Pemodelan Jumlah Kasus Hiv dan Aids di Kota Surabaya Menggunakan Bivariate Generalized Poisson Regression
|
|
- Yuliana Tedjo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: (3-98X Print) D-98 Pemodelan Jumlah Kasus Hiv dan Aids di Kota Surabaya Menggunakan Bivariate Generalized Poisson Regression Suprianto Simanuntak, dan Purhadi Departemen Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 6 Indonesia supriantountak@gmail.com, purhadi@statistika.its.ac.id Abstrak HIV dan AIDS merupakan penyakit yang menadi perhatian di Indonesia, umlah kasus HIV dan AIDS seak 987 sampai 4 menunukkan bahwa Provinsi Jawa Timur berada pada urutan ke dua dengan umlah kasus HIV dan AIDS tertinggi di Indonesia. Kota Surabaya merupakan kota yang memliki umlah kasus baru HIV dan AIDS terbanyak di Provinsi Jawa Timur. Jumlah kasus HIV di Kota Surabaya memiliki hubungan linier dengan umlah kasus AIDS, sehingga disebut bivariate. Kedua umlah tersebut termasuk variabel random yang memiliki varians lebih besar dari nilai rata-ratanya. Ukuran ini disebut overdispersi. Oleh karenanya, kedua variabel tersebut tidak dapat didekati dengan distribusi Poisson yang memiliki nilai varians dan rata-rata yang sama. Pendekatan distribusi lain yang memungkinkan yaitu bivariate generalized Poisson. Dalam rangka mengidentifikasi variabel-variabel prediktor yang berpengaruh signifikan terhadap umlah kasus HIV dan AIDS, analisis regresi yang diterapkan uga disesuaikan dengan distribusi variabelvariabel respon. Meng-aplikasikan bivariate generalized Poisson regression, berdasarkan hasil analisis, diperoleh simpulan bahwa faktor yang berpengaruh signifikan terhadap umlah kasus HIV adalah persentase penduduk pengguna kondom, persentase penduduk yang tamat SMA, persentase penduduk kelompok umur -9 tahun dan persentase kegiatan penyuluhan kesehatan masyarakat. Faktor yang berpengaruh signifikan terhadap umlah kasus AIDS adalah persentase penduduk yang memiliki aminan kesehatan masyarakat miskin. Model terbaik yang diperoleh adalah model yang melibatkan semua variabel prediktor dengan nilai AIC sebesar,38. Kata Kunci---AIDS, Bivariate Generalized Poisson Regression, HIV. H I. PENDAHULUAN IV dan AIDS merupakan penyakit yang menadi perhatian di Indonesia, HIV dan AIDS di Indonesia pertama kali ditemukan di Provinsi Bali tahun 987. Hingga saat ini HIV dan AIDS sudah menyebar di 386 kabupaten/kota di seluruh provinsi di Indonesia. Berdasarkan laporan provinsi, umlah kasus infeksi HIV yang dilaporkan seak 987 sampai september 4 yang terbanyak adalah DKI Jakarta dengan 3.78 kasus. Lima provinsi dengan kasus HIV terbanyak adalah Provinsi DKI Jakarta, Jawa Timur, Papua, Jawa Barat dan Bali. Lima provinsi dengan kasus AIDS terbanyak adalah Provinsi Papua, Jawa Timur, DKI Jakarta, Bali dan Jawa Barat[]. Berdasarkan uraian tersebut Provinsi Jawa Timur selalu masuk ke dalam lima besar provinsi dengan umlah kasus HIV dan AIDS terbanyak seak 987 sampai september 4. Di antara 38 kabupaten/kota yang ada di Provinsi Jawa Timur, Kota Surabaya merupakan daerah dengan umlah kasus baru HIV dan AIDS terbanyak, pada tahun ditemukan 6 kasus HIV dan 8 kasus AIDS di Surabaya[]. Jumlah kasus HIV dan umlah kasus AIDS di Kota Surabaya berupa data umlahan yang diduga saling berkorelasi, serta mengalami kasus overdispersi atau underdispersi sehingga dapat dianalisis dengan metode Bivariate Generalized Poisson Regression (BGPR). Penelitian sebelumnya yang meng-gunakan metode BGPR[3][4] menghasilkan kesimpulan bahwa metode BGPR dapat menghasilkan model terbaik terhadap sepasang data count yang saling berkorelasi, berdistribusi bivariate Poisson dan mengalami kasus overdispersi. Berdasarkan uraian diatas, pada penelitian ini umlah kasus HIV dan umlah kasus AIDS di Kota Surabaya dianalisis dengan menggunakan bivariate generalized Poisson regression. Tuuan penelitian ini adalah mengidentifikasi faktor-faktor yang mempengaruhi umlah kasus HIV dan umlah kasus AIDS dan mendapatkan model terbaik serta faktor yang mempengaruhi umlah kasus HIV dan umlah kasus AIDS di Kota Surabaya. II. TINJAUAN PUSTAKA A. Bivariate Generalized Poisson Regression Bivariate generalized Poisson regression merupakan pengembangan dari bivariate Poisson regression, dimana datanya mengalami kasus overdispersi ataupun underdispersi. BGPR uga digunakan untuk memodelkan sepasang data count yang memiliki korelasi dengan variabel prediktor yang diduga mempengaruhinya. Sebelum pemodelan BGPR dilakukan, maka terlebih dahulu dilakukan ui distribusi bivariate generalized Poisson. Misalkan N, N, N 3 merupakan variabel acak yang saling bebas, masing-masing berdistribusi generalized Poisson serta diberikan variabel acak Y N N 3 dan Y N N 3 maka fungsi peluang bersamanya sebagai persamaan []. f ( y, y ) exp{ ( ) y y }. A. B () y, y,,,... A min( y, y) ( ( y k)) y k ( y k)!( y k)! k! k y k k B ( ( y k)) ( k ) exp{ k( )} Untuk mengetahui apakah variabel Y dan Y mengikuti distribusi bivariate generalized Poisson, maka dilakukan ui distribusi bivariate generalized Poisson menggunakan Crockett s test dengan hipotesis H : variabel respon Y dan Y mengikuti distribusi bivariate generalized Poisson
2 JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: (3-98X Print) D-99 H : variabel respon Y dan Y tidak mengikuti distribusi bivariate generalized Poisson penentuan nilai Crockett s test dilakukan dengan perungan T ˆ V () ; var( Y ) - Y, h, dan Y Y h h h ˆ ˆ ˆ V ; n, ; ˆ ˆ ˆ h var( Y n h ); ˆ cov( Y, Y ); g, h, ; g h gh g h Tolak H ika T ( n, ) Jika i i i i Y, Y BGP(,,, ) maka model BGPR didefenisikan ln( ) xβ x x x (3) i i i i k ki exp( xβ ) exp( x x x ) (4) i i i i k ki x i β i i ki x x x k ;, i,,..., n (banyak pengamatan) ) Penaksiran Parameter Bivariate Generalized Poisson Regression Pada model BGPR parameternya ditaksir dengan menggunakan metode Maximum Likelihood Estimation (MLE) dengan fungsi likelihood dari BGPR adalah i i i i i min( y, y i i ) n L (,,,,,, i,,..., n ). A A. A 3 A exp{ ( ) y y } A i i i i k () y k y k k i i ( ( k) ) ( ( k) ) ( k ) i i i i ( y k)! ( y k)! k! i A exp( k( )) () 3 kemudian dibentuk fungsi ln likelihood dari persamaan dan diturunkan terhadap masing-masing parameter. Berdasarkan hasil turunan pertama terhadap semua