Oleh : Marisa Rifada Pembimbing : Dr. Purhadi, M.Sc
|
|
- Hartono Tedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Oleh : Marisa Rifada Pembimbing : Dr. Purhadi, M.Sc JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2011 Surabaya, 18 Juli 2011
2 Analisis Regresi Lokasi Geografis GWR GWPR GWLR GWOLR Geographically Weighted Regression Geographically Weighted Poisson Regression Geographically Weighted Logistic Regression Geographically Weighted Ordinal Logistic Regression Brunsdon, Fotheringham dan Charlton (1996) Nakaya, Fotheringham, Brunsdon, dan Charlton (2005) Atkinson, German, Sear dan Clark (2003)
3 Epidemiologi Lokasi Geografis Upaya untuk menanggulangi terjadinya peningkatan kasus DBD Penyakit Demam Berdarah Dengue (DBD) Kabupaten Lamongan memiliki jumlah kasus DBD yang meningkat 2 kali lipat memberantas nyamuk penularan atau lebih sehingga termasuk Kejadian Luar DBD Biasa sesuai (KLB) dengan tingkat kerawanan suatu desa atau kelurahan terhadap penyakit DBD Aslim (1997) Tingkat kerawanan DBD berhubungan erat dengan mobilitas dan kepadatan penduduk Yuniarti (2008) Ada hubungan yang signifikan antara kepadatan penduduk, jumlah puskesmas dengan kejadian kasus DBD Model GWOLR pada pemodelan tingkat kerawanan desa atau kelurahan terhadap penyakit DBD di Kabupaten Lamongan Tingkat kerawanan desa atau kelurahan terhadap DBD : 1. Rawan I (endemis) 2. Rawan II (sporadis) 3. Rawan III (potensial) Skala ordinal
4 RUMUSAN MASALAH 1) Bagaimana bentuk penaksir parameter dan statistik uji pada model GWOLR? 2) Faktor-faktor apa saja yang mempengaruhi tingkat kerawanan desa atau kelurahan terhadap penyakit DBD di Kabupaten Lamongan tahun 2009 berdasarkan model GWOLR? TUJUAN PENELITIAN 1) Mendapatkan penaksir parameter dan statistik uji pada model GWOLR 2) Menyusun algoritma dan program pada pemodelan GWOLR 3) Menentukan faktor-faktor apa saja yang mempengaruhi tingkat kerawanan desa atau kelurahan terhadap penyakit DBD di Kabupaten Lamongan tahun 2009 berdasarkan model GWOLR.
5 MANFAAT 1) mengembangkan wawasan dan pengetahuan mengenai penaksiran parameter dan statistik uji pada model GWOLR 2) memberikan masukan mengenai penanggulangan desa atau kelurahan rawan penyakit DBD BATASAN MASALAH 1) penentuan tingkat kerawanan desa/kelurahan terhadap penyakit DBD berdasarkan faktor kepadatan penduduk, ketinggian dari permukaan laut, jarak desa ke puskesmas/pustu terdekat, keberadaan kader atau juru pemantau jentik, Angka Bebas Jentik (ABJ) dan jarak desa ke ibukota kabupaten. 2) pembobot fungsi kernel yang digunakan adalah fungsi kernel Gaussian.
6 Distribusi yang sering digunakan dalam analisa data dengan variabel respon polikotomus. Distribusi probabilitas multinomial : m P( Y1 y1, Y2 y2,..., YG 1 yg 1; m, ) y1 y2... yg 1 dimana y1 y2 y my y... y G1 ( G1) G1 1 2 G1 g menyatakan peluang hasil pada kategori g, dengan g = 1,2,,G-1.
7 Misalkan variabel respon mempunyai G kategori, maka model regresi logistik ordinal yang terbentuk adalah: logit ln P Y g x P Y 1 i i T i g xi g xi P Yi g xi Untuk variabel respon yang mempunyai 3 kategori, maka model regresi logistik ordinal yang terbentuk adalah: PY1x logit PY 1 ln i i T i xi 1 xi 1 PYi 1xi PY2x logit PY 2 ln i i T i xi 2 xi 1 PYi 2 xi
8 MODEL REGRESI LOGISTIK ORDINAL PENAKSIRAN PARAMETER Metode MLE Non linear Newton Raphson PENGUJIAN HIPOTESIS Hipotesis: H 0 : p 0 H 1 : minimal ada satu Statistik uji : Uji Serentak k ˆ G 2 ln L ln L 2 ˆ 0 Hipotesis: H 0 : k 0 Uji Parsial ; k 1,2,..., p H 1 : minimal ada satu k 0 Statistik uji : ˆ k Wk SE ( ˆ ) k
9 digunakan untuk mengetahui hubungan antara variabel respon yang berskala ordinal dengan variabel prediktor yang masing-masing koefisien regresinya bergantung pada lokasi dimana data tersebut diamati. Bentuk model GWOLR untuk lokasi ke-i : logit = ln P Yi g x i 1 (, ) P Y (, ) i g xi g ui vi xi ui vi P Yi g xi PENAKSIRAN PARAMETER maximum likelihood terboboti
10 Pemilihan Pembobot dij Fungsi Kernel Gaussian (Lesage, 2001) : wj ui, vi h dimana menyatakan jarak Eucliden antara lokasi u, dan lokasi (bandwidth), dan d ij u, 2 j v j, d u u v v, h menyatakan parameter penghalus ij 2 i j merupakan simpangan baku dari vektor jarak adalah densitas normal standar. Metode yang digunakan untuk mendapatkan bandwidth optimum adalah metode Cross Validation (CV). Pemilihan Model Terbaik i Metode Akaike Information Criterion (AIC) : j dengan D(h) adalah nilai devians model dengan bandwidth h dan K adalah jumlah parameter dalam model. i v i AIC D( h) 2K dij
11 Penyakit DBD adalah penyakit menular yang disebabkan oleh virus dengue dan ditularkan oleh nyamuk Aedes aegypti Kegiatan pemberantasan nyamuk menular DBD didaerah rawan penyakit dilakukan sesuai dengan tingkat kerawanan suatu wilayah terhadap penyakit DBD. Tingkat kerawanan desa atau kelurahan terhadap penyakit DBD : 1. Desa atau kelurahan rawan I (endemis) -> desa atau kelurahan yang dalam 3 tahun terakhir, setiap tahun terjangkit penyakit DBD 2. Desa atau kelurahan rawan II (sporadis) -> desa atau kelurahan yang dalam 3 tahun terakhir terjangkit penyakit DBD tetapi tidak setiap tahun 3. Desa atau kelurahan rawan III (potensial) -> desa atau kelurahan yang dalam 3 tahun terakhir tidak pernah terjangkit penyakit DBD, tetapi penduduknya padat, mempunyai hubungan transportasi yang ramai dengan wilayah lain
12 Kegiatan pemberantasan nyamuk penular penyakit DBD Tingkat kerawanan Fogging masal Pemeriksaan Jentik Berkala (PJB) Rumah Tempat umum Pemberantasan Sarang Nyamuk (PSN) Rawan I (Endemis) Rawan II (Sporadis) Rawan III (Potensial) - - -
13 Sumber Data Data yang digunakan adalah data sekunder yang diperoleh dari : Dinas Kesehatan Kabupaten Lamongan Badan Pusat Statistika (BPS) Kabupaten Lamongan. Unit observasi yang digunakan adalah desa/kelurahan di Kabupaten Lamongan Provinsi Jawa Timur yang terdiri dari 330 desa/kelurahan.
