaan pada model regresi logistik spasial pada gabungan lag 1 dan lag ,001 0,000 0,001 0,002 sisaan 0,003 0,004
ANALISIS POLA PENYEBARAN SPASIAL PENYAKIT DEMAM BERDARAH DENGUE (Studi Kasus: Kejadian Penyakit Demam Berdarah Dengue di Kota Bogor tahun )
ANALISIS POLA PENYEBARAN SPASIAL PENYAKIT DEMAM BERDARAH DENGUE (Studi Kasus: Kejadian Penyakit Demam Berdarah Dengue di Kota Bogor tahun 27-211) WISNU PANATA PRAJA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA
Lebih terperinciPRESIDEN REPUBLIK INDONESIA,
PERATURAN PEMERINTAH REPUBLIK INDONESIA NOMOR 2 TAHUN 1995 TENTANG PERUBAHAN BATAS WILAYAH KOTAMADYA DAERAH TINGKAT II BOGOR DAN KABUPATEN DAERAH TINGKAT II BOGOR PRESIDEN REPUBLIK INDONESIA, Menimbang
Lebih terperinciPenduduk dan Ketenagakerjaan/Population and Employment Penduduk dan Ketenagakerjaan/ Population and Employment
3 Penduduk dan Ketenagakerjaan/ Population and Employment Kota Bogor Dalam Angka/Bogor City in Figures 2013 71 72 Kota Bogor Dalam Angka/Bogor City in Figures 2013 PENDUDUK DAN TENAGA KERJA Penduduk Kota
Lebih terperinciPP 2/1995, PERUBAHAN BATAS WILAYAH KOTAMADYA DAERAH TINGKAT II BOGOR DAN KABUPATEN DAERAH TINGKAT II BOGOR. Presiden Republik Indonesia,
PP 2/1995, PERUBAHAN BATAS WILAYAH KOTAMADYA DAERAH TINGKAT II BOGOR DAN KABUPATEN DAERAH TINGKAT II BOGOR Menimbang: Presiden Republik Indonesia, a. bahwa meningkatnya perkembangan pembangunan di Propinsi
Lebih terperinciPENDUDUK DAN TENAGA KERJA
PENDUDUK DAN TENAGA KERJA Penduduk Kota Bogor pada tahun terdapat sebanyak 1.004.831 orang yang terdiri atas 510.884 orang laki-laki dan sebanyak 493.947 perempuan. Dibandingkan dengan tahun 2011 jumlah
Lebih terperinciREKAPITULASI KARTU INVENTARIS BARANG PEMERINTAH KOTA BOGOR SAMPAI DENGAN 31 DESEMBER 2016 AUDITED
REKAPITULASI KARTU INVENTARIS BARANG PEMERINTAH KOTA BOGOR SAMPAI DENGAN 31 DESEMBER 2016 AUDITED GOLONGAN ASET TETAP NO NAMA OPD TANAH PERALATAN DAN MESIN GEDUNG DAN BANGUNAN JALAN, IRIGASI DAN JARINGAN
Lebih terperinciSumberdaya Air dan Irigasi/Water Resources and Irrigation Sumberdaya Air dan Irigasi/ Water Resources and Irrigation
8 Sumberdaya Air dan Irigasi/ Water Resources and Irrigation Kota Bogor Dalam Angka/Bogor City in Figures 2013 307 308 Kota Bogor Dalam Angka/Bogor City in Figures 2013 SUMBERDAYA AIR DAN IRIGASI PDAM
Lebih terperinciLAPORAN TAHAPAN REKAPITULASI PENGHITUNGAN PEROLEHAN SUARA PEMILU PRESIDEN DAN WAKIL PRESIDEN TAHUN 2014
LAPORAN TAHAPAN REKAPITULASI PENGHITUNGAN PEROLEHAN SUARA PEMILU PRESIDEN DAN WAKIL PRESIDEN TAHUN 2014 KOMISI PEMILIHAN UMUM KOTA BOGOR Jl. Loader No. 7 Bogor Hal. 1 BAB I PENDAHULUAN A. Latar Belakang
Lebih terperinciPENENTUAN PEUBAH-PEUBAH YANG MEMPENGARUHI PERSENTASE PENDERITA TUBERKULOSIS (TB) DI KOTA BOGOR DENGAN PENDEKATAN REGRESI SPASIAL
1 PENENTUAN PEUBAH-PEUBAH YANG MEMPENGARUHI PERSENTASE PENDERITA TUBERKULOSIS (TB) DI KOTA BOGOR DENGAN PENDEKATAN REGRESI SPASIAL SEKARSARI UTAMI WIJAYA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciPOLA PENYEBARAN SPASIAL DEMAM BERDARAH DENGUE DI KOTA BOGOR TAHUN 2005 YOLI KARTIKA
POLA PENYEBARAN SPASIAL DEMAM BERDARAH DENGUE DI KOTA BOGOR TAHUN 5 YOLI KARTIKA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 7 SESUATU YANG TERJADI
Lebih terperincipendekatan dalam penelitian ini dinilai cukup beralasan.
