Pemodelan Jumlah Kasus Pneumonia Menggunakan Binomial Negatif dan Poisson inverse Gaussian

azmi, khaira (2026) Pemodelan Jumlah Kasus Pneumonia Menggunakan Binomial Negatif dan Poisson inverse Gaussian. Skripsi thesis, Universitas Islam Negeri Imam Bonjol Padang.

	Text (Cover - Daftar Isi) Cover - Daftar Isi.pdf - Published Version Download (1MB)
	Text (BAB 1) BAB 1.pdf - Published Version Download (247kB)
	Text (BAB 3) BAB 3.pdf - Published Version Download (390kB)
	Text (BAB 5 - Daftar Pustaka) BAB 5 - Daftar Pustaka.pdf - Published Version Download (321kB)
	Text (SKRIPSI FULL) Skripsi Khaira Azmi Final.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

Data jumlah kasus pneumonia merupakan data cacahan yang mengalami overdispersi, sehingga regresi Poisson kurang sesuai digunakan. Penelitian ini bertujuan untuk memodelkan jumlah kasus pneumonia pada balita di Kabupaten Solok menggunakan regresi binomial negatif (NB) dan Poisson inverse Gaussian (PIG) serta menentukan model terbaik berdasarkan nilai Akaike Information Criterion (AIC). Data yang digunakan merupakan data sekunder tahun 2022 yang bersumber dari Profil Kesehatan Kabupaten Solok Tahun 2023, dengan 19 puskesmas sebagai unit observasi. Variabel prediktor meliputi persentase balita kurang gizi, pemberian ASI eksklusif, pemberian imunisasi DPT-HB-Hib, cakupan pelayanan kesehatan balita, dan pemberian vitamin A. Hasil penelitian menunjukkan bahwa data mengalami overdispersi sehingga pemodelan dilakukan menggunakan regresi NB dan regresi PIG. Hasil pengujian signifikansi menunjukkan seluruh variabel prediktor pada model regresi NB dan regresi PIG belum berpengaruh signifikan secara statistik. Berdasarkan nilai AIC, model regresi PIG merupakan model terbaik dengan nilai AIC sebesar 128,9872, lebih kecil dibandingkan regresi NB sebesar 129,6397. Dengan demikian, model regresi PIG dipilih sebagai model terbaik.

Actions (login required)

View Item