14 No. Variabel Tipe Variabel 1. Variabel respon : Kategori Y : Tingkat kerawanan desa atau Kategorik 1= Rawan I (endemis) kelurahan terhadap penyakit DBD 2 = Rawan II (sporadis) 3 = Rawan III (potensial) 2. Variabel prediktor : X 1 : Kepadatan penduduk Kontinu - X 2 : Ketinggian dari permukaan laut Kontinu - X 3 : Jarak ke puskesmas/pustu Kontinu - terdekat X 4 : Keberadaan kader atau juru Kategorik 0 = Tidak ada pemantau jentik 1 = Ada X 5 : Angka Bebas Jentik Kontinu - X 6 : Jarak ke ibukota kabupaten Kontinu -
15 I. Mendapatkan bentuk penaksir parameter dan pengujian hipotesis pada model GWOLR Penaksiran parameter model GWOLR 1. Membentuk fungsi likelihood dari model GWOLR 2. Membentuk fungsi ln-likelihood 3. Memberikan pembobot pada fungsi ln-likelihood 4. Mengestimasi parameter dengan melakukan turunan parsial pertama 5. Melakukan metode iterasi Newton-Raphson
16 Pengujian hipotesis model GWOLR 1. pengujian kesamaan model GWOLR dengan model regresi logistik ordinal 2. pengujian parameter model GWOLR secara serentak 3. pengujian parameter model GWOLR secara parsial
17 II. Mengetahui faktor-faktor yang berpengaruh terhadap tingkat kerawanan desa atau kelurahan terhadap penyakit DBD di Kabupaten Lamongan tahun Melakukan analisis statistika deskriptif 2. Memeriksa kolinieritas antara variabel-variabel prediktor 3. Memodelkan dengan menggunakan regresi logistik ordinal 4. Memodelkan dengan menggunakan model GWOLR 5. Mendapatkan model terbaik dengan membandingkan model regresi logistik ordinal dan GWOLR
18 Model GWOLR untuk lokasi ke-i : logit = ln P Yi g x i 1 (, ) P Y (, ) i g xi g ui vi xi ui vi P Yi g xi sehingga T exp g ui, vi xi ui, vi PYi g xi T 1 exp g ui, vi xi ui, vi Misalkan x P Y g x menyatakan peluang variabel respon * g i i i pada lokasi ke-i mempunyai kategori ke-g terhadap x i, maka T x T x exp u, v u, v exp u, v u, v * g i i i i i g1 i i i i i g xi T T 1 exp g ui, vi xi ui, vi 1 exp g 1 ui, vi i ui, vi x
19 Jika dimisalkan variabel respon mempunyai 3 buah kategori, maka model GWOLR yang terbentuk untuk lokasi ke-i : PYi 1 x i logit PY 1 i xi = ln 1( ui, vi ) xi ( ui, vi ) 1PY i 1xi i PY2x i logit PY 2 i xi = ln 2( ui, vi ) xi ( ui, vi ) 1PYi 2 x Sehingga peluang untuk masing-masing kategori respon pada lokasi ke-i : * 1 * 2 x i x 1 x T ui vi i ui vi T u v x u v exp,, 1 exp,, 1 i i i i i T x x i T x x exp u, v u, v exp u, v u, v 2 i i i i i 1 i i i i i i T T 1 exp 2 ui, vi i ui, vi 1 exp 1 ui, vi i ui, vi * 3 x i T ui vi xi ui vi T u v x u v exp 2,, 1 1exp,, 2 i i i i i
20 fungsi likelihood : n G yig i1 g1 * ui, vi g x i n G exp g ( ui, vi ) xi ( ui, vi ) exp g1( ui, vi ) xi ( ui, vi ) i1 g11 exp g ( ui, vi ) xi ( ui, vi ) 1 exp g1( ui, vi ) xi ( ui, vi ) fungsi ln-likelihood n G exp g ( ui, vi ) xi ( ui, vi ) exp g1( ui, vi ) xi ( ui, vi ) i, i ig ln i1 g1 g ui vi xi ui vi g1 ui vi xi ui vi L u v y fungsi ln-likelihood terboboti 1 exp (, ) (, ) 1 exp (, ) (, ) n G * L y w u v j1 g1 exp g ( ui, vi ) xj ( ui, vi ) exp g1( ui, vi ) xj ( ui, vi ) jg ln j i, i 1 exp g ( ui, vi ) xj ( ui, vi ) 1 exp g1( ui, vi ) xj ( ui, vi ) y ig
21 Jika dimisalkan variabel respon mempunyai 3 buah kategori, maka fungsi ln-likelihood terboboti yang terbentuk : n * L y j1 1( ui, vi ) j ( ui, vi ) y j1 y j2 ln 1 exp 1( ui, vi ) j ( ui, vi ) x x j1 x x y 2 ln j exp 2( ui, vi ) j ( ui, vi ) exp 1( ui, vi ) j ( ui, vi ) y 1 1 ln 1 exp 2 (, ) j ui vi x j ( ui, vi ) wj ui, vi Estimasi parameter dilakukan dengan melakukan turunan parsial pertama persamaan di atas terhadap parameter yang akan diestimasi dan kemudian disamakan dengan nol. NON LINIER METODE NEWTON RAPHSON
