Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2. Tinjauan Teoritis

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson.

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif

BAB II LANDASAN TEORI

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB 5. ANALISIS REGRESI DAN KORELASI

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

X a, TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

Uji Statistika yangb digunakan dikaitan dengan jenis data

Pemodelan Jumlah Kematian Bayi di Provinsi Jawa Timur Tahun 2011 dengan Pendekatan Regresi Binomial Negatif

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2011 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

Regresi Linier Sederhana Definisi Pengaruh

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

S2 MP Oleh ; N. Setyaningsih

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

PEMODELAN JUMLAH KASUS KANKER SERVIKS DI JAWA TIMUR TAHUN 2011 DENGAN REGRESI BINOMIAL NEGATIF DAN GWPR (GEOGRAPHICALLY WEIGHTED POISSON REGRESSION)

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

UKURAN GEJALA PUSAT DAN UKURAN LETAK

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

ABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2

I. PENDAHULUAN. Kata Kunci kematian ibu hamil, Jawa Timur, regresi poisson, binomial negatif, dan GWPR

REGRESI LINIER SEDERHANA

GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) UNTUK PEMODELAN JUMLAH PENDERITA KUSTA DI JAWA TENGAH

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Analisis Regresi Robust Menggunakan Kuadrat Terkecil Terpangkas untuk Pendugaan Parameter

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

BAB III UKURAN PEMUSATAN DATA

Statistika ITS Surabaya

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010

Bab II Teori Pendukung

ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

2.2.3 Ukuran Dispersi

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

BAB III PERSAMAAN PANAS DIMENSI SATU

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI BANYAKNYA KLAIM ASURANSI KENDARAAAN BERMOTOR MENGGUNAKAN MODEL REGRESI ZERO-INFLATED

UKURAN GEJALA PUSAT (UGP)

PENAKSIRAN PARAMETER DAN PENGUJIAN HIPOTESIS MIXED GEOGRAPHICALLY WEIGHTED BIVARIATE GENERALIZED POISSON REGRESSION

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

REGRESI SEDERHANA Regresi

REGRESI LINEAR SEDERHANA

Analisis Regresi Logistik Ordinal terhadap Faktor-faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa S1 di ITS Surabaya

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

3 Departemen Statistika FMIPA IPB

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

BAB II TINJAUAN PUSTAKA

Estimasi dan Pengujian Hipotesis pada Model Geographically Weighted Multinomial Logistic Regression

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

Transkripsi:

JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-44 Pemodela Regres Posso Iverse Gaussa Stud Kasus: Jumlah Kasus Baru HIV d Provs Jawa egah ahu 5 Adraa Y Herdrawat, I Nyoma Latra, da Purhad Jurusa Statstka, Fakultas Matematka da Ilmu Pegetahua Alam, Isttut ekolog Sepuluh Nopember (IS) Jl Aref Rahma Hakm, Surabaya 6 e-mal: _yoma_@statstkatsacd, purhad@statstkatsacd, adraayoshta7@gmalcom Abstrak Jumlah kasus baru HIV adalah salah satu cotoh data cout (data cacaha) Pemodela data cout dapat megguaka regres posso erdapat asums yag harus dpeuh jka megguaka regres posso yatu mea da varas harus sama, sedagka pada kasus data cacaha asums serg tdak terpeuh Hal terjad karea adaya overdspers, yatu varas lebh besar dar mea Oleh karea tu dalam memodelka data cacaha tersebut tdak cukup dega regres posso sederhaa Regres posso verse gaussa (PIG) merupaka salah satu betuk regres dar mxed posso yag dracag utuk data cacaha dega kasus overdspers da telah dguaka pada beberapa peelta yag megguaka data cacaha Peaksra parameter dlakuka dega metode MLE da peguja hpotess dega megguaka metode MLR Jumlah kasus baru HIV merupaka salah satu data cacaha yag berpotes terjad overdspers Oleh karea tu, dalam memodelka jumlah kasus baru HIV d Provs Jawa egah tahu 5 dapat dguaka pemodela dega regres PIG Berdasarka model tersebut, varabel predktor yag memberka pegaruh sgfka terhadap jumlah kasus baru HIV d Provs Jawa mur adalah persetase PUS yag megguaka kodom, raso fasltas kesehata, persetase daerah perkotaa, da persetase peduduk usa 5-34 tahu Kata Kuc Regres PIG, MLE, MLR, HIV I PENDAHULUAN Sustaable Developmet Goals (SDGs) dapat dartka sebaga lajuta dar pembagua MDGS da merupaka pembagua global yag d deklaraska PBB sejak tahu 5 [] Salah satu tujua dar SDGs adalah utuk megakhr epdem HIV d tahu 3 HIV merupaka peyakt meular yag dsebabka oleh feks Huma Immuodefcecy Vrus Vrus meyebar melalu cara tubuh, da meyerag sstem kekebala tubuh, khususya sel CD4 atau yag serg dsebut sel [] D Idoesa HIV termasuk ke dalam tga besar peyakt dega kasus terbayak setelah BC da malara Provs yag termasuk dalam uruta 5 besar dega jumlah kasus HIV terbayak adalah Jawa egah Jumlah kasus baru HIV d Jawa egah yag dtemuka pada tahu 5 mecapa 467 kasus, jumlah megalam pegkata jka dbadgka dega tahu 4 sebayak 35 kasus [3] Jumlah kasus baru HIV d suatu wlayah merupaka salah satu betuk data cacaha sehgga dalam pemodelaya bsa megguaka regres Posso Pada regres posso utuk data cout terkadag dtemuka kasus overdspers yag membuat hasl peelta tdak vald Salah satu mxed posso dstrbuto yag serg dguaka dalam peelta utuk megatas kasus oversspers adalah dstrbus Posso Iverse Gaussa (PIG)[4] Berdasarka uraa d atas, maka dlakuka peelta megea pemodela kasus baru HIV d Provs Jawa egah tahu 5 dega megguaka regres Posso Iverse Gaussa Sehgga dapat dketahu faktor apa saja yag berpegaruh terhadap kasus baru HIV d Provs Jawa egah, hal tersebut mejad masuka utuk Das Kesehata Provs Jawa egah II INJAUAN PUSAKA A Dstrbus Posso Iverse Gausa Dstrbus PIG merupaka salah satu dstbus mxed posso Dstrbus PIG dtetuka oleh dua parameter yatu rata-rata (μ) sebaga parameter lokas da parameter dspers (τ) sebaga parameter betuk Probabltas dstrbus PIG dapat dhtug dega rumus sebaga berkut[5]: y e P( Y y ) K y! y y Rata-rata utuk dstrbus PIG adalah: E( Y) E E Y v E v Varas utuk dstrbus PIG adalah: Var( Y) Var E Y v E Var Y v B Overdspers () Overdspers pada regres Posso terjad ketka varas dar varabel respos lebh besar dar rata-rata Uj statstk yag bsa dguaka utuk medeteks overdspers pada suatu data adalah uj overdspers yag dapat megguaka package AER dar software R Hpotess yag dguaka adalah [6] H : var( Y ) H : var( Y ) = + a g() Dmaa g () merupaka suatu fugs tertetu Secara sederhaa, bla la a mak dapat dkataka equdspers, sebalkya bla a maka dapat dkataka overdspers Nla koefse a dapat dperkraka oleh regres OLS C Regres Posso Iverse Gaussa Model Regres PIG sepert pada persamaa berkut[7]: x e β dega atau l x β ()

JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-45 x x x L xk β L k dmaa,,, meujukka omor observas Dega fugs kepadata peluag sebaga berkut: y x y e e e ; ; x P Y y x β Ks z y! D Estmas Parameter Parameter β pada regres PIG dtaksr dega metode maxmum lkelhood, dega meetuka fugs lkelhood dar dstrbus PIG Fugs lkelhood adalah sebaga berkut: β β L ; P Y y x ; ;, y y e Lβ; Ks z y! Fugs lkelhood tersebut dubah kedalam betuk logartma atural (l), sehgga mejad persamaa sebaga berkut lβ; l Lβ ; = yx β l y! l y l l x β l Ks z 4 Fugs dmaksmumka dega megguaka Fsher Scorg Algorthm, dega persamaa sebaga berkut[8]: θ θ I θ Dθ, (3) r r m m Dmaa θ β, ( l l D θ), β I θ EHθ m m m k k H θ l l β l β l ββ m l l Sehgga m E β I θ l l β ββ Adapu lagkah-lagkah Fsher scororg Algorthm sebaga berkut: Meetuka vektor awal parameter dega megasumska data memeuh model regres ler bergada: * Y x () K x () p p () K dmaa =,,, da dega metode kuadrat terkecl dperoleh * () β X X X Y Membetuk vektor grade 3 Membetuk matrks hessa D( θ ) 4 Membetuk matrks formas Fsher 5 Memasukka la grade D( θ ) () θ () H θ I θ sehgga dperoleh vektor da matrks hessa m H θ 6 Mula dar dlakuka teras pada θ θ I θ Dθ, la r r m m merupaka sekumpula peaksr parameter yag koverge saat teras ke-m 7 Jka belum dperoleh peaksra parameter yag koverge saat teras ke-m, maka dlajutka kembal ke lagkah 5 hgga teras ke-m+ Iteras aka berhet apabla la dar θ ( m) θ ( m) da adalah blaga yag sagat kecl E Peguja Parameter θ ( m ) Peguja secara seretak mecakup seluruh parameter β secara bersama-sama dega hpotess sebaga berkut: H : L H : mmal ada satu dega l,, K, k L G l L L L = l l k l Statstk G adalah pedekata dar dstrbus ch square dega derajat bebas v sehgga kttera pegujaya adalah tolak apabla Ght, v Peguja secara parsal utuk parameter β da τ adalah sebaga berkut Hpotess utuk meguj sgfkas parameter β l H H : H : l dega l,, K, k Statstk uj yag dguaka dalam peguja sgfkas parameter adalah sebaga berkut: l Z SE Krtera uj tolak H apabla l Z ht lebh besar dar la Hpotess utuk meguj sgfkas parameter H : H : Statstk uj yag dguaka: Z

JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-46 Z SE Krtera pegujaya adalah tolak besar dar la Z H apabla Z ht lebh F Uj Korelas Korelas merupaka suatu dkator yag dguaka dalam hubuga lear atar dua varabel [9] Koefse korelas ddefska sebaga berkut r xy, x x y y x x y y Nla koefse korelas berksar atara - sampa Peguja hpotessya sebaga berkut: : dak ada hubuga atara kedua varabel H H : erdapat hubuga atar kedua varabel Statstk uj yag dguaka adalah rx, y t r Keputusa tolak jka t G Multkoleartas H ht t, Pada pemodela regres, korelas atara varabel-varabel predktor dsebut dega multkoleartas Salah satu cara utuk medeteks terjadya