parameter diperoleh hasil persamaan yang eksplisit, sehingga dapat diselesaikan dengan optimasi Nelder-Mead. ) Penguian Hipotesis Parameter Bivariate Generalized Poisson Regression Penguian serentak parameter pada BGPR dilakukan untuk mengetahui apakah parameter dan signifikan terhadap model secara bersama-sama, dengan hipotesis H : dan k H :minimal ada satu dari dan ;, ; l l,,..., k Statistik ui yang digunakan untuk penguian serentak adalah ( ˆ ) ˆ L ˆ ˆ D( β ) ln ln( L( ) L( )) v L( ˆ (6) ) i D( βˆ ) merupakan pendekatan distribusi Chi-Square dengan deraat bebas v (umlah parameter dibawah populasi dikurangi umlah parameter dibawah hipotesis). Tolak H ika ˆ D( β ) [6]. Jika pada penguian serentak diperoleh hasil (,v) tolak H, maka analsis dilanutkan ke penguian parameter secara parsial dengan hipotesis a). Parameter H : H : ;, Statistik Ui: ˆ (7) SE( ˆ ) b). Parameter H : l H : ;, dan l,,..., k l Statistik Ui: ˆ l (8) SE( ˆ ) l untuk penguian dan tolak H ika merupakan taraf signifikansi yang digunakan. B. Ui Korelasi dan Pemeriksaan Multikolinieritas dengan Salah satu syarat pada BPGR adalah adanya hubungan linier antar variabel respon, penguian korelasi untuk variabel respon dilakukan dengan hipotesis H : Tidak ada hubungan antara Y dan Y H : Terdapat hubungan antara Y dan Y Statistik ui yang digunakan untuk ui korelasi adalah sebagai berikut: t r Y, Y Tolak H ika n ry, Y ( ) t t (, ) n Pendeteksian adanya kasus multikolinieritas adalah dengan memperhatikan nilai Variance Inflation Factor (VIF)[7]. Nilai VIF yang lebih dari mengindikasikan teradi multikolinieritas antar variabel prediktor, VIF didefenisikan sebagai persamaan berikut: VIF,,,..., k () R R adalah nilai koefisien determinasi prediktor ke- dengan prediktor lainnya. C. Pemeriksaan Equidispersi Pada regresi Poisson terdapat asumsi yang harus dipenuhi yaitu equidispersi, equidispersi merupakan kondisi dimana nilai rata-rata dari variabel respon sama dengan nilai variansnya. Jika terdapat nilai rata-rata lebih besar dari nilai varians, maka teradi kasus overdispersi. Overdispersi nilai (9)
3 JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: (3-98X Print) D- dispersi pearson chi-square atau deviance yang ika dibagi dengan deraat bebas diperoleh nilai lebih besar dari satu[8]. D. Pemilihan Model Terbaik Pada penelitian ini pemilihan model terbaik dilakukan dengan menggunakan Akaike s Information Criterion (AIC). Perungan nilai AIC untuk model regresi multivariat adalah sebagai berikut[9]. AIC n ln ˆ k () d n = banyaknya pengamatan ˆ k d n n i T εε i i = banyaknya variabel respon = banyaknya variabel prediktor E. HIV dan AIDS Human Immunodeficiency Virus (HIV) adalah seenis virus yang menyerang atau menginfeksi sel darah putih yang meyebabkan turunnya kekebalan tubuh manusia, sehingga orang yang terserang penyakit tersebut tidak dapat melawan berbagai enis penyakit yang menyerang tubuhnya. Menurunnya kekebalan tubuh akibat HIV berdampak pada mudahnya terkena berbagai penyakit infeksi (Infeksi oportunistik) yang sering berakibat fatal. Acquired Immune Defeciency Syndrom (AIDS) adalah sekumpulan geala penyakit yang timbul akibat turunnya kekebalan tubuh yang disebabkan oleh infeksi HIV. A. Sumber Data III. METODOLOGI PENELITIAN Data yang digunakan adalah data sekunder yang diperoleh dari Publikasi Dinas Kesehatan Kota Surabaya pada tahun 3. Jumlah unit pengamatan sebanyak 3 unit pengamatan yaitu 3 kecamatan yang ada di Kota Surabaya. B. Variabel Penelitian Adapun variabel penelitian yang digunakan dalam penelitian ini terdiri dari variabel respon (Y) dan variabel prediktor (X) yang ditunukkan pada Tabel. C. Langkah Analisis Langkah analisis yang dilakukan dalam penelitian ini adalah Tabel. Variabel Penelitian. Mendeskripsikan variabel respon dan prediktor dengan dua cara, yaitu dengan menggunakan tabel serta peta tematik yang dibagi menadi tiga kategori berdasarkan klasifikasi natural breaks.. Identifikasi variabel respon dan prediktor, dengan langkahlangkah a. Melakukan ui korelasi antar variabel respon, yaitu umlah kasus HIV dan AIDS. b. Melakukan ui distribusi bivariate generalized Poisson pada variabel respon dengan menggunakan Crockett s test. c. Pemeriksaan equidispersi pada variabel respon, yaitu umlah kasus HIV dan AIDS. d. Pemeriksaan multikolinieritas pada variabel prediktor yang diduga mempengaruhi umlah kasus HIV dan AIDS dengan menggunakan kriteria VIF. 3. Menentukan model terbaik dari all possible models berdasarkan nilai AIC terkecil. 4. Pemodelan umlah kasus HIV dan AIDS menggunakan bivariate generalized Poisson regression pada model terbaik, dengan langkah a. Penaksiran parameter model BGPR dengan menggunakan Maximum Likelihood Estimation (MLE). b. Melakukan penguian signifikansi parameter secara serentak dan parsial. c. Interpretasi Model. IV. ANALISIS DAN PEMBAHASAN A. Deskripsi Jumlah Kasus HIV dan AIDS di Kota Surabaya Jumlah kasus HIV di kota surabaya terus meningkat dari tahun 3-, sedangkan umlah kasus AIDS dikota Surabaya dari tahun 3- mengalami fluktuasi. Rata-rata umlah kasus HIV di setiap kecamatan di Kota Surabaya pada tahun 4 adalah 7 kasus, sedangkan rata-rata umlah kasus AIDS adalah kasus. Rata-rata umlah kasus HIV di setiap kecamatan di Kota Surabaya pada tahun adalah kasus, sedangkan rata-rata umlah kasus AIDS sebanyak 8 kasus. Rata-rata umlah kasus HIV dan AIDS di setiap kecamatan di Kota Surabaya disaikan pada Gambar. Variabel Keterangan Tipe Y Jumlah Kasus baru HIV. Count Y Jumlah Kasus baru AIDS. Count X Persentase penduduk pengguna kondom. Kontinu X Persentase penduduk yang tamat SMA. Kontinu X 3 Persentase penduduk kelompok umur -9 tahun. Kontinu X 4 Persentase penduduk yang memiliki aminan kesehatan masyarakat miskin. Kontinu X Persentase kegiatan penyuluhan kesehatan masyarakat. Kontinu Gambar Rata-rata Jumlah Kasus HIV dan AIDS di Kota Surabaya Tahun 3-. Pada tahun 3 rata-rata umlah kasus HIV di setiap kecamatan yang ada di Kota Surabaya sebanyak 4 kasus. Kasus HIV terbanyak adalah 4 kasus yang berada di Kecamatan Sawahan sementara di Kecamatan Lakar Santri tidak ada kasus HIV. Kecamatan Pabean Cantikan merupakan