22 Bentuk hipotesis : H 0 : H 1 : minimal ada satu Statistik uji : dengan u, v k i i k Dˆ Pengujian Kesamaan Model GWOLR dengan Model Regresi Logistik Ordinal F hit ˆ ˆ menyatakan nilai devians model regresi logistik ordinal dengan derajat bebas 1 dan D ˆ menyatakan nilai devians model GWOLR dengan derajat bebas df 2. D D Kriteria pengujiannya adalah tolak H 0 apabila nilai u, v k i i k df 1 df 2 df ; i 1,2,..., n ; k 1,2,..., p F hit F ; df1, df2
23 Pengujian Parameter Model GWOLR Secara Serentak Bentuk hipotesis : i i i i p i i u, v 0 H 0 : u, v u, v... u, v H 1 : minimal ada satu Statistik uji : k i i n, n 3 y jgwj ui vi n 3 2 j1 * G 2 yig ln yig ln ˆ g i n x i1 g1 i1 g1 wj ui, vi j1 2 2 Kriteria pengujiannya adalah tolak H 0 apabila nilai. G ;df
24 Pengujian Parameter Model GWOLR Secara Parsial Bentuk hipotesis : H 0 : k ui, vi 0 ; i 1,2,..., n ; k 1,2..., p H 1 : k ui, vi 0 Statistik uji : ˆ k ui, vi Zhit SE ˆ u, v k i i Kriteria pengujiannya adalah tolak H 0 apabila nilai Z. hit Z 2
25 pemrograman model GWOLR dilakukan dengan menggunakan software MATLAB. Beberapa algoritma program yang digunakan : 1. Penentuan bandwidth (h) optimum dengan Cross Validation 2. Penentuan pembobot 3. Penaksiran parameter model GWOLR 4. Penentuan derajat bebas model GWOLR 5. Pengujian kesamaan model GWOLR dan regresi logistik ordinal 6. Pengujian parameter model GWOLR secara serentak 7. Pengujian parameter model GWOLR secara parsial
26 Analisis Tingkat Kerawanan Desa atau Kelurahan terhadap Penyakit DBD di Kabupaten Lamongan Tahun 2009 Statistika deskriptif variabel respon dan variabel prediktor Kategori N Persentase Rawan I (Endemis) 60 18,2 Rawan II (Sporadis) ,9 Rawan III (Potensial) 69 20,9 TOTAL Variabel N Mean Sum Min Max StDev X , ,40 147, , ,20 X , ,55 0,00 100,00 22,64 X ,68 884,60 0,00 14,00 2,66 X , ,88 35,00 100,00 12,25 X , ,20 1,00 76,00 13,28
27 Uji Kolinieritas antar variabel prediktor Z 1 Z 2 Z 3 Z 5 Z 2-0,217 Z 3 0,086-0,004 Z 5 0,002 0,221 0,299 Z 6-0,182 0,599-0,138-0,135 X 1 X 2 X 3 X 5 X 6 VIF 1,06 1,859 1,116 1,284 1,776 antar variabel prediktor tidak saling berkorelasi
28 Pemodelan Regresi Logistik Ordinal Hasil regresi logistik ordinal univariabel Prediktor Koefisien SE Koefisien Wald P-value Z 1 0, , ,56 0,000 Z 2-0, , ,26 0,000 Z 3-0, , ,74 0,082 Z 4 (3,70622) 1, , ,78 0,005 Z 5-0, , ,72 0,007 Z 6-1, , ,67 0,000 Signifikan pada =10%
29 Pemodelan Regresi Logistik Ordinal Hasil regresi logistik ordinal multivariabel Prediktor Koefisien SE Koefisien Wald P-value Konst(1) 1, , ,83 0,067 Konst(2) 5, , ,40 0,000 Z 1 0, , ,84 0,000 Z 2-0, , ,92 0,055 Z 3-0, , ,58 0,010 Z 4 (3,70622) 0, , ,79 0,074 Z 5-0, , ,41 0,016 Z 6-0, , ,63 0,000 Statistik 2 G df P-value 123, ,000 Signifikan pada =10%
30 Model : Pemodelan Regresi Logistik Ordinal x logit ˆ P Y 1 1,7634 0,0005 X 0,0135 X 0,1251X 0,8096 X (1) 0,0265 X 0,0743 X 5 6 x logit ˆ P Y 2 5,5334 0,0005 X 0,0135 X 0,1251X 0,8096 X (1) 0,0265 X 0,0743 X 5 6 Klasifikasi tingkat kerawanan desa atau kelurahan terhadap penyakit DBD antara hasil observasi dan prediksi Observasi Prediksi Persentase kategori 1 kategori 2 kategori 3 ketepatan kategori % kategori ,05% kategori ,58% Total keseluruhan 66,97%
31 Hasil model GWOLR dengan fungsi pembobot berbeda Statistik Pembobot Gaussian* Exponential Bisquare Tricube Bandwidth 1,767 0,374 0,707 0,710 AIC 508, , , ,343 *) model GWOLR terbaik Sehingga model GWOLR yang digunakan adalah model GWOLR dengan pembobot fungsi Kernel Gaussian.