multkoleartas adalah dega melhat la Varace Iflato Factor (VIF) VIF (4) R j Apabla la VIF lebh dar maka dapat dkataka terjad kasus multkoleartas[] H Pemlha model terbak Akake Iformato Crtero (AIC) merupaka salah satu saraa dalam pemlha model AIC memperkraka kualtas masg-masg model, relatf terhadap model la Msalka L adalah la maksmum dar fugs lkelhood suatu model, da k adalah jumlah parameter yag destmas dalam model tersebut, maka la AIC dar model tersebut adalah sebaga berkut: AIC k l L (5) Apabla dberka beberapa model utuk sebuah set data, maka model yag lebh bak adalah model dega AIC kecl [] I HIV HIV merupaka peyakt meular yag dsebabka oleh feks Huma Immuodefcecy Vrus Vrus meyebar melalu cara tubuh, da meyerag sstem kekebala tubuh, khususya sel CD4 atau yag serg dsebut sel [] Ifeks tersebut meyebabka beberapa sel tubuh hacur sehgga pederta megalam peurua ketahaa tubuh da tdak dapat melawa feks maupu peyakt la Jumlah HIV postf yag ada d masyarakat dapat dketahu melalu layaa Volutary, Couselg, ad estg (VC)[] III MEODOLOGI PENELIIAN A Sumber Data Peelta megguaka data sekuder tetag jumlah kasus baru HIV da faktor-faktor yag mempegaruh jumlah kasus baru HIV Data dambl dar Profl Kesehata Provs Jawa egah da Buku Saku Kesehata 5 yag dkeluarka das Kesehata Provs Jawa egah [3] da Publkas hasl Survey Sosal Ekoom Nasoal (Suseas) yag dkeluarka oleh Bada Pusat Statstk (BPS) Provs Jawa egah[3] Data tersebut merupaka data pada tahu 5 dega ut pegamata yag dambl pada tgkat Kabupate/ Kota d Provs Jawa egah dega 35 Kabupate/ Kota B Varabel Peelta Adapu varabel yag dguaka pada praktkum adalah sebaga berkut Notas Y X X X 3 abel Varabel Peelta Varabel Jumlah Kasus Baru HIV Persetase Peduduk Msk Persetase peduduk dega peddka tertgg SLA Persetase PUSyag sedag megguaa alat KB kodom X 4 Raso jumlah teaga kesehata per X 5 X 6 X 7 C Lagkah Aalss Data Raso fasltas kesehata per peduduk Persetase Daerah Perkotaa Persetase peduduk usa 5-34 tahu Lagkah aalss yag dguaka dalam peelta sebaga berkut Medeskrpska karakterstk data dega statstka deskrptf Meguj korelas atara varabel respo dega varabel predktor 3 Melakuka pemerksaa kasus multkolertas dega megguaka krtera VIF 4 Melakuka uj overdspers 5 Meetuka la peaksr parameter model Regres PIG dega lagkah-lagkah sebaga berkut: a Medapatka peduga parameter dega megguaka Maxmum Lkelhood Estmato (MLE) b Melakuka peguja hpotess utuk Regres PIG 6 Membadgka la AIC utuk mecar model terbak 7 Melakuka terpretas model PIGR yag ddapatka 8 Membuat kesmpula dar hasl aalss tersebut IV HASIL DAN PEMBAHASAN A Statstka Deskrptf Provs Jawa egah merupaka provs kelma setelah Provs Jawa Barat dega jumlah kasus HIV terbayak dtemuka Perkembaga jumlah kasus baru HIV d Provs