Tabel Hasil pendugaan model pengaruh tetap dengan Y sebagai peubah respon dan X, X dan X sebagai C -. 00 X -5 0.50 X.05 00 X 00 R 0.6 Adjusted R 0.6 Hasil pendugaan model data panel dengan Y sebagai peubah
Lebih terperinciPENERAPAN REGRESI LOGISTIK ORDINAL SPASIAL UNTUK MENDUGA STATUS KEMISKINAN KABUPATEN DI PULAU JAWA TUTI PURWANINGSIH
PENERAPAN REGRESI LOGISTIK ORDINAL SPASIAL UNTUK MENDUGA STATUS KEMISKINAN KABUPATEN DI PULAU JAWA TUTI PURWANINGSIH DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciZ = HASIL DAN PEMBAHASAN
1 D adalah himpunan daerah Bogor yang terdiri dari 68 desa/kelurahan di Kota Bogor. 2 Mengonversi himpunan daerah tersebut ke dalam matriks di MATLAB. 3 Menentukan daerah R menggunakan MBR (Minimum Bounding
Lebih terperinciGeografis/ Geographical
1 Geografis/ Geographical Kota Bogor Dalam Angka/Bogor City in Figures 2013 1 2 Kota Bogor Dalam Angka/Bogor City in Figures 2013 GEOGRAFIS Secara geografis Kota Bogor terletak di antara 106 o 48 BT dan
Lebih terperinci(M.4) KLUSTERING DATA SPASIAL MULTIVARIAT DENGAN MODEL BASED CLUSTERING
(M.4) KLUSTERING DATA SPASIAL MULTIVARIAT DENGAN MODEL BASED CLUSTERING I GedeNyomanMindra Jaya 1) Bertho Tantular 1) SiskaAriani Efendi 2) 1)Dosen Program Studi StatistikaFMIPA UNPAD 2)Alumnus Program
Lebih terperinciPENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA
PENERAPAN METODE CHAID DAN REGRESI LOGISTIK DALAM ANALISIS SEGMENTASI PASAR KONSUMEN AQUA DIMAS FAJAR AIRLANGGA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciLarnpiran 1 Nama kelurahanldesa di Kota Bogor pada tahun 2005 No. Nama Kecamatan Nama Kelurahan 1 Bogor Selatan 1. Mulyaharia 2. pamoya"an 3.
Larnpiran 1 Nama kelurahanldesa di Kota Bogor pada tahun 2005 No. Nama Kecamatan Nama Kelurahan 1 Bogor Selatan 1. Mulyaharia 2. pamoya"an 3. Ranggamekar 4. Genteng 5. Kertamaya 6. Rancamaya 7. Bojongkerta
Lebih terperinciEnergi/Energy Energi/ Energy
7 Energi/ Energy Kota Bogor Dalam Angka/Bogor City in Figures 287 288 Kota Bogor Dalam Angka/Bogor City in Figures E N E R G I Sampai dengan tahun 2011 jumlah trafo yang terpasang di Kota Bogor ada sebanyak
Lebih terperinciLEMBARAN DAERAH KOTA BOGOR TAHUN 2010 NOMOR 1 SERI D PERATURAN DAERAH KOTA BOGOR NOMOR 3 TAHUN 2010 TENTANG ORGANISASI PERANGKAT DAERAH
LEMBARAN DAERAH KOTA BOGOR TAHUN 2010 NOMOR 1 SERI D PERATURAN DAERAH KOTA BOGOR NOMOR 3 TAHUN 2010 TENTANG ORGANISASI PERANGKAT DAERAH DENGAN RAHMAT TUHAN YANG MAHA ESA WALIKOTA BOGOR, Menimbang : a.