4 JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: (3-98X Print) D- kecamatan dengan persentase pengguna kondom tertinggi yaitu sebesar,43% dari umlah penduduknya, sementara terendah adalah Kecamatan Asemrowo sebesar,46%. Kecamatan Tegalsari merupakan kecamatan dengan persentase penduduk yang tamat SMA tertinggi sebesar 3,%, sementara terendah berada di Kecamatan Asemrowo sebesar,8%. Persentase penduduk kelompok umur -9 tahun tertinggi berada di Kecamatan Tandes sebesar,73%, sementara terendah berada di kecamatan Pakal sebesar 7,777%. Kecamatan dengan persentase penduduk yang memiliki aminan kesehatan masyarakat miskin tertinggi berada di Kecamatan Semampir dan terendah di Kecamatan Tenggilis. Kecamatan dengan persentase kegiatan penyuluhan kesehatan masyarakat tertinggi berada di Kecamatan Tegalsari sebesar 3,4%, sementara terendah berada di Kecamatan Karangpilang yaitu sebesar,68%. Deskripsi umlah kasus HIV dan AIDS di Kota Surabaya tahun 3 disaikan pada Tabel. Tabel. Deskripsi Variabel Penelitian diperoleh 9 kecamatan dengan umlah kasus AIDS kategori rendah yaitu Kecamatan Pakal, Sambikerep, Lakar Santri, Wiyung, Karang Pilang, Genteng, Jambangan, Gayungan dan Tenggilis Meoyo. Terdapat 6 kecamatan dengan umlah kasus AIDS kategori sedang yaitu Kecamatan Benowo, Tandes, Asemrowo, Sukomanunggal, Dukuh Pakis, Pabean Cantikan, Bubutan, Simokerto, Keneran, Bulak, Gubeng, Mulyoreo, Sukolilo, Rungkut, Wonocolo dan Gunung Anyar. Terdapat 6 kecamatan dengan umlah kasus AIDS kategori tinggi yaitu Kecamatan Krembangan, Semampir, Tambaksari, Sawahan, Tegal Sari dan Wonokromo. B. Identifikasi Variabel Respon dan Prediktor Variabel Rata-rata Varians Minimum Maksimum Y 3,94 4,6, 4, Y 7,3 7,33, 4, X,344,74,46,43 X 34, 6,9,8 3, X 3 8,9,738 7,777,73 X 4,87 73,7 4,69 4,6 X,769,9,68 3,4 Penyebaran umlah kasus HIV di Kota Surabaya disaikan pada Gambar. Berdasarkan Gambar, terdapat kecamatan dengan umlah kasus HIV kategori rendah yaitu Kecamatan Pakal, Sambikerep, Tandes, Asemrowo, Sukomanunggal, Bubutan, Simokerto, Keneran, Genteng, Tegalsari, Lakar Santri, Dukuh Pakis, Wiyung, Karang Pilang, Jambangan, Wonocolo, Gayungan, Tanggilis Meoyo, Gunung Anyar, Rungkut, Sukolilo dan Mulyoreo. Terdapat delapan kecamatan dengan umlah kasus baru HIV kategori sedang yaitu Benowo, Krembangan, Pabean Cantikan, Semampir, Bulak, Tambak Sari, Gubeng, dan Wonokromo. Kecamatan dengan umlah kasus HIV kategori tinggi adalah Sawahan. Gambar. Persebaran Jumlah Kasus HIV di Kota Surabaya Rata-rata umlah kasus AIDS di setiap kecamatan yang ada di Kota Surabaya pada tahun 3 adalah sebanyak 7 kasus, kasus AIDS terbanyak adalah 4 kasus yang berada di Kecamatan Sawahan sementara di Kecamatan Sambikerep tidak ada kasus AIDS. Penyebaran umlah kasus AIDS di Kota Surabaya disaikan pada Gambar 3. Berdasarkan Gambar 3 Gambar 3. Persebaran Jumlah Kasus AIDS di Kota Surabaya Sebelum melakukan pemodelan BGPR langkah pertama yang dilakukan adalah ui korelasi variabel respon, karena pada pemodelan BGPR adanya hubungan linier (korelasi) yang erat antar variabel respon merupakan salah satu kriteria yang harus dipenuhi. Berdasarkan hasil analisis didapatkan nilai koefisien korelasi umlah kasus HIV dan umlah kasus AIDS sebesar,779 artinya bahwa terdapat hubungan yang erat antara umlah kasus HIV dan umlah kasus AIDS. Pada hasil ui korelasi diperoleh t sebesar 6,694 lebih besar dari nilai t(,;9), 4, maka tolak H atau dapat disimpulkan bahwa terdapat hubungan linier (korelasi) antara umlah kasus HIV dan umlah kasus AIDS. Selanutnya dilakukan penguian distribusi bivariate generalized Poisson pada variabel respon. Berdasarkan hasil analisis diperoleh nilai T, 96 dan dengan menggunakan taraf signifikansi sebesar, diperoleh nilai Karena T (,; ) (,; ), 99. maka gagal tolak H artinya bahwa umlah kasus HIV dan umlah kasus AIDS mengikuti distribusi bivariate generalized Poisson. Kemudian dilakukan pemeriksaan equidispersi, dari hasil analisis diperoleh nilai deviance/db untuk variabel respon Y dan Y berturut-turut adalah sebesar 4,38 dan 3,94 kedua nilai tersebut lebih besar dari satu, maka dapat disimpulkan bahwa umlah kasus HIV dan umlah kasus AIDS mengalami kasus overdispersi. Langkah terakhir adalah melakukan pemeriksaan multikolinieritas pada variabel prediktor, berdasarkan hasil analisis diperoleh bahwa nilai VIF untuk semua variabel prediktor yang digunakan adalah kurang dari, sehingga dapat disimpulkan bahwa tidak teradi kasus multikolinieritas antar variabel prediktor yang digunakan pada penelitian. Untuk lebih rinci
5 JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: (3-98X Print) D- nilai korelasi dan VIF variabel prediktor disaikan pada Tabel 3. C. Model Bivariate Generalized Poisson Regression pada Model Terbaik Untuk mendapatkan model BGPR terbaik pada umlah kasus HIV dan AIDS, maka dilakukan pemilihan model terbaik dari semua kemungkinan model yang mungkin teradi berdasarkan nilai AIC. Model yang mungkin teradi berdasarkan kombinasi variabel prediktor adalah sebanyak 3 model, namun model yang dibandingkan adalah model yang signifikan pada penguian serentak saa. Terdapat 6 model BGPR yang signifikan pada penguian serentak, untuk lebih rincinya disaikan pada Tabel 4. Tabel 4 menunukkan bahwa model yang memiliki AIC terkecil adalah model yang melibatkan semua variabel prediktor. Selanutnya dilakukan penguian parameter secara serentak pada model BGPR terbaik, penguian secara serentak pada model BGPR bertuuan untuk mengetahui apakah variabel prediktor secara serentak berpengaruh signifikan terhadap model. Berikut adalah hipotesis yang digunakan pada penguian parameter BGPR secara serentak: H : dan H :minimal ada satu dari dan ;, ; l l,,..., Berdasarkan hasil pemodelan BGPR diperoleh nilai devians dari model BGPR sebesar 8, hal ini berarti bahwa nilai devians lebih besar dari 8, 37, sehingga diperoleh (,;) kesimpulan tolak H yang berarti bahwa paling sedikit ada satu variabel prediktor yang signifikan terhadap model. Estimasi parameter dari umlah kasus HIV dan AIDS disaikan pada Tabel. Model yang diperoleh dari hasil penaksiran parameter BGPR untuk umlah kasus HIV dan AIDS didefenisikan pada persamaan dan 3. ln( ˆ ), 988, 738 X, 376 X,97 X, 8 X 3 4, 349 X Tabel 3. Nilai Korelasi dan VIF Variabel Prediktor Variabel X X X 3 X 4 X VIF X,73 X,7874,444 X 3,469 -,394,38 X 4 -,3,67 -,3433,449 X -,88, ,9,74,7 Tabel 4. Nilai AIC Model Yang Signifikan pada Ui Serentak Variabe Prediktor AIC Variabel Prediktor AIC X 3 48,66 X,X 3,X 36,36 X 48,487 X,X 3,X 4 3,83 X,X 3 4,63 X,X 3,X 36,976 X,X 3 44,4 X 3,X 4,X 34,349 X 3,X 4 39,378 X,X,X 3,X 4 4,663 X 3,X 43,69 X,X,X 3,X 9,736 X,X,X 3 34,969 X,X 3,X 4,X 6,66 X,X 3,X 4 3,66 X,X,X 3,X 4,X,38 ˆ exp(, 988, 738 X, 376 X,97 X 3, 8 X, 349 X ) 4 ln( ˆ ), 383,84 X, X +, 93X, X 3 4, 99 X ˆ exp(, 383,84 X, X +, 93 X 3, X, 99 X ) 4 () (3) Dari persamaan diperoleh bahwa ika persentase penduduk yang tamat SMA (X ) meningkat sebesar satu persen, maka akan meningkatkan rata-rata umlah kasus HIV sebesar exp(,376) =,383 kali dari rata-rata umlah kasus HIV semula dengan syarat variabel prediktor lainnya konstan. Dari persamaan 3 diperoleh bahwa setiap kenaikan satu persen penduduk pengguna kondom (X ) di Kota Surabaya, maka akan menurunkan rata-rata umlah kasus AIDS sebesar exp(-,84) =,83 kali dari rata-rata umlah kasus AIDS semula dengan syarat variabel prediktor lainnya konstan. Berikutnya melakukan penguian parsial terhadap parameter dan yang bertuuan untuk mengetahui variabel prediktor mana yang berpengaruh secara signifikan terhadap model dengan hipotesis sebagai berikut. H : H : ;, penguian ini menggunakan statistik ui pada persamaan 7 yang kemudian dibandingkan dengan nilai apabila tabel tabel. H ditolak, dengan menggunakan taraf signifikansi % diperoleh nilai,, 96. Berdasarkan hasil analisis diperoleh nilai untuk parameter dispersi dan berturutturut adalah sebesar 6,4 dan 3,9789. Kedua nilai tersebut lebih besar dari,96, sehingga H ditolak artinya bahwa kedua parameter dispersi signifikan terhadap model BGPR umlah kasus HIV dan AIDS di Kota Surabaya. Hipotesis untuk ui parsial parameter adalah sebagai berikut. H : l H : ;, dan l,,..., l Penguian ini menggunakan statistik ui pada persamaan 8 yang kemudian dibandingkan dengan nilai Parameter tabel Tabel. Estimasi Parameter BGPR Jumlah Kasus HIV tabel. H ditolak apabila, dengan menggunakan taraf signifikansi % diperoleh nilai,, 96. Nilai pada ui parsial parameter disaikan pada Tabel 6. Jumlah Kasus AIDS Estimasi SE Estimasi SE,988,,383,7,738,3 -,84,966,376,99,,7 -,97,93,93,9 3,8,88,,87 4 -,349, -,99,9
6 JURNAL SAINS DAN SENI ITS Vol. 6, No., (7) ISSN: (3-98X Print) D-3 Berdasarkan Tabel 6 diperoleh bahwa variabel prediktor yang berpengaruh signifikan terhadap model BGPR umlah kasus HIV di Kota Surabaya adalah persentase penduduk Tabel 6. Nilai ung Model BGPR Parameter Jumlah Kasus HIV Jumlah Kasus AIDS,847,448 3,677* -,34 3,798*,8889 -,693*,44 3,99,43* 4-3,33* -,887 pengguna kondom, persentase penduduk yang tamat SMA, persentase penduduk kelompok umur -9 tahun dan persentase kegiatan penyuluhan kesehatan masyarakat. Sedangkan variabel prediktor yang berpengaruh secara signifikan terhadap model BGPR umlah kasus AIDS di Kota Surabaya adalah persentase penduduk yang memiliki aminan kesehatan masyarakat miskin. pemeriksaan ulang, apakah pemberikan aminan kesehatan masyarakat miskin telah tepat sasaran atau tidak. DAFTAR PUSTAKA [] Kementrian Kesehatan RI. (4). Situasi dan Analisis HIV AIDS. Jakarta Selatan: Pusat Data dan Informasi Kementrian Kesehatan RI. [] Dinas Kesehatan Kota Surabaya. (). Profil Kesehatan Kota Surabaya. Surabaya: Dinas Kesehatan Kota Surabaya. [3] Putri, M. P. (7). Pemodelan Jumlah Kematian Ibu dan Jumlah Kematian Bayi di Provinsi Jawa Tengah Menggunakan Bivariate Generalized Poisson Regression. Surabaya: Institut Teknologi Sepuluh Nopember. [4] Wardani, D. K. (6). Pendugaan Parameter dan Penguian Hipotesis Bivariate Generalized Poisson Regression. Surabaya: Institut Teknologi Sepuluh Nopember. [] Vernic, R. (997). On The Bivariate Generalized Poisson Distribution. The Journal of The IAA, 7(), 3-3. Retrieved from [6] Agresti, A. (). Categorical Data Analysis (Second ed.). New York: John Wiley & Sons, Inc. [7] Hocking, R. (3). Methods and Application of Linear Models. Canada: John Wiley and Sons, Inc. [8] Famoye, F., Wulu, J. T., & Singh, K. P. (4). On the Generalized Poisson Regression Model with an Application to Accident Data. Journal of Data Science (4), Retrieved from [9] Johnson, R. A., & Wichern, D. W. (7). Applied Multivariate Statistical Analysis. New Jersey: Pearson education, Inc. V. KESIMPULAN DAN SARAN A. Kesimpulan Kesimpulan yang dapat diambil dari penelitian adalah sebagai berikut.. Jumlah kasus HIV terbanyak di Kota Surabaya berada di Kecamatan Sawahan dengan umlah kasus sebanyak 4 kasus, sementara di Kecamatan Lakar Santri tidak teradapat kasus HIV. Jumlah kasus AIDS terbanyak berada di Kecamatan Sawahan, sementara di Kecamatan Sambikerep tidak terdapat kasus AIDS.. Berdasarkan nilai AIC diperoleh bahwa model terbaik adalah model yang melibatkan semua variabel prediktor pada pemodelan BGPR dengan nilai AIC sebesar,38. Adapun variabel prediktor yang berpengaruh signifikan terhadap model umlah kasus HIV adalah persentase penduduk pengguna kondom, persentase penduduk yang tamat SMA, persentase penduduk kelompok umur -9 tahun dan persentase kegiatan penyuluhan kesehatan masyarakat. Sedangkan variabel yang berpengaruh signifikan terhadap model umlah kasus AIDS adalah persentase penduduk yang memiliki aminan kesehatan masyarakat miskin. B. Saran Berdasarkan hasil analasis maka saran yang dapat peneliti berikan adalah untuk penelitian selanutnya, karena data baru tentang variabel yang digunakan dalam penelitian ini tidak tersedia di Dinas Kesehatan Kota Surabaya maka sebaiknya melakukan penelitian tentang HIV dan AIDS menggunakan data primer. Bagi Dinas Kesehatan Kota Surabaya perlu memprioritaskan kegiatan penyuluhan kesehatan masyarakat terutama tentang penyakit HIV dan AIDS, karena dengan pemahaman dan pengetahuan yang mumpuni tentang HIV dan AIDS maka masyarakat akan lebih waspada dalam melakukan hubungan seksual terutama bagi penduduk yang memiliki pasangan seksual lebih dari satu orang sehingga diharapkan mampu menekan umlah kasus HIV dan AIDS di Kota Surabaya. Dinas Kesehatan Kota Surabaya perlu melakukan
BUKU DATA STATUS LINGKUNGAN HIDUP KOTA SURABAYA 2012
Tabel DE-1. Luas Wilayah, Jumlah, Pertumbuhan dan menurut Kecamatan No. KECAMATAN Luas (Km2) Jumlah Tahun 2012 Pertumbuhan 2012 2012 1 SUKOMANUNGGAL 9.23 104,564 6.42 11,329 2 TANDES 11.07 97,124 3.36
