Pemodelan Geographically Weighted Poisson Regression Semiparametric Pada Data Yang Mengandung Pencilan = Geographically Weighted Poisson Regression Semiparametric Modeling On Data Containing Outliers


Fitriayu, Fitriayu (2024) Pemodelan Geographically Weighted Poisson Regression Semiparametric Pada Data Yang Mengandung Pencilan = Geographically Weighted Poisson Regression Semiparametric Modeling On Data Containing Outliers. Thesis thesis, Universitas Hasanuddin.

[thumbnail of cover]
Preview
Image (cover)
H062221006_tesis_03-09-2024 cover1.jpg

Download (292kB) | Preview
[thumbnail of bab 1-2] Text (bab 1-2)
H062221006_tesis_03-09-2024 bab 1-2.pdf

Download (1MB)
[thumbnail of dapus] Text (dapus)
H062221006_tesis_03-09-2024 dp.pdf

Download (778kB)
[thumbnail of full text] Text (full text)
H062221006_tesis_03-09-2024.pdf
Restricted to Repository staff only until 16 August 2026.

Download (3MB)

Abstract (Abstrak)

FITRIAYU. Pemodelan Geographically Weighted Poisson Regression Semiparamterik Pada Data Yang Mengandung Pencilan (dibimbing oleh Dr. Anna Islamiyati, S.Si., M.Si. dan Dr. Erna Tri Herdiani, S.Si., M.Si.).

Latar Belakang. Model Geographically Weighted Poisson Regression Semiparametric (GWPRS) merupakan metode yang dikembangkan dari model GWPR yang mengkombinasi antara parameter yang bersifat lokal dan parameter yang bersifat global terhadap lokasi. Dalam menganalisis data dengan menggunakan model GWPRS, terkadang ditemukan adanya pencilan. Pencilan ini dapat diidentifikasi secara jelas karena berbeda dengan titik sampel yang lainnya. Adanya pencilan dapat berdampak terhadap hasil estimasi parameter model yang menyebabkan estimasi parameter menjadi bias. Tujuan. Penelitian ini bertujuan untuk mendapatkan estimasi parameter model GWPRS yang mengandung pencilan kemudian model tersebut akan diaplikasikan pada data angka kematian ibu di Provinsi Jawa Timur dengan menggunakan matriks pembobot Tukey Bisquare. Metode. Adapun metode yang digunakan pada penelitian ini adalah metode GM-estiamator dengan iterasi IRLS (Iteratively Reweighted Least Square). Hasil. Hasil penelitian ini menunjukkan bahwa model GWPRS yang mengandung pencilan dapat mendekripsikan angka kematian ibu beserta faktor-faktor yang mempengaruhinya dengan baik serta dapat digunakan sebagai bahan untuk menurunkan angka kematian ibu. Kesimpulan. Dari hasil penelitian dapat disimpulkan bahwa faktor-faktor yang berpengaruh signifikan terhadap angka kematian ibu yaitu persentase persalinan komplikasi ditangani tenaga kesehatan (x_1 ), pelayanan kesehatan ibu hamil (K1) dan (K2) (x_2 ) dan wanita menikah dibawah 17 tahun (x_4 ). Adapun variabel yang berpengaruh signifikan secara global terhadap angka kematin ibu yaitu ibu hamil memperoleh tablet Fe1 dan Fe3 (x_3 ) dan ibu nifas memperoleh vitamin A (x_5 ).

Item Type: Thesis (Thesis)
Subjects: H Social Sciences > HA Statistics
Q Science > QA Mathematics
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: stfathirah s
Date Deposited: 06 Nov 2024 02:54
Last Modified: 06 Nov 2024 02:54
URI: http://repository.unhas.ac.id:443/id/eprint/39041

Actions (login required)

View Item
View Item