ATIKAH, INGRID and Sigit, Nugroho and Winalia, Agwil (2023) PEMODELAN KEJADIAN TUBERKULOSIS DI SUMATERA BAGIAN SELATAN TAHUN 2020 MENGGUNAKAN ROBUST GEOGRAPHICALLY WEIGHTED REGRESSION (RGWR). ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Fakultas Matematika dan Ilmu pengetahuan Alam.
![Thesis Statistik [thumbnail of Thesis Statistik]](https://repository.unib.ac.id/style/images/fileicons/archive.png)
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 (
Item Type: | Thesis (['eprint_fieldopt_thesis_type_ut' not defined]) |
---|---|
Subjects: | Q Science > Q Science (General) |
Divisions: | Faculty of Math & Natural Science > Department of Math Science |
Depositing User: | 58 lili haryanti |
Date Deposited: | 29 May 2024 05:05 |
Last Modified: | 29 May 2024 05:05 |
URI: | https://repository.unib.ac.id/id/eprint/18251 |