Lebih terperinciPemodelan Faktor yang Mempengaruhi Jumlah Hiv dan Aids Provinsi Jawa Timur Menggunakan Regresi Poisson Bivariat
JURNAL SAINS DAN SENI POMIS Vol., No., ( 7- (-98X Print D- Pemodelan Faktor yang Mempengaruhi Jumlah Hiv dan Aids Provinsi Jawa imur Menggunakan Regresi Poisson Bivariat Novi ri Ratnasari dan Purhadi Jurusan
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 terperinciBAD V KESIMPULAN DAN SARAN. 1. Pengelompokkan Kecamatan berdasarkan nilai skor faktor dinilai cukup
BAD V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan basil analisa data dan pembahasan, serta melihat tujuan dari dilaksanakannya penelitian ini, maka kesimpulan yang dapat diambil adalah sebagai berikut:
Lebih terperinciRegresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi dan Jumlah Kematian Ibu di Propinsi Jawa Timur
1 Regresi Bivariat Poisson Dalam Pemodelan Jumlah Kematian Bayi dan Jumlah Kematian Ibu di Propinsi Jawa Timur Elvira Pritasari dan Purhadi Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan
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 terperinciKEPALA BADAN PERTANAHAN NASIONAL REPUBLIK INDONESIA
KEPALA BADAN PERTANAHAN NASIONAL REPUBLIK INDONESIA PERATURAN KEPALA BADAN PERTANAHAN NASIONAL REPUBLIK INDONESIA NOMOR 9 TAHUN 2009 TENTANG PEMBENTUKAN PERWAKILAN KANTOR PERTANAHAN KOTA SURABAYA DI PROVINSI
Lebih terperinciBUKU DATA STATUS LINGKUNGAN HIDUP KOTA SURABAYA 2012
Tabel DS-1. Penduduk Laki-laki Berusia 5-24 Tahun Menurut Golongan Umur dan Status No. Umur Tidak Sekolah SD SLTP SLTA Diploma Universitas 1 5-6 - 67,293-2 7-12 - 146,464-3 13-15 - - 70,214 4 16-18 70,170
Lebih terperinciPersentase guru SD adalah perbandingan antara jumlah
Kenyataan saat ini masyarakat sudah mempunyai kepedulian yang cukup tinggi terhadap upaya peningkatan sumber daya manusia. Variabel-variabel pendidikan yang digunakan antara lain : 1. Persentase guru Taman
Lebih terperinciPemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya
JURNAL SAINS DAN SENI POMITS Vol., No., (04) 7-0 (0-98X Print) D-7 Pemodelan Regresi Nonparametrik Spline Truncated Dan Aplikasinya pada Angka Kelahiran Kasar di Surabaya Merly Fatriana Bintariningrum
Lebih terperinciOleh : Fanial Farida Dosen Pembimbing : Santi Wulan Purnami, M.Si. Ph.D
Analisis Korespondensi Pengguna Jenis Alat Kontrasepsi Peserta KB Aktif dan KB Baru Terhadap Kecamatan di Kota Surabaya Oleh : Fanial Farida 1311030064 Dosen Pembimbing : Santi Wulan Purnami, M.Si. Ph.D
Lebih terperinciPemodelan Kasus Tindak Pidana di Kota Surabaya dengan Pendekatan Regresi Spasial
JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) 2337-3520 (2301-928X Print) D-135 Pemodelan Kasus Tindak Pidana di Kota Surabaya dengan Pendekatan Regresi Spasial Defi Mustika Sari, Dwi Endah Kusrini,
Lebih terperinciGAMBARAN UMUM INDUSTRI KOTA SURABAYA DAN TINJAUAN KEPUSTAKAAN PENCEMARAN ATMOSFER
BAB 1 PENDAHULUAN 1.1. Latar Belakang... 1-1 1.2. Maksud, Tujuan, Dan Sasaran... 1-1 1.3. Lokasi Pekerjaan... 1-2 1.4. Lingkup Pekerjaan... 1-2 1.5. Peraturan Perundangan... 1-2 1.6. Sistematika Pembahasan...
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-193
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-193 Analisis Faktor-Faktor yang Memengaruhi Jumlah Kasus Tuberculosis di Surabaya Tahun 014 Menggunakan Geographically Weighted Negative
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 terperinci,076,137, ,977,912,386 1,416,054,050,351 1,010,861,076, ,424,923,013 1,526,285,999, ,231,948,775 7.
vi PEMERINTAH KOTA SURABAYA RINGKASAN ANGGARAN DAN MENURUT DAN ORGANISASI TAHUN ANGGARAN 2013 LAMPIRAN II NOMOR TANGGAL : PERATURAN : 8 : 28 Oktober 2013 TIDAK LANGSUNG LANGSUNG JUMLAH TIDAK LANGSUNG LANGSUNG
Lebih terperinciArrowiyah Pembimbing: Dr. Sutikno S.Si M.Si. Seminar Tugas Akhir SS091324
Arrowiyah 1307 100 070 Pembimbing: Dr. Sutikno S.Si M.Si Seminar Tugas Akhir SS091324 1 Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran Daftar Pustaka Seminar
Lebih terperinciIdentifikasi Panjang Perjalanan Siswa Sekolah Dasar di Kota Surabaya
E47 Identifikasi Panjang Siswa Sekolah Dasar di Kota Surabaya Ayu Tarviana Dewi, Ketut Dewi Martha Erli Handayeni Jurusan Perencanaan Wilayah dan Kota, Fakultas Teknik Sipil dan Perencanaan, Institut Teknologi
Lebih terperinciPEMODELAN KASUS TINDAK PIDANA DI KOTA SURABAYA DENGAN PENDEKATAN REGRESI SPASIAL 1 Defi Mustika Sari, 2 Dwi Endah Kusrini dan 3 Suhartono
1 PEMODELAN KASUS TINDAK PIDANA DI KOTA SURABAYA DENGAN PENDEKATAN REGRESI SPASIAL 1 Defi Mustika Sari, 2 Dwi Endah Kusrini dan 3 Suhartono Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh
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 terperinciWALIKOTA SURABAYA PROVINSI JAWA TIMUR
SALINAN WALIKOTA SURABAYA PROVINSI JAWA TIMUR PERATURAN WALIKOTA SURABAYA NOMOR 90 TAHUN 2016 TENTANG PEMBENTUKAN DAN SUSUNAN ORGANISASI UNIT PELAKSANA TEKNIS DINAS BINA PENGELOLAAN SEKOLAH PADA DINAS
Lebih terperinciTENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS BINA PENGELOLAAN SEKOLAH PADA DINAS PENDIDIKAN KOTA SURABAYA WALIKOTA SURABAYA,
SALINAN PERATURAN WALIKOTA SURABAYA NOMOR 1 TAHUN 2013 TENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS BINA PENGELOLAAN SEKOLAH PADA DINAS PENDIDIKAN KOTA SURABAYA WALIKOTA SURABAYA, Menimbang : a. bahwa
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH MENGGUNAKAN REGRESI GENERALIZED POISSON DAN BINOMIAL NEGATIF
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TENGAH MENGGUNAKAN REGRESI GENERALIZED POISSON DAN BINOMIAL NEGATIF 1 Alan Prahutama, 2 Sudarno, 3 Suparti, 4 Moch. Abdul Mukid 1,2,3,4
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 terperinciJURNAL SAINS DAN SENI ITS Vol. 6, No. 1, (2017) ISSN: ( X Print) D-108
JURNAL SAINS DAN SENI IS Vol. 6, No., (7 ISSN: 337-3 (3-98X Print D-8 Analisis Faktor-Faktor yang Berpengaruh erhadap Jumlah Kematian Ibu dan Jumlah Kematian Bayi di Provinsi Jawa engah dengan Bivariate
Lebih terperinciTENTANG WALIKOTA SURABAYA,
SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 73 TAHUN 2008 TENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS PEMADAM KEBAKARAN SURABAYA I, SURABAYA II, SURABAYA III, SURABAYA IV DAN SURABAYA