Lebih terperinciPENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH
PENERAPAN MODEL SPASIAL DURBIN PADA ANGKA PARTISIPASI MURNI JENJANG SMA SEDERAJAT DI PROVINSI JAWA TENGAH Erliyana Devitasari, Sri Sulistijowati Handayani, dan Respatiwulan Program Studi Matematika FMIPA
Lebih terperinciLAPORAN TAHAPAN PEMUNGUTAN DAN PENGHITUNGAN SUARA DITEMPAT PEMUNGUTAN SUARA PEMILU PRESIDEN DAN WAKIL PRESIDEN TAHUN 2014
LAPORAN TAHAPAN PEMUNGUTAN DAN PENGHITUNGAN SUARA DITEMPAT PEMUNGUTAN SUARA PEMILU PRESIDEN DAN WAKIL PRESIDEN TAHUN 2014 KOMISI PEMILIHAN UMUM KOTA BOGOR Jl. Loader No. 7 Bogor Hal. 1 BAB I PENDAHULUAN
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciPERATURAN DAERAH KOTA BOGOR NOMOR 13 TAHUN 2008 TENTANG ORGANISASI PERANGKAT DAERAH DENGAN RAHMAT TUHAN YANG MAHA ESA WALIKOTA BOGOR,
PERATURAN DAERAH KOTA BOGOR NOMOR 13 TAHUN 2008 TENTANG ORGANISASI PERANGKAT DAERAH DENGAN RAHMAT TUHAN YANG MAHA ESA WALIKOTA BOGOR, Menimbang : a. bahwa dengan telah ditetapkannya Peraturan Pemerintah
Lebih terperinciANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK
LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK Latar Belakang Katarak Indonesia Klinik
Lebih terperinciSPATIAL OUTLIER DETECTION BERDASARKAN POLIGON DESA PADA DATA PEMILIHAN WALIKOTA BOGOR HUDANUL HAFIIZH
SPATIAL OUTLIER DETECTION BERDASARKAN POLIGON DESA PADA DATA PEMILIHAN WALIKOTA BOGOR HUDANUL HAFIIZH DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciPENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA
PENERAPAN REGRESI LOGISTIK ORDINAL MULTILEVEL TERHADAP NILAI AKHIR METODE STATISTIKA FMIPA IPB IIN MAENA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciLEMBARAN DAERAH KOTA BOGOR PERATURAN DAERAH KOTA BOGOR NOMOR 4 TAHUN 2014 TENTANG
LEMBARAN DAERAH KOTA BOGOR Nomor 4 Tahun 2014 Seri D Nomor 2 PERATURAN DAERAH KOTA BOGOR NOMOR 4 TAHUN 2014 TENTANG PERUBAHAN ATAS PERATURAN DAERAH KOTA BOGOR NOMOR 3 TAHUN 2010 TENTANG ORGANISASI PERANGKAT
Lebih terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciPenentuan Pusat-pusat Kegiatan Baru sebagai Alternatif untuk Mengurangi Kemacetan Kota Bogor
ISSN 2549-3922 EISSN 2549-3930 Journal of Regional and Rural Development Planning Oktober 2017, 1 (3): 287-297 DOI: http://dx.doi.org/10.29244/jp2wd.2017.1.3.287-297 Penentuan Pusat-pusat Kegiatan Baru
Lebih terperinciSimulasi Radius Jarak Pengaruhnya terhadap Kebaikan Model Regresi Logistik Spasial 1. Abstrak
Simulasi Radius Jarak Pengaruhnya terhadap Kebaikan Model Regresi Logistik Spasial 1 Utami Dyah Syafitri 2, Agus M Sholeh 2, Poppy Suprapti 3 Abstrak Pemodelan regresi logistik dengan basis ruang spasial
Lebih terperinciRencana Tahun Kebutuhan Dana/Pagu Indikatif. total 5.9 km, sisa 2.1 km x ROW 35 = m2. 55,125,000,000 APBD Kota
