PEMODELAN KEJADIAN TUBERKULOSIS DI SUMATERA BAGIAN SELATAN TAHUN 2020 MENGGUNAKAN ROBUST GEOGRAPHICALLY WEIGHTED REGRESSION (RGWR)

ATIKAH, INGRID and Sigit, Nugroho and Winalia, Agwil (2023) PEMODELAN KEJADIAN TUBERKULOSIS DI SUMATERA BAGIAN SELATAN TAHUN 2020 MENGGUNAKAN ROBUST GEOGRAPHICALLY WEIGHTED REGRESSION (RGWR). Undergraduated thesis, Fakultas Matematika dan Ilmu pengetahuan Alam.

Archive (Thesis Statistik) Skripsi Ingrid Atikah (F1F019022) - ingrid atikah.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (2MB)

Abstract

Tuberkulosis (TB) adalah penyakit menular langsung yang disebabkan oleh kuman Mycobacterium tuberculosis. Menurut WHO Global TB Report tahun 2020, Indonesia merupakan salah satu negara dengan kasus TB tertinggi di dunia dengan perkiraan pasien TB mencapai 845.000 dengan angka kematian sebanyak 98.000 atau setara dengan 11 kematian/jam. Data jumlah kasus TB di Sumbagsel mengandung outlier sehingga tidak memenuhi asumsi normalitas dan memiliki karakteristik yang berbeda-beda di setiap lokasi. Berdasarkan hal tersebut, maka perlu dilakukan suatu analisis untuk mengatasi ketidaknormalan dan efek spasial pada data. Salah satu metode yang dapat digunakan adalah Robust Geographically Weighted Generalized (RGWR) yang merupakan pengembangan dari model Geographically Weighted Generalized (GWR) untuk mengatasi ketidaknormalan pada data. Metode RGWR merupakan alternatif dalam mengatasi data yang diyakini mengandung outlier. Tujuan penelitian ini adalah memodelkan jumlah kasus TB di Sumbagsel tahun 2020 menggunakan Robust Geographically Weighted Generalized (RGWR) yang akan dipadukan dengan pembobot Ramsay dan metode M-Estimation. Variabel bebas yang digunakan dalam penelitian ini adalah rasio kepadatan penduduk (

Actions (login required)

View Item