32 Ringkasan Statistik Parameter Model GWOLR Standar Parameter Min Max Range Mean Deviasi ,8264 4,4908 3,6644 1,4848 0,8411 4,4785 9,0528 4,5744 5,2678 1,0486 0,3035 0,8227 0,5192 0,7412 0,1362-0,3669-0,2134 0,1535-0,2672 0,0342-0,4102-0,1676 0,2426-0,3739 0,0581 0,521 0,8882 0,3672 0,8178 0,0761-0,7152-0,2305 0,4847-0,3149 0,1103-1,2515-0,9018 0,3497-1,0046 0,0702
33 Hasil uji kesamaan model regresi logistik ordinal dan GWOLR Model Devians df Devians/df F hitung Regresi logistik ordinal 496, ,7612 0,582 GWOLR 484, ,3085 F 1, ,1;652;370 tidak ada perbedaan yang signifikan antara model GWOLR dan model regresi logistik ordina Hasil uji serentak parameter model GWOLR 2 Statistik G df 144,245 12,058 2 (0,1;12) 18,5493 minimal ada satu variabel prediktor yang berpengaruh signifikan terhadap tingkat kerawanan desa atau kelurahan terhadap penyakit DBD di kabupaten Lamonga
34 Hasil uji parameter model GWOLR secara parsial untuk mengetahui faktor-faktor yang berpengaruh terhadap tingkat kerawanan DBD di setiap lokasi Misalkan : hasil uji parameter model GWOLR di lokasi pertama (desa Kedungmentawar) Parameter Estimasi Z Hitung 1 u1, v1 1,0115 0, u1, v1 4,7161 2,5201* 1 u1, v1 0,7911 2,1704* 2 u1, v1-0,2860-0,944 3 u1, v1-0,3813-1,5895 u, v 0,8067 0, u, v u, v ,2571-0,9939-0,9297-2,4361* Signifikan pada = 10%
35 Model logit untuk desa Kedungmentawar: ˆ x 1 6 logit P Y 1 0,0008 X 0,07 X ˆ x 1 6 logit P Y 2 4,7161 0,0008 X 0,07 X Klasifikasi tingkat kerawanan desa atau kelurahan terhadap penyakit DBD antara hasil observasi dan prediksi berdasarkan model GWOLR Observasi Prediksi kategori 1 kategori 2 kategori 3 Persentase ketepatan kategori % kategori ,58% kategori ,03% Total keseluruhan 69,39%
36 Pengelompokan desa atau kelurahan berdasarkan variabel-variabel yang signifikan dalam model GWOLR Nama desa atau kelurahan Jumlah Variabel Kedungmentawar, Ganggantingan, Gebangangkrik, Mendogo, Durikedungjero, Lamongrejo, Lawak, Purwokerto, Ngasemlemahbang, Cerme, Slaharwotan, Drujugurit, Kedungdadi, Jatipayak, Sukoanyar Desa atau kelurahan selain kelompok I dan kelompok III Kendalkemlagi, Mertani, Sumberwudi, Jangkungsomo, Parengan, Pangkatrejo, Pringgoboyo, Kanugrahan, Turi, Gedangan, Blumbang, Blimbing, Kandangsemangkon, Paciran, Sumurgayam, Sendangagung, Sendangduwur, Tunggul, Kranji, Drajat, Lembor, Tlogoretno, Sidomukti, Lohgung, Labuhan, Brengkok, Sendangharjo, Sedayulawas, Sumberagung, Brondong Kepadatan penduduk (X 1 ) Jarak ke ibukota kabupaten (X 6 ) Kepadatan penduduk (X 1 ) Jarak ke puskesmas/pustu terdekat (X 3 ) Jarak ke ibukota kabupaten (X 6 ) 30 Jarak ke ibukota kabupaten (X 6 )
37 Perbandingan Model Regresi Logistik Ordinal dan Model GWOLR Hasil perbandingan model regresi logistik ordinal dengan model GWOLR Kriteria Model Model Regresi Logistik Ordinal GWOLR Devians 496, ,158 AIC 508, ,275 Ketepatan klasifikasi 66,97% 69,39% pemodelan tingkat kerawanan desa atau kelurahan terhadap penyakit DBD di kabupaten Lamongan tahun 2009 antara hasil model GWOLR dan model regresi logistik ordinal tidak berbeda signifikan, hal ini ditunjukkan dari nilai AIC yang diperoleh berdasarkan kedua model tersebut hampir sama. Namun, prosentase ketepatan klasifikasi model GWOLR sedikit lebih besar dibandingkan model regresi logistik ordinal.
38 KESIMPULAN & SARAN KESIMPULAN : 1. Estimasi parameter model GWOLR menggunakan metode maksimum likelihood terboboti. Pengujian kesamaan model GWOLR dengan model regresi logistik ordinal didekati dengan distribusi F. Pengujian parameter model GWOLR secara serentak didekati dengan distribusi 2, sedangkan uji parameter model GWOLR secara parsial menggunakan uji Z. 2. Faktor-faktor yang signifikan mempengaruhi tingkat kerawanan desa atau kelurahan terhadap penyakit DBD di Kabupaten Lamongan tahun 2009 berdasarkan model GWOLR adalah kepadatan penduduk (X 1 ), jarak ke puskesmas/pustu terdekat (X 3 ) dan jarak ke ibukota kabupaten (X 6 ).
39 KESIMPULAN & SARAN 3. Pemodelan tingkat kerawanan desa atau kelurahan terhadap penyakit DBD di kabupaten Lamongan tahun 2009 antara hasil model GWOLR dan model regresi logistik ordinal tidak berbeda signifikan. SARAN : Penelitian lebih lanjut dapat dikembangkan untuk variabel respon kategorik berskala nominal yaitu model Geographically Weighted Multinomial Logistic Regression (GWMLR). Selanjutnya dapat pula dikembangkan untuk kasus semiparametrik, yaitu Geographically Weighted Ordinal Logistic Regression Semiparametric (GWOLRS) atau Geographically Weighted Multinomial Logistic Regression Semiparametric (GWMLRS).