RENCANA PROGRAM DAN KEGIATAN TAHUN 2014 DAN PERKIRAAN MAJU TAHUN 2015 KOTA BOGOR Urusan / Bidang Urusan Pemerintahan Daerah dan URUSAN PEKERJAAN UMUM Program Pembangunan Jalan, Jembatan dan Drainase Pembebasan
Lebih terperinciImplementasi Sistem HASIL DAN PEMBAHASAN Data Penelitian
Implementasi Sistem Clustering FCM diimplementasikan pada program yang dikembangkan dengan perangkat lunak Matlab v.7.7. Tahap implementasi sistem mengikuti langkahlangkah melakukan clustering dengan FCM,
Lebih terperinci(Geographically Weighted Binary Logistic Regression with Fixed Bi-Square Weight)
Penerapan Regresi Logistik Biner Terboboti Geografi dengan Pembobot Fixed Bi-Square Tuti Purwaningsih Universitas Islam Indonesia Jl Kaliurang KM 14.5, Yogyakarta tuti.purwaningsih@uii.ac.id ABSTRACT Geographically
Lebih terperinciKata Kunci: Model Regresi Logistik Biner, metode Maximum Likelihood, Demam Berdarah Dengue
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 9 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN DBD (DEMAM BERDARAH DENGUE) MENGGUNAKAN REGRESI LOGISTIK
Lebih terperinciKARAKTERISTIK PEMEKARAN KOTA BOGOR DAN EVALUASINYA TERHADAP POLA RUANG PUBLIKASI ILMIAH
KARAKTERISTIK PEMEKARAN KOTA BOGOR DAN EVALUASINYA TERHADAP POLA RUANG PUBLIKASI ILMIAH Diajukan untuk Memenuhi Salah Satu Persyaratan Mencapai Derajat Sarjana S-1 Diajukan Oleh: Muhammad Azzam NIM : E
Lebih terperinciPemerintahan/Government Pemerintahan/ Government
2 Pemerintahan/ Government Kota Bogor Dalam Angka/Bogor City in Figures 2013 37 38 Kota Bogor Dalam Angka/Bogor City in Figures 2013 PEMERINTAHAN Dalam menjalankan pemerintahannya, Kota Bogor terbagi menjadi
Lebih terperinciANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER
ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER Kimmy Octavian Yongharto Binus University, DKI Jakarta, Jakarta, Indonesia Abstrak Salah satu
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciABSTRAK. Kata kunci: DBD, Efek Spasial, Spatial Autoregressive (SAR).
Judul Nama Pembimbing : Pemodelan Penyebaran Kasus Demam Berdarah Dengue (DBD) di Kota Denpasar dengan Metode Spatial Autoregressive (SAR) : Ni Made Surya Jayanti : 1. I Wayan Sumarjaya, S.Si., M.Stats.
Lebih terperinciPENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN
PENERAPAN DAN PERBANDINGAN CARA PENGUKURAN RESPON PADA ANALISIS KONJOIN (Studi Kasus: Preferensi Mahasiswa Statistika IPB Angkatan 44, 45, dan 46 terhadap Minat Bidang Kerja) DONNY ARIEF SETIAWAN SITEPU
Lebih terperinciKAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI. Oleh : SITI NURBAITI G
KAJIAN PENDEKATAN REGRESI SINYAL P-SPLINE PADA MODEL KALIBRASI Oleh : SITI NURBAITI G14102022 DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007 ABSTRAK SITI
Lebih terperinciPEMERINTAH KOTA BOGOR. Laporan. Survey Penilaian Risiko Kesehatan Lingkungan ENVIRONMENTAL HEALTH RISK ASSESMENT (EHRA) Kota Bogor.