Lebih terperinci2009/ / /2012 (1) (2) (3) (4) 01. Sekolah/ Schools. 02. Kelas/ Classes
Tabel : 04.01.16 4. SOSIAL BUDAYA / CULTURE SOCIAL Banyaknya Sekolah, Kelas, Murid, Ruang Belajar dan Guru pada Madrasah Tsanawiyah*) Number of School, Classes, Pupils, Classrooms and Teachers on Madrasah
Lebih terperinciPEMERINTAH KOTA SURABAYA
SALINAN PEMERINTAH KOTA SURABAYA PERATURAN DAERAH KOTA SURABAYA NOMOR 2 TAHUN 2006 TENTANG ORGANISASI KECAMATAN KOTA SURABAYA DENGAN RAHMAT TUHAN YANG MAHA ESA WALIKOTA SURABAYA Menimbang : a. bahwa berdasarkan
Lebih terperinciSTUDI DEMAND AND SUPPLY BUS SEKOLAH RUTE DUKUH MENANGGAL - SMA KOMPLEKS SURABAYA
Seminar Nasional Sains dan Teknologi Terapan III 2015 STUDI DEMAND AND SUPPLY BUS SEKOLAH RUTE DUKUH MENANGGAL - SMA KOMPLEKS SURABAYA Ratih Sekartadji 1, Hera Widyastuti 2, Wahju Herijanto 3 Jurusan Teknik
Lebih terperinciWALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 23 TAHUN 2005 TENTANG
SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 23 TAHUN 2005 TENTANG PENGGANTIAN PEMBAYARAN REKENING TELEPON BAGI UNIT SATUAN KERJA DI LINGKUNGAN PEMERINTAH KOTA SURABAYA WALIKOTA SURABAYA,
Lebih terperinciKEPUTUSAN WALIKOTA SURABAYA NOMOR : /104/ /2014 TENTANG
SALINAN KEPUTUSAN WALIKOTA SURABAYA NOMOR : 188.45/104/436.1.2/2014 TENTANG SATUAN PELAKSANA PENANGGULANGAN BENCANA (SATLAK PB) DAN SATUAN TUGAS SATUAN PELAKSANA PENANGGULANGAN BENCANA (SATGAS SATLAK PB)
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 KEMATIAN BALITA MALNUTRISI DENGAN PENDEKATAN ZERO-INFLATED POISSON (ZIP) REGRESSION DI PROVINSI JAWA TENGAH
PEMODELAN KEMATIAN BALITA MALNUTRISI DENGAN PENDEKATAN ZERO-INFLATED POISSON (ZIP) REGRESSION DI PROVINSI JAWA TENGAH 1 Prisca Shery Camelia, 2 Indah Manfaati Nur, 3 Moh. Yamin Darsyah 1,2,3 Program Studi
Lebih terperinciPENGARUH PERKEMBANGAN PERMUKIMAN TERHADAP EMISI CO 2 DI KOTA SURABAYA
PENGARUH PERKEMBANGAN PERMUKIMAN TERHADAP EMISI CO 2 DI KOTA SURABAYA Oleh: Ummi Fadlilah Kurniawati 3608100027 Dosen Pembimbing: Rulli Pratiwi Setiawan,S.T.,M.Sc. BAB I PENDAHULUAN Latar belakang Surabaya
Lebih terperinciWALIKOTA SURABAYA WALIKOTA SURABAYA,
WALIKOTA SURABAYA SALINAN PERATURAN WALIKOTA SURABAYA NOMOR 32 TAHUN 2006 TENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS PEMADAM KEBAKARAN SURABAYA I, SURABAYA II, SURABAYA III, SURABAYA IV DAN SURABAYA
Lebih terperinciRuang Jenis & Status/ Sekolah/ Belajar/ Kelas/ Guru/ Murid/ Levels and Status Schools Classrooms Class Teachers Pupils (1) (2) (3) (4) (5) (6)
Tabel : 04.01.01 4. SOSIAL BUDAYA / CULTURE SOCIAL Banyaknya Sekolah, Ruang Belajar, Kelas, Guru dan Murid menurut Jenis dan Status Sekolah Number of Schools, Classrooms, Classes, Teachers and Pupils by
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 terperinciRuang Jenis & Status/ Sekolah/ Belajar/ Kelas/ Guru/ Murid/ Levels and Status Schools Classrooms Class Teachers Pupils (1) (2) (3) (4) (5) (6)
Tabel : 04.01.01 4. SOSIAL BUDAYA / CULTURE SOCIAL Banyaknya Sekolah, Ruang Belajar, Kelas, Guru dan Murid menurut Jenis dan Status Sekolah Number of Schools, Classrooms, Classes, Teachers and Pupils by
Lebih terperinciWALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 71 TAHUN 2006
1 WALIKOTA SURABAYA SALINAN PERATURAN WALIKOTA SURABAYA NOMOR 71 TAHUN 2006 TENTANG PENGGANTIAN PEMBAYARAN REKENING TELEPON BAGI UNIT SATUAN KERJA DI LINGKUNGAN PEMERINTAH KOTA SURABAYA WALIKOTA SURABAYA,
Lebih terperinciSecond-Order Confirmatory Factor Analysis pada Kemiskinan di Kabupaten Jombang
JURNAL SAINS DAN SENI POMITS Vol. 3, No., (014) 337-350 (301-98X Print) D-78 Second-Order Confirmatory Factor Analysis pada di Kabupaten Jombang Masnatul Laili dan Bambang Widanarko Otok Jurusan Statistika,
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 terperinciWALIKOTA SURABAYA PROVINSI JAWA TIMUR
WALIKOTA SURABAYA PROVINSI JAWA TIMUR SALINAN PERATURAN WALIKOTA SURABAYA NOMOR 94 TAHUN 2016 TENTANG PEMBENTUKAN DAN SUSUNAN ORGANISASI UNIT PELAKSANA TEKNIS BADAN PELAYANAN PAJAK DAERAH PADA BADAN PENGELOLAAN
Lebih terperinciWALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 44 TAHUN 2010 TENTANG
SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 44 TAHUN 2010 TENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS PELAYANAN PAJAK DAERAH PADA DINAS PENDAPATAN DAN PENGELOLAAN KEUANGAN KOTA SURABAYA
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN V.1. Kesimpulan Penelitian tentang Motif Pemirsa Surabaya dalam Menonton Serial Komedi OK-JEK di NET TV, peneliti dapat menarik kesimpulan bahwa motif yang mendorong sebagian
Lebih terperinciWALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 23 TAHUN 2008 TENTANG
SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 23 TAHUN 2008 TENTANG TATA CARA PELAKSANAAN PENYAMPAIAN SURAT PEMBERITAHUAN PAJAK TERUTANG PAJAK BUMI DAN BANGUNAN DI KOTA SURABAYA WALIKOTA
Lebih terperinciPemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit
JURNAL SAINS DAN SENI POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3520 (2301-928X Print) D-159 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan
Lebih terperinciWALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 45 TAHUN 2010 TENTANG
1 SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 45 TAHUN 2010 TENTANG PENGGANTIAN PEMBAYARAN REKENING TELEPON BAGI UNIT KERJA/SATUAN KERJA PERANGKAT DAERAH DI LINGKUNGAN PEMERINTAH KOTA SURABAYA
Lebih terperinciPEMODELAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION PADA REGRESI POISSON
PEMODELAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION PADA REGRESI POISSON Rena Muntafiah 1, Rochdi Wasono 2, Moh. Yamin Darsyah 3 1,2,3 Program Studi Statistika, Fakultas Matematika dan Ilmu
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 terperinciE-Jurnal Matematika Vol. 3 (3), Agustus 2014, pp ISSN:
E-Jurnal Matematika Vol. 3 3), Agustus 2014, pp. 107-115 ISSN: 2303-1751 PERBANDINGAN REGRESI BINOMIAL NEGATIF DAN REGRESI GENERALISASI POISSON DALAM MENGATASI OVERDISPERSI Studi Kasus: Jumlah Tenaga Kerja
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 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 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 terperinci1,526 1, ,024 Sumber : Kwartir Cabang Gerakan Pramuka Kota Surabaya Source : Scout Associations, Branch of Surabaya City