40 DAFTAR PUSTAKA Agresti, A., (2002), Categorical Data Analysis, Second Edition, John Wiley & Sons, New York. Aslim, A., (1997), Analisis Kerawanan Demam Berdarah Dengue di Tingkat Desa di Kabupaten Indramayu Tahun dan Rencana Penanggulangannya, Tesis Fakultas Kesehatan Masyarakat Universitas Indonesia, Depok. Atkinson, P.M., German, S.E., Sear, D.A., & Clark, M.J., (2003), Exploring the Relations Between Riverbank Erosion and Geomorphological Controls Using Geographically Weighted Logistic Regression, Geographical Analysis, 35. Aulele, S. N., (2010), Model Geographically Weighted Poisson Regression (Studi Kasus : Jumlah Kematian Bayi di Jawa Timur dan Jawa Tengah Tahun 2007), Tesis Jurusan Statistika FMIPA ITS, Surabaya. Brunsdon, C., Fotheringham, A.S., dan Charlton, M. (1996), Geographically Weighted Regression: a method for exploring spatial nonstationarity, Geographical Analysis, 28, Departemen Kesehatan RI, (2007), Modul Pelatihan bagi Pengelola Program Pengendalian Penyakit Demam Berdarah Dengue di Indonesia, Direktorat Jenderal Pengendalian Penyakit dan Penyehatan Lingkungan, Jakarta Dinas Perhubungan dan Pariwisata Kabupaten Lamongan, (2008), Sekilas Lamongan, Kondisi Geografis Kabupaten Lamongan, Akses 1 Agustus 2010
41 DAFTAR PUSTAKA Dobson, A. J., (1990), An Introduction to Generalized Linear Models, Chapman & Hall, London Fotheringham, A.S., Brunsdon, C., dan Charlton, M. (2002), Geographically Weighted Regression, Jhon Wiley & Sons, Chichester, UK Hocking, R, (1996), Methods and Application of Linear Models, John Wiley & Sons, New York Lesage, J.P. (2001), A Family of Geographically Weighted Regression, Departement of Economics University of Toledo. McCullagh dan Nelder, (1989), Generalized Linear Models 2 nd Edition, Chapman & Hall, London Nakaya, T., Fotheringham, A.S., Brunsdon, C., dan Charlton, M. (2005), Geographically Weighted Poisson Regression for Disease Association Mapping, Statistics in Medicine, Volume 24 Issue 17, pages Soegijanto, S., (2004), Demam Berdarah Dengue, Airlangga University Press, Surabaya Yuniarti, A., (2008), Tingkat Kerawanan Demam Berdarah Dengue di Daerah Khusus Ibukota Jakarta Tahun 2007, Skripsi Departemen Kesehatan Lingkungan Fakultas Kesehatan Masyarakat Universitas Indonesia, Depok. Widiyanto, T., (2007), Kajian Manajemen Lingkungan terhadap Kejadian Demam Berdarah Dengue (DBD) di Kota Purwokerto Jawa Tengah, Tesis Jurusan Magister Kesehatan Lingkungan Universitas Diponegoro, Semarang
42
ESTIMASI 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 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 terperinciPEMODELAN KEMISKINAN MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DENGAN FUNGSI PEMBOBOT FIXED KERNEL
PEMODELAN KEMISKINAN MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION DENGAN FUNGSI PEMBOBOT FIXED KERNEL Hasriana 1, Raupong 2, Nirwan Ilyas 3 1 Program Studi Statistika FMIPA Universitas Hasanuddin
Lebih terperinciBAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS)
28 BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS) 3.1 Geographically Weighted Logistic Regression (GWLR) Geographically Weighted Logistic Regression adalah metode untuk
Lebih terperinciInformasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG)
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Informasi Fisher pada Algoritme Fisher Scoring untuk Estimasi Parameter Model Regresi Logistik Ordinal Terboboti Geografis (RLOTG) Aulia Nugrahani
Lebih terperinciS - 13 PEMODELAN SPASIAL KEMISKINAN DENGAN MIXED GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DAN FLEXIBLY SHAPED SPATIAL SCAN STATISTIC
S - 13 PEMODELAN SPASIAL KEMISKINAN DENGAN MIXED GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DAN FLEXIBLY SHAPED SPATIAL SCAN STATISTIC (Studi Kasus: Jumlah Rumah Tangga Sangat Miskin di Kabupaten Kulonprogo)
Lebih terperinciPEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION
E-Jurnal Matematika Vol. 2, No.3, Agustus 2013, 29-34 ISSN: 2303-1751 PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DI PROVINSI BALI DENGAN PENDEKATAN SEMI-PARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION GUSTI
Lebih terperinciPEMODELAN STATUS KESEJAHTERAAN DAERAH KABUPATEN ATAU KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 1, Tahun 2015, Halaman 43-52 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN STATUS KESEJAHTERAAN DAERAH KABUPATEN ATAU KOTA DI JAWA
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 terperinciBAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)
BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) 3.1 Regresi Poisson Regresi Poisson merupakan suatu bentuk analisis regresi yang digunakan untuk memodelkan data
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PENDUDUK KOTA SEMARANG TAHUN 2011 MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman 161-171 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PENDUDUK
Lebih terperinci(R.5) Pemodelan Regresi Poisson Terboboti Geografis Pada Kasus Gizi. buruk di Jawa Timur.
(R.5) Pemodelan Regresi Poisson Terboboti Geografis Pada Kasus Gizi Buruk di Jawa Timur Ida Mariati Hutabarat 1, Asep Saefuddin 2 1Jurusan Matematika Uncen. 2 Departemen Statistika IPB 1Jl.Kamp Wolker
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 terperinciKematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan
VIF Distribusi Poisson Regresi Poisson Kematian Bayi Kematian Ibu Kematian wanita saat melahirkan dan saat 42 hari setelah melahirkan bukan dikarenakan kecelakaan 1 Pendaharan terberat pada masa nifas
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 terperinciBAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
BAB III MIXED GEOGRAPHICALLY WEIGHTED REGRESSION 3.1 Mixed Geographically Weighted Regression Model Mixed Geographically Weighted Regression merupakan model kombinasi atau gabungan antara regresi global
Lebih terperinciGENERALIZED POISSON REGRESSION (GPR)
PEMODELAN JUMLAH KASUS KANKER SERVIKS DI JAWA TIMUR MENGGUNAKAN ANALISIS GENERALIZED POISSON REGRESSION (GPR) 12/06/2012 Oleh: RIZA INAYAH / 1309.030.042 Dosen Pembimbing: DR. Purhadi, M.Sc Jurusan Statistika
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 terperinciPemodelan Jumlah Kematian Bayi di Propinsi Jawa Timur dengan Pendekatan Geographically Weighted Poisson Regression Semi Parametric (GWPRS)
Seminar Tugas Akhir Pemodelan Jumlah Kematian Bayi di Propinsi Jawa Timur dengan Pendekatan Geographically Weighted Poisson Regression Semi Parametric (GWPRS) Oleh : Dessy Puspa Rani 1306. 100. 034 Dosen
Lebih terperinciABSTRAK. Kata kunci : regresi Poisson, GWPR, Angka Kematian Bayi (AKB)
PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) DI PROVINSI JAWA TIMUR Septika Tri Ardiyanti 1, Purhadi 2 1 Mahasiswa Jurusan Statistika ITS. 2 Dosen Jurusan
Lebih terperinciPenaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
Lebih terperinciOleh : Anindya Frisanty Ikaprillia Dosen Pembimbing : Dr. Purhadi, M.Sc
Oleh : Anindya Frisanty Ikaprillia 1309 100 014 Dosen Pembimbing : Dr. Purhadi, M.Sc Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran Rumusan Masalah Tujuan
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 Jumlah Kematian Bayi Di Kabupaten Bojonegoro Dengan Menggunakan Metode Analisis Regresi Binomial Negatif
1 Pemodelan Jumlah Kematian Bayi Di Kabupaten Bojonegoro Dengan Menggunakan Metode Analisis Regresi Binomial Negatif Nike Dwi Wilujeng Mahardika dan Sri Pingit Wulandari Statistika, FMIPA, Institut Teknologi
Lebih terperinciISSN: Vol. 1 No. 1 Agustus 2012
ISSN: 2303-1751 Vol. 1 No. 1 Agustus 2012 e-jurnal Matematika, Vol. 1, No. 1, Agustus 2012, 94-98 ISSN: 2303-1751 PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION
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 terperinci(R.1) KAJIAN MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION UNTUK MASALAH DATA SPASIAL DISKRIT
REGRESI 2 (R.1) KAJIAN MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION UNTUK MASALAH DATA SPASIAL DISKRIT Dani Robini, Budi Nurani R., Nurul Gusriani Jurusan Matematika FMIPA Universitas Padjadjaran Jl.