PEMERINTAH KOTA BOGOR Laporan Survey Penilaian Risiko Kesehatan Lingkungan ENVIRONMENTAL HEALTH RISK ASSESMENT (EHRA) Kota Bogor Desember 2014 Oleh : 1 KATA PENGANTAR Sanitasi sebagai salah satu wujud
Lebih terperinciBERITA DAERAH KOTA BOGOR. Nomor 56 Tahun 2016 Seri D Nomor 1 PERATURAN WALIKOTA BOGOR NOMOR 56 TAHUN 2016 TENTANG
BERITA DAERAH KOTA BOGOR Nomor 56 Tahun 2016 Seri D Nomor 1 PERATURAN WALIKOTA BOGOR NOMOR 56 TAHUN 2016 TENTANG KEDUDUKAN, SUSUNAN ORGANISASI, TUGAS DAN FUNGSI, SERTA TATA KERJA PERANGKAT DAERAH DI LINGKUNGAN
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
J u r n a l E K B I S / V o l. V I / N o. / e d i s i M a r e t 2 0 2 379 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL
Lebih terperinciMODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK
MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan
Lebih terperinciIDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK
IDENTIFIKASI FAKTOR-FAKTOR YANG MEMPENGARUHI MAHASISWA PASCASARJANA IPB BERHENTI STUDI MENGGUNAKAN ANALISIS CHAID DAN REGRESI LOGISTIK Mohamad Jajuli Teknik Informatika, Fakultas Ilmu Komputer, Universitas
Lebih terperinciNon e-proc 15Pemb. Saluran Pembuangan Air Hujan Permukiman Kel. Bantarjati Bantarjati Non e-proo
RENCANA UMUM PENGADAAN TAHUN ANGGARAN 2011 DINAS PENGAWASAN BANGUNAN DAN PERMUKIMAN No. Kecamatan Bogor Utara Nama Kegiatan Lokasi Kegiatan { Kelurahan ) Prakiraan Biaya (Rp.) Keterangan 1 Perbaikan'Jalan
Lebih terperinciPEMBENTUKAN MODEL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB
PEMBENTUKAN MODEL SPASIAL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB (Studi Kasus : Kemiskinan di Jawa Tengah) SKRIPSI Disusun Oleh : IRAWATI TAMARA NIM. 24010212120002 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciBAB 2 GAMBARAN UMUM WILAYAH
BAB 2 GAMBARAN UMUM WILAYAH 2.1 BATASAN ADMINISTRASI WILAYAH Secara geografis, Kota Bogor terletak diantara 106º 43 30-106º 51.00 Bujur Timur dan 6º 30 30-6º 41 00 Lintang Selatan. Kota ini berjarak lebih
Lebih terperinciSEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si
Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien
Lebih terperinciANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO
ANALISIS STATUS KREDIT MIKRO DENGAN REGRESI LOGISTIK TJIPTO AJI SUDARSO DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008 RINGKASAN TJIPTO AJI SUDARSO. Analisis
Lebih terperinciPEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA
PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU TENDI FERDIAN DIPUTRA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012 RINGKASAN TENDI
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA A. Keberhasilan Belajar 1. Pengertian Keberhasilan Belajar Dalam kamus besar bahasa Indonesia, keberhasilan itu sendiri adalah hasil yang telah dicapai (dilakukan, dikerjakan dan
Lebih terperinciPemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 017 Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner S - 1 Ayu Febriana Dwi Rositawati 1, Sri Pingit
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN 5.1. Gambaran Persebaran Penduduk Miskin Provinsi Jawa Tengah merupakan salah satu provinsi di Indonesia yang memiliki kabupaten atau kota sejumlah 35 kabupaten dan kota (BPS,
Lebih terperinciANALISIS KINERJA INSTITUT PERTANIAN BOGOR BERDASARKAN SURVEI KEPUASAN MAHASISWA DAN EPBM AHMAD CHAERUS SUHADA
ANALISIS KINERJA INSTITUT PERTANIAN BOGOR BERDASARKAN SURVEI KEPUASAN MAHASISWA DAN EPBM AHMAD CHAERUS SUHADA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciMAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY
MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY KELOMPOK : Karlina Siti Faresha 135020200111071 Rezky Ridhowati 135020200111074 Pahriyatul Ummah 135020201111002 JURUSAN MANAJEMEN FAKULTAS EKONOMI
Lebih terperinciEKO ERTANTO PEMBIMBING
UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING
Lebih terperinciBINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA
BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA Moh. Yamin Darsyah 1 Arianto Wijaya 2 1,2 Program Studi S1 Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciAnalisis Data Kategorikal
Analisis Data Kategorikal Topik: Data & skala pengukuran Uji hipotesis untuk data kontinu Uji hipotesis untuk data kategorikal Desain penelitian kesehatan Ukuran asosiasi Regresi Logistik Target: Mahasiswa