Tabel : 04.01.31 Banyaknya Gugus Depan dan Anggota Pramuka per Kecamatan Number of Local Scout Organization and Scout Members by Sub District 2011 Gugus Kecamatan/ Depan/ Sumber - Didik/Source of Trainer
Lebih terperinciModel Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur M.Fariz Fadillah Mardianto,
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 terperinciPOLA SPATIAL PERSEBARAN PUSAT PERBELANJAAN MODERN DI SURABAYA BERDASARKAN PROBABILITAS KUNJUNGAN
POLA SPATIAL PERSEBARAN PUSAT PERBELANJAAN MODERN DI SURABAYA BERDASARKAN PROBABILITAS KUNJUNGAN Achmad Miftahur Rozak 3609 100 052 Pembimbing Putu Gde Ariastita ST. MT Program Studi Perencanaan Wilayah
Lebih terperinciBAB III METODE PENELITIAN. Keterangan Tinggal Sementara dengan menggunakan model End User Computing. 1. Identifikasi permasalahan, tujuan dan manfaat
BAB III METODE PENELITIAN Metode penelitian adalah sekumpulan peraturan, kegiatan, dan prosedur yang digunakan untuk melakukan penelitian sehingga mampu menjawab rumusan masalah dan tujuan penelitian dengan
Lebih terperinciSIDANG TUGAS AKHIR. Oleh : Herry Purnama Sandy ( )
SIDANG TUGAS AKHIR Oleh : Herry Purnama Sandy (2507 100 110) Dosen Pembimbing 1 : Dr. Maria Anityasari, ST.,ME. Dosen Pembimbing 2 : Dr. Ir. Sri Gunani Partiwi, MT. Jurusan Teknik Industri Fakultas Teknologi
Lebih terperinciKECAMATAN KELURAHAN JUMLAH SEMAMPIR WONOKUSUMO 7,664 TAMBAK SARI KAPASMADYA BARU. REKAPITULASI BELUM REKAM ektp PERKELURAHAN
NO KECAMATAN KELURAHAN JUMLAH 1 SEMAMPIR WONOKUSUMO 7,664 2 TAMBAK SARI KAPASMADYA BARU 1 / 60 6,661 3 KENJERAN SIDOTOPO WETAN 5,683 4 TAMBAK SARI PLOSO 5,205 5 GUBENG 2 / 60 MOJO 5,195 6 SUKOMANUNGGAL
Lebih terperinciBanyaknya Gugus Depan dan Anggota Pramuka per Kecamatan Number of Local Scout Organization and Scout Members by Sub District ###
Tabel : 04.01.31 Banyaknya Gugus Depan dan Anggota Pramuka per Kecamatan Number of Local Scout Organization and Scout Members by Sub District ### Gugus Kecamatan/ Depan/ Sumber - Didik/Source of Trainer
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 terperinciBanyaknya Industri dan Pekerja menurut Sub Sektor Number of Industries and Workers by Sub Sectors
Tabel : 06.01.01 Banyaknya Industri dan Pekerja menurut Sub Sektor Number of and Workers by Sub Sectors 2005-2011 Industri Kimia Agro Industri Logam Mesin dan Hasil Hutan/ Elektronika dan Aneka/ Tahun/
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 terperinciJenis Industri/Type of Industries Sub-District
Tabel : 06.01.09 Banyaknya Industri Besar dan Sedang menurut Golongan Industri per Kecamatan Number of Large and Medium Scale Industries by Industrial Categories by Sub District 2011 Sub-District 10 12
Lebih terperinciPola Distribusi Hujan Kota Surabaya
Volume 14, Nomor 1, Pebruari 16 Pola Distribusi Hujan Kota Surabaya S. Kamilia Aziz, Ismail Sa ud Program Studi Diploma Teknik Sipil FTSP ITS Email: kamiliaharis@gmail.com Abstract Surabaya city experienced
Lebih terperinciWALIKOTA SURABAYA PROVINSI JAWA TIMUR
WALIKOTA SURABAYA PROVINSI JAWA TIMUR SALINAN KEPUTUSAN WALIKOTA SURABAYA NOMOR 188.45/130/436.2/2016 TENTANG TIM PENYUSUN RENCANA STRATEGIS (RENSTRA) PERANGKAT DAERAH KOTA SURABAYA TAHUN 2016-2021 WALIKOTA
Lebih terperinciJumlah rumah tangga usaha pertanian di Kota Surabaya Tahun 2013 sebanyak rumah tangga
.3578 Jumlah rumah tangga usaha pertanian di Kota Surabaya Tahun 2013 sebanyak 8.002 rumah tangga Jumlah perusahaan pertanian berbadan hukum di Kota Surabaya Tahun 2013 sebanyak 6 Perusahaan Jumlah perusahaan
Lebih terperinciPEMODELAN JUMLAH KASUS TETANUS NEONATORUM DENGAN MENGGUNAKAN REGRESI POISSON UNTUK WILAYAH REGIONAL 2 INDONESIA (SUMATERA)
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 116 124 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN JUMLAH KASUS TETANUS NEONATORUM DENGAN MENGGUNAKAN REGRESI POISSON UNTUK WILAYAH REGIONAL 2
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 terperinciIdentifikasi Faktor-Faktor yang Mempengaruhi Pneumonia pada Balita di Surabaya Menggunakan Geographically Weighted Negative Binomial Regression
JURNAL SAINS DAN SENI ITS Vol. 5 No. (06) 337-350 (30-98X Print) D-83 Identifikasi Faktor-Faktor yang Mempengaruhi Pneumonia pada Balita di Surabaya Menggunakan Geographically Weighted Negative Binomial
Lebih terperinci8, ,403 Sumber : Kantor BAPEMAS dan KB Kota Surabaya Source : National Family Planning Coordinating Board Office of Surabaya City
Tabel : 03.03.01 Banyaknya Paguyuban dan Petugas Keluarga Berencana per Kecamatan Number of Family Planning Association and Workers per Sub District Paguyuban KB Pengawas PLKB/ PLKB/KK Kecamatan/ Family
Lebih terperinciKenaikan jumlah lansia: 1990 ke tahun 2000 = 34,5% 2000 ke tahun 2010 = 32,8%
Kota yang baik adalah kota yang dapat mengakomodir kebutuhan penghuninya termasuk kebutuhan masyarakat lansia, dalam hal taman bagi lansia. Taman lansia sangat diperlukan dalam sebuah perkotaan karena
Lebih terperinciTENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS PEMUNGUTAN PAJAK PADA DINAS PENDAPATAN DAN PENGELOLAAN KEUANGAN KOTA SURABAYA WALIKOTA SURABAYA,
SALINAN WALIKOTA SURABAYA PERATURAN WALIKOTA SURABAYA NOMOR 82 TAHUN 2008 TENTANG ORGANISASI UNIT PELAKSANA TEKNIS DINAS PEMUNGUTAN PAJAK PADA DINAS PENDAPATAN DAN PENGELOLAAN KEUANGAN KOTA SURABAYA WALIKOTA
Lebih terperinciPEMODELAN ANGKA PUTUS SEKOLAH BAGI ANAK USIA WAJIB BELAJAR DI JAWA TIMUR DENGAN PENDEKATAN GENERALIZED POISSON REGRESSION
PEMODELAN ANGKA PUTUS SEKOLAH BAGI ANAK USIA WAJIB BELAJAR DI JAWA TIMUR DENGAN PENDEKATAN GENERALIZED POISSON REGRESSION 1 Tanty Citrasari Wijayanti (1307100024) 2 Setiawan (19601030 198701 1 001) 1 Mahasiswa
Lebih terperinciPEMERINTAH KOTA SURABAYA
PEMERINTAH KOTA SURABAYA RANCANGAN PERATURAN DAERAH KOTA SURABAYA NOMOR TAHUN 2012 TENTANG ANGGARAN PENDAPATAN DAN BELANJA DAERAH TAHUN ANGGARAN 2012 DENGAN RAHMAT TUHAN YANG MAHA ESA WALIKOTA SURABAYA,
Lebih terperinciPOLA TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS: KECELAKAAN LALU LINTAS DI SURABAYA)
POLA TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS: KECELAKAAN LALU LINTAS DI SURABAYA) Oleh: Laylia Nur Afidah se. Dosen Pembimbing: Dra.