Lebih terperinciSKRIPSI. Disusun Oleh : RAHMA NURFIANI PRADITA
PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN MANUSIA KABUPATEN/ KOTA DI JAWA TIMUR MENGGUNAKAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION SKRIPSI Disusun Oleh : RAHMA NURFIANI
Lebih terperinciKata Kunci : MGWMLM, GWMLM, DAS.
ANALISIS PENGARU CURA UJAN DAN MORFOMETRI PADA PENINGKATAN DEBIT DAN SEDIMEN DI DAS KONTO ULU DENGAN PENDEKATAN MIXED GEOGRAPICALLY WEIGTED MULTUVARIATE LINIER MODEL 1 Memi Nor ayati, 2 Purhadi 1 Jurusan
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman 111-120 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PEMBANGUNAN
Lebih terperinciPERSEMBAHAN. Karya ini dipersembahkan untuk ibu, bapak, dan kakak yang selalu mendoakan dan memotivasiku untuk terus berjuang menyelesaikan skripsi.
ABSTRAK Shaifudin Zuhdi. 2015. KOMPUTASI METODE NEWTON RAPHSON DENGAN SOFTWARE R UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI SECARA GEOGRAFIS (RLOTG). Fakultas Matematika dan Ilmu
Lebih terperinciSeminar Hasil Tugas Akhir
LOGO Seminar Hasil Tugas Akhir Oleh : Efta Dhartikasari Priyana 1312 105 012 Dosen Pebimbing: Dr. Purhadi, M.Sc 8/7/2014 1 8/7/2014 2 Latar Belakang Latar Belakang Perumusan Masalah Ginjal Kronik Stroke
Lebih terperinciANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN. Rita Rahmawati 1, Anik Djuraidah 2.
ANALISIS GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT KERNEL GAUSSIAN UNTUK DATA KEMISKINAN Rita Rahmawati 1, Anik Djuraidah 2 1) Program Studi Statistika, FMIPA Universitas Diponegoro 2) Jurusan
Lebih terperinciPEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DI PROVINSI BALI
PEMODELAN ANGKA KEMATIAN BAYI DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DI PROVINSI BALI M ARRIE KUNILASARI ELYNA 1, I GUSTI AYU MADE SRINADI 2, MADE SUSILAWATI 3 1,2,3, Jurusan Matematika,
Lebih terperinciPEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION
PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION SKRIPSI Disusun Oleh : DEPY VERONICA 24010212140035 DEPARTEMEN STATISTIKA
Lebih terperinciBAB I PENDAHULUAN. Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi
BAB I PENDAHULUAN Dalam bab ini akan dibahas mengenai hal-hal yang melatarbelakangi penulisan tesis, rumusan masalah, tujuan dan manfaatnya, tinjauan-tinjauan pustaka dari hasil penelitian terkait serta
Lebih terperinciMODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON
MODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON Ade Susanti, Dewi Retno Sari Saputro, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak
Lebih terperinciPemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014
Prosiding Seminar Sains dan Teknologi FMIPA Unmul Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014 Dewi Andriani 1, Sri Wahyuningsih
Lebih terperinciREGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN
REGRESI LOGISTIK UNTUK PEMODELAN INDEKS PEMBANGUNAN KESEHATAN MASYARAKAT KABUPATEN/KOTA DI PULAU KALIMANTAN M. Fathurahman Jurusan Matematika, Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Penyakit demam berdarah dengue atau disingkat DBD merupakan salah satu masalah kesehatan dunia. Hal ini dapat dilihat dari jumlah kasus DBD di dunia pada tahun 2010
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 terperinciPEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR) DENGAN FUNGSI PEMBOBOT FIXED GAUSSIAN KERNEL DAN ADAPTIVE GAUSSIAN KERNEL (Studi Kasus Laju Pertumbuhan Penduduk Provinsi Jawa Tengah) SKRIPSI
Lebih terperinci(M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT
Univeitas Padjadjaran, 3 November 00 (M.9) PEMODELAN MELEK HURUF DAN RATA-RATA LAMA STUDI DENGAN PENDEKATAN MODEL BINER BIVARIAT Vita Ratnasari, Purhadi, Ismaini, Suhartono Mahasiswa S3 Jurusan Statistika
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Epidemiologi perubahan vektor penyakit merupakan ancaman bagi kesehatan manusia, salah satunya adalah demam berdarah dengue (DBD). Dengue hemorraghic fever (DHF) atau
Lebih terperinciMODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH
MODEL REGRESI TERBOBOTI GEOGRAFIS DENGAN FUNGSI PEMBOBOT KERNEL GAUSSIAN, BISQUARE, DAN TRICUBE PADA PERSENTASE KEMISKINAN DI PROVINSI JAWA TENGAH Nungki Fauzi T A N, Isnandar Slamet, Muslich Program Studi
Lebih terperinciPemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression
JURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (017) ISSN: 337-350 (301-98X Print) D-8 Pemodelan Angka Harapan Hidup di Papua dengan pendekatan Geographically Weighted Regression Ardianto Tanadjaja, Ismaini
Lebih terperinciPEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR)
PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR) Sisvia Cahya Kurniawati, Kuntoro Departemen Biostatistika dan Kependudukan FKM UNAIR Fakultas Kesehatan
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PENDUDUK KOTA SEMARANG TAHUN 2011 MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI LAJU PERTUMBUHAN PENDUDUK KOTA SEMARANG TAHUN 2011 MENGGUNAKAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SKRIPSI DisusunOleh : Catra Aditya Wisnu Aji NIM : J2E
Lebih terperinciISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:
ISSN: 2339-254 JURNAL GAUSSIAN, Volume 4, Nomor 3, ahun 205, Halaman 44-45 Online di: http://ejournal-s.undip.ac.id/index.php/gaussian KEEPAAN KLASIFIKASI INGKA KEPARAHAN KORBAN KECELAKAAN LALU LINAS MENGGUNAKAN
Lebih terperinciBAB I PENDAHULUAN. tropis. Pandangan ini berubah sejak timbulnya wabah demam dengue di
BAB I PENDAHULUAN A. Latar Belakang Selama hampir dua abad, penyakit Demam Berdarah Dengue dianggap sebagai penyakit penyesuaian diri seseorang terhadap iklim tropis. Pandangan ini berubah sejak timbulnya
Lebih terperinciGEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH
GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH SKRIPSI Disusun Oleh : NURMALITA SARI 240102120008 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciBAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang
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 terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Penyakit Demam Berdarah Dengue (DBD) termasuk salah satu penyakit yang tersebar di kawasan Asia Tenggara dan sampai saat ini masih merupakan masalah kesehatan masyarakat
Lebih terperinciModel Probit Untuk Ordinal Response
SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY Model Probit Untuk Ordinal Response S - 4 Defi Yusti Faidah, Resa Septiani Pontoh, Departemen Statistika FMIPA Universitas Padadaran defi.yusti@unpad.ac.id
Lebih terperinciBAB I PENDAHULUAN. Dengue ditularkan kepada manusia melalui gigitan nyamuk Aedes
BAB I PENDAHULUAN A. Latar Belakang Masalah Dengue ditularkan kepada manusia melalui gigitan nyamuk Aedes aegypti betina yang telah terinfeksi salah satu dari empat subtipe virus dengue (Sulehri, et al.,
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 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 terperinciHALAMAN PERSETUJUAN PEMBIMBING
DAFTAR ISI HALAMAN JUDUL.... HALAMAN PERSETUJUAN PEMBIMBING..... HALAMAN PENGESAHAN TUGAS AKHIR..... HALAMAN PERSEMBAHAN.... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
24 BAB IV HASIL DAN PEMBAHASAN Bagian awal bab ini disajikan pemetaan untuk mendeskripsikan jumlah DBD dan faktor yang mempengaruhi di Kota Semarang. Bagian selanjutnya dilakukan pemodelan untuk mendapatkan
Lebih terperinciANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH
ANALISIS PENDUDUK BEKERJA BERDASARKAN SEKTOR PEKERJAAN DAN JAM KERJA MENGGUNAKAN REGRESI PROBIT BIVARIAT DI PROVINSI ACEH Rizal Rahmad 1, Toni Toharudin 2, Anna Chadijah 3 Prodi Master Statistika Terapan,
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 405-416 Online di: http://ejournal-s1undipacid/indexphp/gaussian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) A-61
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-61 Model Regresi Probit Bivariat pada Kasus Penderita HIV dan AIDS di Jawa Timur Bella Yuliatin Puspita Sari, dan Farida Agustini
Lebih terperinciDAFTAR ISI LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI...
DAFTAR ISI Halaman LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI...... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN...
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Demam berdarah dengue (DBD) adalah penyakit akibat virus yang ditularkan oleh vektor nyamuk dan menyebar dengan cepat. Data menunjukkan peningkatan 30 kali lipat dalam
Lebih terperinci: Persentase Penduduk Dengan Sumber Air Minum Terlindungi PDAM : Pengeluaran Perkapita Penduduk Untuk Makan Sebulan
22 BAB III MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) 3.1 Variabel Penelitian Variabel penelitian yang digunakan dalam penelitian ini adalah data derajat kesehatan tahun 2013 pada 27 kabupaten
Lebih terperinciPENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA BERDASARKAN FAKTOR SOSIODEMOGRAFI
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 58 65 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA
Lebih terperinciPEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE
PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION DENGAN FUNGSI KERNEL BISQUARE TERHADA FAKTOR- FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI KABUPATEN DEMAK 1 Marlita Vebiriyana, 2 M. Yamin Darsyah, 3 Indah
Lebih terperinciBAB 1 : PENDAHULUAN. Berdarah Dengue (DBD). Jumlah penderita dan luas daerah penyebarannya
BAB 1 : PENDAHULUAN 1.1 Latar Belakang Penyakit menular masih merupakan masalah kesehatan masyarakat di Indonesia. Salah satu penyakit menular yang jumlah kasusnya dilaporkan cenderung meningkat dan semakin
Lebih terperinciANALISIS TAHAN HIDUP PENDERITA DEMAM BERDARAH DENGUE
ANALISIS TAHAN HIDUP PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KABUPATEN KARANGANYAR DENGAN PENDEKATAN BAYESIAN Titian Peramu Cahyani, Sri Subanti dan Purnami Widyaningsih Jurusan Matematika Fakultas Matematika
Lebih terperinciPERILAKU 3M, ABATISASI DAN KEBERADAAN JENTIK AEDES HUBUNGANNYA DENGAN KEJADIAN DEMAM BERDARAH DENGUE
Yunita K.R. dan Soedjajadi K., Perilaku 3M, Abatisasi PERILAKU 3M, ABATISASI DAN KEBERADAAN JENTIK AEDES HUBUNGANNYA DENGAN KEJADIAN DEMAM BERDARAH DENGUE 3M Behavior, Abatitation, Aedes aegypti Larva
Lebih terperinci2015 REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION (GWLR)
1 BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan salah satu cabang ilmu matematika yang mempelajari bagaimana merencanakan, mengumpulkan, mempresentasikan, menganalisis, dan menginterpretasikan
Lebih terperinciPERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH
PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH SKRIPSI Disusun Oleh: RIFKI ADI PAMUNGKAS 24010212140066 DEPARTEMEN STATISTIKA FAKULTAS SAINS
Lebih terperinciSarimah. ABSTRACT
PENDETEKSIAN OUTLIER PADA REGRESI LOGISTIK DENGAN MENGGUNAKAN TEKNIK TRIMMED MEANS Sarimah Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciPERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK PERSENTASE PENDUDUK MISKIN DI JAWA TENGAH
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 535-544 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN MODEL GWR DENGAN FIXED DAN ADAPTIVE BANDWIDTH UNTUK
Lebih terperinciBAB 1 PENDAHULUAN. Demam Berdarah Dengue (DBD) masih merupakan salah satu masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Demam Berdarah Dengue (DBD) masih merupakan salah satu masalah kesehatan masyarakat yang menimbulkan dampak sosial dan ekonomi. Jumlah kasus yang dilaporkan cenderung
Lebih terperinciBAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
BAB III GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) 3.1 Data Spasial Data spasial memuat informasi tentang atribut dan informasi lokasi. Sedangkan data bukan spasial (aspatial data) hanya memuat informasi
Lebih terperinciPendekatan Flexibly Shaped Spatial Scan Statistic untuk Deteksi Wilayah Kantong Penyakit DBD Melalui Pemodelan Regresi.