Lebih terperinciPEMBOBOT JARAK DAN TITIK POTONG OPTIMUM DALAM REGRESI LOGISTIK SPASIAL UNTUK PENDUGAAN STATUS KEMISKINAN DESA DI JAWA BARAT POPPY SUPRAPTI
PEMBOBOT JARAK DAN TITIK POTONG OPTIMUM DALAM REGRESI LOGISTIK SPASIAL UNTUK PENDUGAAN STATUS KEMISKINAN DESA DI JAWA BARAT POPPY SUPRAPTI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciMETODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE
METODE LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI DENGAN PENCILAN AMIR A DALIMUNTHE DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2010 RINGKASAN
Lebih terperinciPENERAPAN HURDLE NEGATIVE BINOMIAL PADA DATA TERSENSOR
PENERAPAN HURDLE NEGATIVE BINOMIAL PADA DATA TERSENSOR SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 215 S-5 Penerapan Hurdle Negative Binomial pada Data Tersensor Resa Septiani Pontoh, Defi
Lebih terperinciSTK 511 Analisis statistika. Materi 7 Analisis Korelasi dan Regresi
STK 511 Analisis statistika Materi 7 Analisis Korelasi dan Regresi 1 Pendahuluan Kita umumnya ingin mengetahui hubungan antar peubah Analisis Korelasi digunakan untuk melihat keeratan hubungan linier antar
Lebih terperinciKETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 11-20 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG
Lebih terperinciPENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI
PENGGEROMBOLAN DUA TAHAP DESA-DESA DI JAWA TENGAH ALIFTA DIAH AYU RETNANI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2012 RINGKASAN ALIFTA DIAH AYU RETNANI.
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Karakteristik Siswa Gambar 1 memperlihatkan Karakteristik siswa SMA Negeri Ulu Siau berdasarkan jurusan. Berdasarkan Gambar 1 umumya siswa lebih memilih jurusan IPA daripada jurusan
Lebih terperinciLOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si
LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama
Lebih terperinciBAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN Pada bab analisis dan pembahasan ini akan jelaskan tentang pola persebaran jumlah penderita kusta dan faktor-faktor yang mempengaruhinya, kemudian dilanjutkan dengan pemodelan
Lebih terperinciPEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI RUANG DAN WAKTU (Spatial Panel Data Modeling with Space and Time Dimensions)
Forum Statistika dan Komputasi : Indonesian Journal of Statistics ISSN : 05-5 Vol. No., April 0, p: 6-4 available online at: journal.ipb.ac.id/index.php/statistika PEMODELAN DATA PANEL SPASIAL DENGAN DIMENSI
Lebih terperinciANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU. Oleh : Heru Novriyadi G
ANALISIS KORELASI KANONIK ANTARA CURAH HUJAN GCM DAN CURAH HUJAN DI INDRAMAYU Oleh : Heru Novriyadi G4004 PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciMASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)
MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciIV. KEADAAN UMUM LOKASI STUDI
IV. KEADAAN UMUM LOKASI STUDI 4.1. Batas Administrasi Kota Bogor terletak pada 106º43 30-106º51 00 Bujur Timur dan 6º30 30-6º41 00 Lintang Selatan. Kota Bogor berjarak sekitar 60 km dari Ibu Kota Negara
Lebih terperinciIV. METODE PENELITIAN. Kawasan ini dipilih secara sengaja (purposive) dengan pertimbangan bahwa
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Pengambilan data untuk keperluan penelitian dilakukan di Kelurahan Harapan Jaya, Kecamatan Bekasi Utara, Kota Bekasi, Provinsi Jawa Barat. Kawasan
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB LANDASAN TEORI. Metode Kuadrat Terkecil Persamaan regresi linier yang biasa didefinisikan dengan menggunakan metode pendugaan parameter Ordinary Least Square (OLS), secara umum dapat dituliskan :
Lebih terperinciDosen Pembimbing : Dr. Purhadi, M.Sc
Citra Fatimah Nur / 1306 100 065 Dosen Pembimbing : Dr. Purhadi, M.Sc Outline 1 PENDAHULUAN TINJAUAN PUSTAKA 3 METODOLOGI PENELITIAN 4 ANALISIS DAN PEMBAHASAN 5 KESIMPULAN Latar Belakang 1960-1970 1970-1980
Lebih terperinciMODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN
Saintia Matematika Vol. 1, No. 1 (2013), pp. 87 99. MODEL REGRESI SPASIAL UNTUK ANAK TIDAK BERSEKOLAH USIA KURANG 15 TAHUN DI KOTA MEDAN Musfika Rati, Esther Nababan, Sutarman Abstrak. Penelitian ini dilakukan
Lebih terperinciDAFTAR NAMA PENERIMA, ALAMAT DAN BESARAN ALOKASI HIBAH YANG DITERIMA Rp NO NAMA PENERIMA ALAMAT PENERIMA JUMLAH (Rp.
