Skripsi

Pemodelan jumlah kasus Demam Berdarah Dengue (DBD) tahun 2015 di Kabupaten Sidoarjo dengan Geographically Weighted Negative Binomial Regression (GWNBR) / Suryanto Dwi Kuswiyono

Abstrak
ABSTRAK Kuswiyono Suryanto Dwi. 2016. Pemodelan Jumlah Kasus Demam Berdarah Dengue (DBD) Tahun 2015 di Kabupaten Sidoarjo dengan Geographically Weighted Negative Binomial Regression (GWNBR). Skripsi Jurusan Matematika FMIPA Universitas Negeri Malang. Pembimbing Nur Atikah S.Si M.Si. Kata Kunci DBD Regresi Binonial Negatif GWNBR. Demam Berdarah Dengue (DBD) masih merupakan salah satu masalah kesehatan yang utama di Indonesia. Demam berdarah merupakan penyakit demam akut yang disebabkan oleh virus Dengue yang masuk ke peredaran darah manusia melalui nyamuk dari genus Aedes. Berdasarkan catatan Dinas Kesehatan Kabupaten Sidoarjo tercatat ada 321 kasus demam berdarah pada semester pertama tahun 2015 yang meningkat dibandingkan dengan semester pertama tahun 2014. Data jumlah kasus DBD merupakan data cacah sehingga regresi Poisson dapat digunakan dalam pemodelannya. Namun asumsi equidispersi dalam regresi poisson seringkali sulit terpenuhi sehingga terjadi kasus overdispersi. Alternatif untuk menyelesaikan kasus overdispersi salah satunya dengan regresi Binomial Negatif. Pada data yang terdapat aspek spasial maka digunakan Geographically Weighted Negative Binomial Regression (GWNBR). Penelitian ini menggunakan data jumlah kasus DBD tahun 2015 di tiap Puskesmas di Kabupaten Sidoarjo dengan 5 faktor yang diduga mempengaruhinya yaitu kepadatan penduduk (X1) angka bebas jentik nyamuk (ABJ) (X2) persentase rumah sehat (X3) rata-rata curah hujan (X4) dan persentase tenaga kesehatan di Puskesmas (X5). Hasil penelitian menunjukkan bahwa nilai AIC model GWNBR sebesar 113 81 lebih kecil daripada regresi binomial negatif sebesar 159 19 hal ini menunjukkan bahwa model GWNBR lebih baik. Faktor spasial berpengaruh terhadap kasus DBD di Kabupaten Sidoarjo sehingga model GWNBR yang terbentuk berbeda-beda setiap kecamatan. Dengan pembobotan Adaptive Bisquare Kernel diperoleh 3 kelompok yang dikelompokkan berdasarkan variabel yang signifikan dimana faktor yang mempengaruhi di semua kecamatan adalah kepadatan penduduk dan persentase rumah sehat. 8195

Informasi Detail

DDC

Rs 519.536 KUS p

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2016.

Deskripsi Fisik

ix, 68 lembar : il. , tab. ; 30 cm

Bahasa

Indonesia

No Reg

00746/KI/17

Edisi

Skripsi (Sarjana). Universitas Negeri Malang, 2016

Subjek

1. ANALISIS REGRESI
2. REGRESSION ANALYSIS

Pembimbing

1. Nur Atikah

Lampiran Berkas