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (016) 337-350 (301-98X Print) D-0 Pendekatan Flexibly Shaped Spatial Scan Statistic untuk Deteksi Wilayah Kantong Penyakit DBD Melalui Pemodelan Regresi Binomial
Lebih terperinciAlgoritme Least Angle Regression untuk Model Geographically Weighted Least Absolute Shrinkage and Selection Operator
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Algoritme Least Angle Regression untuk Model Geographically Weighted Least Absolute Shrinkage and Selection Operator S-20 Yuliana 1, Dewi Retno Sari
Lebih terperinciMODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA
MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA 1 Mifta Luthfin Alfiani, 2 Indah Manfaati Nur, 3 Tiani Wahyu Utami 1,2,3 Program Studi Statistika,
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 terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) D-285
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) D-285 Analisis Faktor-Faktor Risiko yang Mempengaruhi Jumlah Kasus Malaria di Jawa Timur Tahun 2013 dengan Geographically Weighted
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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Model Regresi Linier Metode regresi linier merupakan suatu metode yang memodelkan hubungan antara variabel respon dengan variabel prediktor. Tujuannya adalah untuk mengukur
Lebih terperinciPemodelan Indikator Pencemar Biological Oxygen Demand di Kali Surabaya Menggunakan Pendekatan Spatial-Temporal Weighted Regression
Pemodelan Indikator Pencemar Biological Oxygen Demand di Kali Surabaya Menggunakan Pendekatan Spatial-Temporal Weighted Regression Achmad Choiruddin 1309100067 Dr. Sutikno M.Si Dosen Pembimbing PENDAHULUAN
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah Atiya Maulani, 2013
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, tidak jarang dihadapkan pada berbagai masalah yang berkaitan dengan dua atau lebih variabel dalam suatu bentuk hubungan tertentu
Lebih terperinciPEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA)
PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA) SKRIPSI Disusun Oleh : NOVIKA PRATNYANINGRUM 24010211140095
Lebih terperinciSKRIPSI. Disusun Oleh : MUHAMMAD HARIS NIM : J2E
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI JUMLAH KEJAHATAN PENCURIAN KENDARAAN BERMOTOR (CURANMOR) MENGGUNAKAN MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) SKRIPSI Disusun Oleh : MUHAMMAD HARIS
Lebih terperinciHUBUNGAN FAKTOR PERILAKU DENGAN KEJADIAN DEMAM BERDARAH DENGUE DI WILAYAH KERJA PUSKESMAS BOYOLALI I
0 HUBUNGAN FAKTOR PERILAKU DENGAN KEJADIAN DEMAM BERDARAH DENGUE DI WILAYAH KERJA PUSKESMAS BOYOLALI I Skripsi ini Disusun untuk Memenuhi Salah Satu Syarat Memperoleh Ijazah S1 Kesehatan Masyarakat Disusun
Lebih terperinciPemodelan Jumlah Kasus Hiv dan Aids di Kota Surabaya Menggunakan Bivariate Generalized Poisson Regression
JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: 337-3 (3-98X Print) D-98 Pemodelan Jumlah Kasus Hiv dan Aids di Kota Surabaya Menggunakan Bivariate Generalized Poisson Regression Suprianto Simanuntak,
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD
ESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD Fitra1, Saleh2, La Podje3 Mahasiswa Program Studi Statistika, FMIPA Unhas 2,3 Dosen Program Studi Statistika,
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 terperinciPEMODELAN PROPORSI PENDUDUK MISKIN KABUPATEN DAN KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION ABSTRACT
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 691-700 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PEMODELAN PROPORSI PENDUDUK MISKIN KABUPATEN DAN KOTA DI PROVINSI
Lebih terperinciBAB 1 : PENDAHULUAN. 1.1 Latar Belakang Tujuan pembangunan berkelanjutan 2030/Suistainable Development Goals (SDGs)
BAB 1 : PENDAHULUAN 1.1 Latar Belakang Tujuan pembangunan berkelanjutan 2030/Suistainable Development Goals (SDGs) poin ketiga yaitu menjamin kehidupan yang sehat dan mendorong kesejahteraan bagi semua
Lebih terperinciBAB I PENDAHULUAN. setiap tahunnya. Salah satunya Negara Indonesia yang jumlah kasus Demam
BAB I PENDAHULUAN A. Latar Belakang Demam Berdarah Dengue (DBD) merupakan penyakit yang banyak ditemukan di daerah tropis dan subtropis. Data dari seluruh dunia menunjukkan Asia menempati urutan pertama
Lebih terperinciA. Latar Belakang Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui
PENDAHULUAN A. Latar Belakang Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui hubungan sebab akibat antara peubah respon dengan peubah penjelas. Analisis regresi terbagi atas dua
Lebih terperinciPENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 11-16 ISSN: 2303-1751 PENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA NI MADE SEKARMINI 1, I KOMANG GDE SUKARSA
Lebih terperinciRegresi Poisson dan Penerapannya Untuk Memodelkan Hubungan Usia dan Perilaku Merokok Terhadap Jumlah Kematian Penderita Penyakit Kanker Paru-Paru
Regresi Poisson dan Penerapannya Untuk Memodelkan Hubungan Usia dan Perilaku Merokok Terhadap Jumlah Kematian Penderita Penyakit Kanker Paru-Paru IIN SUNDARI Program Studi Matematika, Fakultas Matematika
Lebih terperinciBAB I PENDAHULUAN. dengue dan ditularkan melalui gigitan nyamuk demam berdarah (Aedes
BAB I PENDAHULUAN A. Latar Belakang Demam berdarah merupakan penyakit yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk demam berdarah (Aedes aegypti dan Aedes albopictus) dan dapat
Lebih terperinciPemodelan Logit, Probit dan Complementary Log-Log pada Studi Kasus Partisipasi Perempuan dalam Pembangunan Ekonomi di Kalimantan Selatan
D181 Logit, Probit dan Complementary Log-Log pada Studi Kasus Partisipasi Perempuan dalam Pembangunan Ekonomi di Kalimantan Selatan Rizfanni Cahya Putri dan Vita Ratnasari Jurusan Statistika, Fakultas
Lebih terperinci