LAMPIRAN III PERATURAN WALIKOTA BOGOR NOMOR : 5 Tahun 2016 TANGGAL : 08 Januari 2016 TENTANG : PENJABARAN ANGGARAN PENDAPATAN DAN BELANJA DAERAH TAHUN ANGGARAN 2016 DAFTAR NAMA PENERIMA, ALAMAT DAN BESARAN
Lebih terperinciMETODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilakukan di Kecamatan Karawang Timur, Kabupaten Karawang. Pemilihan lokasi tersebut didasarkan atas wilayah
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) DENGAN METODE FISHER SCORING
ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS RLOTG DENGAN METODE FISHER SCORING Aulia Nugrahani Putri, Purnami Widyaningsih, dan Dewi Retno Sari Saputro Program Studi Matematika
Lebih terperincidi masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN
1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code
Lebih terperinciSPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 2014.
Spatial Autoregressive Model... (Lailatul Syaadah) 1 SPATIAL AUTOREGRESSIVE MODEL DAN MATRIKS PEMBOBOT SPASIAL ROOK CONTIGUITY UNTUK PEMODELAN GINI RATIO DI INDONESIA TAHUN 214 Jurnal Diajukan kepada Fakultas
Lebih terperinciPEMODELAN RISIKO PENYAKIT PNEUMONIA PADA BALITA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
E-Jurnal Matematika Vol. 4 (2), Mei 2015, pp. 31-36 ISSN: 2303-1751 PEMODELAN RISIKO PENYAKIT PNEUMONIA PADA BALITA DI PROVINSI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
Lebih terperinciPENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA
Saintia Matematika Vol. 1, No. 1 (2013), pp. 51 61. PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA (Studi kasus di desa Dolok Mariah Kabupaten Simalungun) Oktani Haloho, Pasukat
Lebih terperinciHASIL DAN PEMBAHASAN. 7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0. Deskripsi Rerponden
7. Peubah rancangan tempat tidur (TMP_TDR) Tempat tidur (1) (2) Kasur 1 0 Lainnya 0 1 Busa 0 0 8. Peubah rancangan alat pembersih yang digunakan di rumah (ALAT). Alat pembersih di rumah (1) (2) Sapu 1
Lebih terperinciANALISIS AKSES PANGAN SERTA PENGARUHNYA TERHADAP TINGKAT KONSUMSI ENERGI DAN PROTEIN PADA KELUARGA NELAYAN IDA HILDAWATI A
ANALISIS AKSES PANGAN SERTA PENGARUHNYA TERHADAP TINGKAT KONSUMSI ENERGI DAN PROTEIN PADA KELUARGA NELAYAN IDA HILDAWATI A54104039 PROGRAM STUDI GIZI MASYARAKAT DAN SUMBERDAYA KELUARGA FAKULTAS PERTANIAN
Lebih terperinciPENERAPAN REGRESI SPASIAL PADA PEMODELAN KASUS KETERGANTUNGAN SPASIAL (Studi Kasus: Indeks Pembangunan Manusia di Indonesia Tahun 2010)
PENERAPAN REGRESI SPASIAL PADA PEMODELAN KASUS KETERGANTUNGAN SPASIAL (Studi Kasus: Indeks Pembangunan Manusia di Indonesia Tahun 2010) WIDYA MARICELLA PANJAITAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA
Lebih terperinciPEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH
PEMODELAN SPATIAL ERROR MODEL (SEM) UNTUK INDEKS PEMBANGUNAN MANUSIA (IPM) DI PROVINSI JAWA TENGAH 1 Diana Wahyu Safitri, 2 Moh Yamin Darsyah, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika FMIPA Universitas