Lebih terperinciJurnal Matematika Vol. 2 No. 2, Desember ISSN :
Jurnal Matematika Vol. 2 No. 2, Desember 2012. ISSN : 1693-1394 Perbandingan Analisis Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif Untuk Mengatasi Overdispersi Studi Kasus: Pemodelan
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 terperinciPemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit
1 Pemetaan dan Pemodelan Tingkat Partisipasi Angkatan Kera (TPAK) Perempuan di Provinsi Jawa Timur dengan Pendekatan Model Probit Rizky Amalia Yulianti*, Vita Ratnasari*. Jurusan Statistika, FMIPA, Institut
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 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 terperinciWALIKOTA SURABAYA PROVINSI JAWA TIMUR
SALINAN WALIKOTA SURABAYA PROVINSI JAWA TIMUR PERATURAN DAERAH KOTA SURABAYA NOMOR 14 TAHUN 2016 TENTANG PEMBENTUKAN DAN SUSUNAN PERANGKAT DAERAH KOTA SURABAYA DENGAN RAHMAT TUHAN YANG MAHA ESA WALIKOTA
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
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 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 terperinciE-Jurnal Matematika Vol. 2, No.2, Mei 2013, ISSN:
E-Jurnal Matematika Vol., No., Mei 013, 37-41 ISSN: 303-1751 PENERAPAN REGRESI QUASI-LIKELIHOOD PADA DATA CACAH (COUNT DATA) YANG MENGALAMI OVERDISPERSI DALAM REGRESI POISSON (Studi Kasus: Jumlah Kasus
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 terperinciTabel : Banyaknya Industri dan Pekerja menurut Sub Sektor Number of Industries and Workers by Sub Sectors (1) (2) (3)
Tabel : 06.01.01Banyaknya Industri dan Pekerja menurut Sub Sektor Number of and Workers by Sub Sectors 2004-2010 Tahun/ Year Industri Kimia Agro Industri Logam Mesin dan Hasil Hutan/ Elektronika dan Aneka
Lebih terperinciPOLA TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS: KECELAKAAN LALU LINTAS DI SURABAYA)
POLA TINGKAT KEPARAHAN KORBAN KECELAKAAN LALU LINTAS DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL (STUDI KASUS: KECELAKAAN LALU LINTAS DI SURABAYA) 1 Laylia Nur Afidah dan 2 Dra. Destri Susilaningrum,
Lebih terperinciPengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat)
Statistika, Vol. 14 No. 2, 69 76 November 2014 Pengujian Overdispersi pada Model Regresi Poisson (Studi Kasus: Laka Lantas Mobil Penumpang di Provinsi Jawa Barat) Jurusan Matematika, Fakultas Sains dan
Lebih terperinciPemetaan Wilayah Berdasarkan Tindak Kriminalitas Dengan Pendekatan Analisis Korespondensi di Kota Surabaya
Pemetaan Wilayah Berdasarkan Tindak Kriminalitas Dengan Pendekatan Analisis Korespondensi di Kota Surabaya Oleh Putri Ayu Sekar Karimah : (1313 030 004) Dosen Pembimbing : Dr. Dra. Ismaini Zain, M.Si Dosen
Lebih terperinciTENTANG PERUBAHAN ANGGARAN PENDAPATAN DAN BELANJA DAERAH TAHUN ANGGARAN 2012 DENGAN RAHMAT TUHAN YANG MAHA ESA WALIKOTA SURABAYA,
SALINAN PERATURAN DAERAH KOTA SURABAYA NOMOR 21 TAHUN 2012 TENTANG PERUBAHAN ANGGARAN PENDAPATAN DAN BELANJA DAERAH TAHUN ANGGARAN 2012 DENGAN RAHMAT TUHAN YANG MAHA ESA WALIKOTA SURABAYA, Menimbang :
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 terperinciADLN-Perpustakaan Universitas Airlangga BAB II GAMBARAN UMUM. merebut kemerdekaan bangsa Indonesia dari penjajah. II-1
BAB II GAMBARAN UMUM 7. Gambaran Umum Lokasi Penelitian 7.1. Batas Wilayah Kota Surabaya adalah ibukota Provinsi Jawa Timur, Indonesia. Surabaya merupakan kota terbesar kedua di Indonesia setelah Jakarta,
Lebih terperinci1 Novita Dya Gumanti, 2 Sutikno, 3 Setiawan
PENERAPAN METODE GSTAR DENGAN PENDEKATAN SPATIO-TEMPORAL UNTUK MEMODELKAN KEJADIAN DEMAM BERDARAH (STUDI KASUS: JUMLAH PENDERITA DEMAM BERDARAH DI KOTA SURABAYA) Novita Dya Gumanti, Sutikno, Setiawan Mahasiswa
Lebih terperinciPENGARUH PERKEMBANGAN PERUMAHAN TERHADAP EMISI KARBON DIOKSIDA DI KOTA SURABAYA
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-5 1 PENGARUH PERKEMBANGAN PERUMAHAN TERHADAP EMISI KARBON DIOKSIDA DI KOTA SURABAYA Ummi Fadlilah Kurniawati, Rulli Pratiwi Setiawan Jurusan Perencanaan Wilayah
Lebih terperinciPEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL. Bertoto Eka Firmansyah 1 dan Sutikno 2
PEMODELAN DAN PEMETAAN ANGKA BUTA HURUF PROVINSI JAWA TIMUR DENGAN PENDEKATAN REGRESI SPASIAL Bertoto Eka Firmansyah dan Sutikno Mahasiswa Jurusan Statistika, ITS, Surabaya Dosen Pembimbing, Jurusan Statistika,
Lebih terperinciPEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 74 82 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA PADANG TAHUN 2013 DAN 2014 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF
Lebih terperinciPemodelan Spline Truncated dalam Regresi Nonparametrik Birespon
Konferensi Nasional Sistem & Informatika 7 STMIK STIKOM Bali, Agustus 7 Pemodelan Spline Truncated dalam Regresi Nonparametrik Birespon Luh Putu Safitri Pratiwi Program Studi Sistem Informasi STMIK STIKOM
Lebih terperinci