Jumlha Kasus HIV JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-47 Jawa egah dar tahu hgga tahu 5 dapat dlhat pada Gambar 5 5 755 67 Gambar Perkembaga Jumlah Kasus Baru HIV d Provs Jawa egah ahu -5 Berdasarka Gambar d atas dapat dlhat perkembaga kasus baru HIV dar tahu 9 hgga tahu 5 Pada tahu jumlah kasus HIV d Provs Jawa egah meuru sebayak 48 kasus, amu pada tahu 3 jumlah kasus baru HIV megkat mejad 45 kasus D tahu 3 hgga tahu 5 jumlah kasus HIV d Provs Jawa egah megalam pegkata setap tahuya Sebelum melakuka aalss Regres Posso Iverse Gaussa adalah megdetfkas masg-masg varabel dega aalss Statstka Deskrptf, ddapatka hasl sebaga berkut abel Statstka Deskrptf 45 Var Mea Stdev Varace M Max Y 4,9 6,45 699,85 3, 6, X 3,3 4,35 8,68 4,97,45 X,34 5,39 8,8 6,68 5,3 X 3,4,635,673,35 7,4 X 4 33,89 4,76 88,63 5,3,7 X 5 3,863,59,533, 9,94 X 6,74 36,5 34,7,3, X 7 7,468,667,446 5,8 9,9 Pada abel dapat dlhat bahwa rata-rata pada tahu 5 d provs Jawa egah terdapat 4,9 4 kasus Jumlah kasus tertgg sebayak 6 kasus d Kota Semarag da teredah sebayak 3 kasus d Kota egal B Pemerkasaa Korelas da Multkoleartas 35 467 3 4 5 ahu Pemerksaa hubuga atara varabel respo dega varabel predktor dlakuka terlebh dahulu sebelum melakuka pemodela dega regres Posso Iverse Gaussa (PIG) Berdasarka abel dapat dlhat jka varabel yag berpegaruh dega varabel respo adalah X 4 da X 5, amu dkareaka varabel yag la secara teor mempegaruh respo maka varabel yag la tetap dguaka dalam peelta Selajutya deteks multkoleartas dlakuka dega melhat la VIF abel Koefse Korelas Varabel Respo da Varabel Predktor Korelas Y X X X 3 X 4 X 5 X 6 X -,,997 X -,88 -,69,64, X 3 -,37 -,4,766,834,, X 4 -,35 -,467,77,78,66,4,, X 5 -,46 -,336,596,78,85,5,48,,, X 6 -,9 -,565,799,86,84,767,86,,,,, X 7,84 -,53,63,395,35,3,574,9,,,9,57,48, Nla VIF dar varabel predktor dapat dlhat pada abel 3 abel 3 Koefse Korelas Varabel Respo da Varabel Predktor Varabel VIF X,5 X 5,743 X 3 4, X 4 6,9 X 5 5,6 X 6 7,73 X 7,795 Pada abel 3 dapat dlhat bahwa tdak terjad kasus multko, dkareaka la VIF tdak ada yag melebh la C Overdspers Pada peelta duj apakah megalam overdsspers atau tdak dega hpotess sebaga berkut: H : var( Y ) H : var( Y ) = + a g() Dega megguaka package AER pada software R, dperoleh la a = 5, da p-value sebesar,79 lebh kecl dar tgkat sgfkas % sehgga tolak H yag dapat dsmpulka bahwa varas tdak sama dega rata-rata da berart bahwa data tersebut megalam overdspers D Pemodela Regres Posso Iverse Gaussa Berdasarka tujuh varabel yag sgfka pada model regres PIG,meghaslka empat kombas kemugka model regres PIG yag sudah koverge, kemuda dcar model terbakya Berkut merupaka empat kemugka model PIG adalah sebaga berkut e e e e x x x x x x x 3 3 4 4 5 5 6 6 7 7 x x x x x x 3 3 4 4 5 5 6 6 7 7 x x x x x 3 3 5 5 6 6 7 7 x x x x 3 3 5 5 6 6 7 7

JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-48 Berkut merupaka estmas parameter dar model-model yag mugk mejad model terbak dalam regres PIG yag dtujukka pada abel 4 sebaga berkut abel 4 Estmas Parameter Kemugka Model Regres PIG Varabel dar Model β β β β 3 X,X,X 3,X 4,X 5,X 6,X 7,74 -,6 -,3,39 X,X 3,X 4,X 5,X 6,X 7,765 -,8,395 X,X 3,X 5,X 6,X 7,847 -,7,386 X 3,X 5,X 6,X 7,69,385 Varabel dar Model X,X,X 3,X 4,X 5,X 6, X 7 abel 4 (Lajuta) β 4 β 5 β 6 β 7 τ -,3 -, -,,45 -,36 X,X 3,X 4,X 5,X 6,X 7 -,5 -,9 -,,457 -,34 X,X 3,X 5,X 6,X 7 -,3 -,,45 -,34 X 3,X 5,X 6,X 7 -,3 -,,466 -,36 Lagkah selajutya setelah ddapatka la estmas dar masg-masg perkraa model yag dtamplka pada abel 4 adalah peguja hpotess utuk regres Posso Iverse Gaussa E Peguja Hpotess - Peguja Parameter Secara Seretak Peguja parameter secara seretak dlakuka pada kemugka model yag sesua dega model regres Posso Iverse Gaussa Peguja parameter secara seretak dapat dlhat dar la statstk G dega hpotess sebaga berkut H : 3 4 5 6 7 H : palg sedkt ada dega =,, K,7 =, abel 5 Peguja Parameter Regres PIG Secara Seretak Varabel dar Model Statstk G v (, v) Keputusa X,X,X 3,X 4,X 5,X 6,X 7 99,46 7 36,74 olak H X,X 3,X 4,X 5,X 6,X 7 99,545 8 37,96 olak H X,X 3,X 5,X 6,X 7 99,379 9 39,87 olak H X 3,X 5,X 6,X 7 99,338 3 4,456 olak H abel 5 meujukka bahwa dar semua kemugka model, ddapatka hasl statstk G lebh dar maka (, v) keputusaya adalah tolak H, yag berart mmal terdapat satu parameter yag berpegaruh sgfka terhadap model Utuk megetahu varabel predktor yag berpegaruh sgfka terhadap model, maka dlajutka pada peguja parameter secara dvdu - Peguja Parameter Secara Idvdu Peguja parameter secara dvdu dguaka utuk mecar varabel predktor yag berpegaruh sgfka terhadap jumlah kasus baru HIV d Provs Jawa egah dega hpotess sebaga berkut - Parameter β H : H : =, - Parameter τ H : H :, Peguja parameter secara dvdu dapat dlhat pada abel 6 sebaga berkut abel 6 Peguja Parameter Regres PIG Secara Idvdu Varabel dar Model Parameter Sgfka X,X,X 3,X 4,X 5,X 6,X 7 β 3,β 6,β 7,τ X,X 3,X 4,X 5,X 6,X 7 β 3,β 6,β 7,τ X,X 3,X 5,X 6,X 7 β 3, β 5, β 6,β 7,τ X 3,X 5,X 6,X 7 β 3, β 5, β 6,β 7,τ abel 6 meujukka bahwa model dega parameter yag sgfka adalah model yag memeuh daerah krts atau memlk p-value kurag dar taraf sgfkas yatu α=, sehgga keputusa tolak H yag berart parameter β berpegaruh sgfka terhadap model atau dega melhat z yag dbadgka dega z /,64 la htug F Pemlha Model erbak Metode backward elmato dlakuka berdasarka la Akake Iformato Crtero (AIC) Pada pemodela regres posso verse gaussa ddapatka la AIC d bawah abel 7 Nla AIC dar Model Regres PIG Model AIC X,X,X 3,X 4,X 5,X 6,X 7 37,5 X,X 3,X 4,X 5,X 6,X 7 35,5 X,X 3,X 5,X 6,X 7 33,4 X 3,X 5,X 6,X 7 3,3 Pada abel 6 terlhat bahwa la AIC yag palg kecl yatu model yag megadug varabel X 3, X 5, X 6, da X 7 Sehgga model yag dguaka adalah model ke 4 Berdasarka model tersebut, dega megguaka package gamlss yag terseda pada software R ddapatka hasl yag dsajka pada abel 8 abel 8 Peaksra Parameter Model Regres PIG pada Jumlah Kasus Baru HIV d Provs Jawa egah ahu 5 Parameter aksra Stadard Error Z Htug P-value β,69965,78847,35,778 β 3,385849,88 3,569,7* β 5 -,36,64 -,983,5695* β 6 -,85,778-3,3,546* β 7,466977,57,,3584* τ -,36,379-4,74,89* *) Sgfka dega taraf sgfka α =,