Lebih terperinciDEWA AYU RATIH WEDA ISWARA NRP
Faktor-faktor yang Mempengaruhi Tingkat Konsumsi Pengguna NAPZA Suntik (Penasun) di Yayasan Bina Hati Surabaya Menggunakan Metode Regresi Logistik Ordinal I DEWA AYU RATIH WEDA ISWARA NRP 1310 100 023
Lebih terperinciPROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011
(R.7) Model Regresi Poisson dan Model Spasial Otoregresif Poisson untuk Mendeteksi Faktor-Faktor yang Berpengaruh terhadap Jumlah Penderita Gizi Buruk di Provinsi Jawa Timur Siti Rohmah Rohimah 1, Muhammad
Lebih terperinciGeneralized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017
Prosiding Statistika ISSN: 2460-6456 Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017 Generalized Ordinal Logistic
Lebih terperinciMETODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 121-130 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Radang paru paru adalah sebuah penyakit pada paru paru dimana pulmonary alveolus yang bertanggung jawab menyerap oksigen dari atmosfer meradang dan terisi cairan. Berdasarkan
Lebih terperinciAnalisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012
Analisis Regresi Logistik Terhadap Faktor yang Mempengaruhi Penggunaan Kontrasepsi pada Survey Demografi Kesehatan Indonesia 2012 Faikul Fahmi 1*, Laelatul Khikmah 2 1 Statistika, Akademi Statistika (AIS
Lebih terperinciPenerapan Hurdle Negative Binomial pada Data Tersensor
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Penerapan Hurdle Negative Binomial pada Data Tersensor S - 5 Resa Septiani Pontoh, Defi Yusti Faidah. Departemen Statistika FMIPA Universitas
Lebih terperinciDEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
ANALISIS FAKTOR-FAKTOR PRODUKSI PERIKANAN TANGKAP PERAIRAN UMUM DARATAN DI JAWA TENGAH MENGGUNAKAN REGRESI BERGANDA DAN MODEL DURBIN SPASIAL SKRIPSI Disusun Oleh : PUJI RETNOWATI 24010212130049 DEPARTEMEN
Lebih terperinciKegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran
Kegiatan Anak Usia 10-15 Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran Rudi Salam Badan Pusat Statistik, Tinggi Ilmu Statistik, Jakarta, Indonesia rudisalam@stis.ac.id
Lebih terperinciPENGARUH PENDUGAAN RAGAM PENARIKAN CONTOH PADA SMALL AREA ESTIMATION
PENGARUH PENDUGAAN RAGAM PENARIKAN CONTOH PADA SMALL AREA ESTIMATION Anang Kurnia Khairil A. Notodiputro Departemen Statistika - IPB Center for Statistics and Public Opinions 1. Pendahuluan Otonomi daerah
Lebih terperinci: 68/Kpts/KPU-Kota /X/2013
LAMPIRAN KEPUTUSAN KOMISI PEMILIHAN UMUM KOTA BOGOR NOMOR : 68/Kpts/KPU-Kota-01132941/X/2013 TANGGAL TENTANG : 08-Oktober-2013 : PENETAPAN ZONA ATAU WILAYAH PEMASANGAN ALAT PERAGA KAMPANYE DI TEMPAT UMUM
Lebih terperinciOthers Institution Credit Job Code
4. Residence status (status kepemilikan rumah) yang dinotasikan dengan RS. Peubah ini dibagi menjadi enam kelompok. 5. Job code (kode pekerjaan) yang dinotasikan dengan JC. Peubah ini dibagi menjadi lima
Lebih terperinci