Ruliana, - and Putriaji Hendikawati, - and Arief Agoestanto, FMIPA Pendidikan Matematika (2016) Pemodelan Generalized Poisson Regression (Gpr) Untuk Mengatasi Pelanggaran Equidispersi Pada Regresi Poisson Kasus Campak Di Kota Semarang Tahun 2013. UNNES Journal of Mathematics, 5 (1). ISSN 2252-6943

	PDF - Published Version Download (1MB)
	PDF - Published Version Download (954kB)

Abstract

Kasus penyakit campak di Kota Semarang mengalami fluktuatif setiap tahunnya sehingga Dinas Kesehatan Kota (DKK) Semarang menaruh perhatian khusus untuk mengurangi banyak kasus penyakit campak. Data kasus campak di Kota Semarang tahun 2013 merupakan data diskrit berdistribusi Poisson. Regresi Poisson merupakan regresi nonlinear yang digunakan untuk menganalisis data count dengan variabel respon berdistribusi Poisson dan memenuhi asumsi equidispersi. Pada prakteknya kadang terjadi pelanggaran asumsi dalam analisis data diskrit berupa overdispersi atau underdispersi sehingga model regresi Poisson tidak tepat digunakan. Untuk mengatasi pelanggaran tersebut digunakan Generalized Poisson Regression (GPR) dalam pemodelan data. Dalam penelitian ini variabel respon yang digunakan yaitu banyaknya kasus campak di Kota Semarang tahun 2013 dan variabel prediktor yang digunakan yaitu banyaknya imunisasi campak, puskesmas, keluarga miskin dan kepadatan penduduk tiap�tiap kecamatan di Kota Semarang tahun 2013. Berdasarkan model yang terbentuk diperoleh model Generalized Poisson Regression (GPR).

Actions (login required)

View Item