JURNAL SAINS DAN SENI IS Vol 6, No, (7) ISSN: 337-35 (3-98X Prt) D-49 Berdasarka abel 8 Hasl dar peaksra parameter dperoleh model regres PIG sebaga berkut dmaa a, 69965 b, 385849 c, 365 d, 858 e, 466977 exp a bx cx dx ex 3 5 6 7 Berdasarka model d atas, maka dapat dterpretaska sebaga berkut Setap peambaha perse varabel X 3 maka aka megkatka rata-rata varabel respo Y sebesar exp(,385849)=,4786 kal dar rata-rata varabel respo semula bla varabel la tetap Jka peguraga perse varabel X 3 aka meuruka rata-rata varabel respo sebesar exp(-,385849)=,679873 kal erlhat bahwa kasus keaka HIV dega keaka peggua kodom sejala, hal memperlhatka juga bahwa pederta HIV telah megguaka kodom pada saat terkea HIV agar tdak tertular pada pasaga Dmugkka hal tersebut dlakuka atas sara dokter, karea tujua dar pasaga usa subur megguaka kodom sebearya utuk tujua kelahra Fluktuas yag terjad merupaka akbat dar elaststas μ Oleh karea alasa tersebut maka terpretas pada model tdak dapat dlhat sebaga sebab akbat Setap peambaha perse dar varabel X 5 maka aka megkatka rata-rata varabel respo Y sebesar exp(-,365) =,7943 kal dar rata-rata varabel respo semula bla varabel la tetap Dega kata la, peambaha raso persetase fasltas kesehata maka aka sebadg dega peurua rata-rata jumlah kasus baru HIV sebesar,7943 kal dar rata-rataya semula bla varabel la tetap Setap peambaha perse varabel X 6 maka aka melpatgadaka rata-rata varabel respo Y sebesar exp(-,858)=,97838 kal dar rata-rata varabel respo semula bla varabel la tetap Dega kata la, peambaha perse dar persetase daerah perkotaa aka sebadg dega peurua rata-rata jumlah kasus baru HIV sebesar,97838 kal dar rata-rataya semula bla varabel la tetap Setap peambaha perse varabel X7 maka aka melpatgadaka rata-rata varabel respo Y sebesar exp(,466977)=,5956474 kal dar rata-rata varabel respo semula bla varabel la tetap Dega kata la, peambaha perse dar persetase peduduk usa 5-34 tahu maka aka sebadg dega keaka rata-rata jumlah kasus baru HIV sebesar,5956474 kal dar rata-rataya semula bla varabel la tetap Masalah keterbatasa data yag terseda meyebabka beberapa terpretas dar model yag terbetuk tdak sesua dega teor yag berlaku tetag HIV, sehgga terpretas tersebut tdak dapat dlhat sebaga hubuga sebab akbat Data jumlah kasus baru HIV yag dguaka dalam peelta merupaka data yag berasal dar hasl lapora klkklk VC d Provs Jawa egah dmaa pase datag secara sukarela utuk memerksaka dr ke klk tersebut V KESIMPULAN Berdasarka hasl aalss yag dlakuka dsmpulka bahwa pada tahu 5 jumlah kasus baru HIV d Provs Jawa egah megalam pegkata sebesar 5 kasus dbadgka tahu sebelumya Jumlah kasus baru HIV tertgg adalah d Kota Semarag Setelah dlakuka uj overdspers pada data jumlah kasus baru HIV d Provs Jawa egah tahu 5 dyataka bahwa data megalam overdspers Oleh karea tu peelta dega megguaka metode Regres Posso Iverse Gaussa dapat dlakuka Model regres Posso Iverse Gaussa (PIG) yag terbetuk adalah model regres dega varabel-varabel predktor yag sgfka yatu persetase PUS yag megguaka kodom (X 3 ), raso fasltas kesehata (X 5 ), persetase daerah perkotaa (X 6 ), da persetase peduduk usa 5-34 tahu (X 7 ) Berkut model Regres Posso Iverse Gaussa yag terbetuk: dmaa a, 69965 b, 385849 c, 365 d, 858 e, 466977 exp a bx cx dx ex 3 5 6 7 DAFAR PUSAKA [] UNAIDS (6) Global AIDS Update 6 Geeva: WHO [] CDC (6) HIV/AIDS http://wwwcdcgov/hv/statstcs/dexhtml aggal Akses: 5 Oktober 6 [3] Das Kesehata Provs Jawa egah (5) Data Saku Kesehata Provs Jawa egah ahu 5 Semarag: Dkes Jateg [4] Cosul, PC da Famoye, F (99) Geeralzed Posso Regresso Model, Commocato Statstcs heory ad Methods Vol, No, hal 89-9 [5] Wdar, S M (6) Peaksra Parameter Da Statstk Uj Dalam Model Regres Posso Iverse Gaussa (PIG) Stud Kasus: Jumlah Kasus Baru HIV d Provs Jawa mur ahu 3 ess Mahasswa Jurusa Statstka Isttut ekolog Sepuluh Nopember Surabaya [6] Camero, A C Da rved, P K (99) Regresso-Based est For Overdsperso I he Posso Model, Joural of Ecoometrcs, Vol 46, No, hal 347-346 [7] Puramasar, I (6) Peaksra Parameter Da Statstk Uj Dalam Model Regres Geographcally Weghted Posso Iverse Gaussa ess Mahasswa Jurusa Statstka Isttut ekolog Sepuluh Nopember Surabaya [8] Wdar, S M (6) Peaksra Parameter Da Statstk Uj Dalam Model Regres Posso Iverse Gaussa (PIG) Stud Kasus: Jumlah Kasus Baru HIV d Provs Jawa mur ahu 3 ess Mahasswa Jurusa Statstka Isttut ekolog Sepuluh Nopember Surabaya [9] Draper, N da Smth, H (99)Aalss Regres erapa Jakarta: Grameda [] Setawa, da Kusr, D E () Ekoometrka Yogyakarta:CV Ad Offset [] Akake, H (978) A Bayesa Aalyss of he Mmum AIC Procedure Aals of the Isttute of Statstcal Mathematcs, Part A Hal 94http://wwwsmacjp /edtsec/asm/pdf/ aggal Akses: Oktober 6 [] Das Kesehata Provs Jawa egah (3) Profl Kesehata Provs Jawa egah ahu 3 Semarag: Dkes Jateg [3] BPS Jateg (6) Statstk Sosal da Kepeduduka Jawa egah Hasl Suseas 5 Semarag: BPS Jateg