Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENANGANAN OVERDISPERSI PADA REGRESI POISSON: (Studi Kasus: Pengaruh Faktor Iklim Terhadap Jumlah Penderita Penyakit Demam Berdarah di Kota Bogor) Marta Sundari; Pardomuan Robinson Sihombing
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 2 No. 1 (2021): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v2i1.48

Abstract

Penyakit demam berdarah dengue (DBD) telah menjadi penyakit endemik di kota-kota besar di Indonesia. Angka kejadian DBD merupakan data diskrit (count) yang mengikuti distribusi Poisson. Dalam penelitian ini dilakukan pemodelan pengaruh iklim terhadap angka kejadian DBD menggunakan metode regresi Poisson. Masalah overdispersi sering ditemukan dalam regresi poisson, dimana nilai ekspektasi tidak sama dengan nilai variannya seperti yang disyaratkan dalam regresi poisson. Selanjutnya untuk menangani masalah overdispersi yang terjadi pada regresi poisson dilakukan pendekatan dengan menggunakan beberapa model regresi lain yaitu model Regresi Negative Binomial, Zero-Truncated Poisson dan Zero-Truncated Negative Binomial. Model terpilih dengan kriteria terbaik adalah Negative Binomial. Pada Negative Binomial hanya peubah rataan kelembapan per tahun yang memiliki pengaruh yang nyata terhadap jumlah penderita penyakit DBD di Kota Bogor pada tahun 2013-2019 pada taraf nyata 5%. Peubah rataan suhu rata-rata dan peubah jumlah curah hujan memiliki pengaruh yang nyata terhadap jumlah penderita penyakit DBD di Kota Bogor pada taraf nyata 15%.
The Influence of Climate Factors on Cocoa Productivity in Sulawesi, 2019 Sundari, Marta; Sihombing, Pardomuan Robinson
Parameter: Journal of Statistics Vol. 1 No. 1 (2021)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (306.556 KB) | DOI: 10.22487/27765660.2021.v1.i1.15444

Abstract

Cocoa is one of the plantation commodities that has an important role in Indonesia's economic activity and is one of Indonesia's export commodities which is quite important as a source of foreign exchange and oil and gas. Sulawesi Island is one of the cocoa-producing islands in Indonesia. This study aims to determine a spatial regression model between the average cocoa productivity per month with the average drinking temperature per month, the average monthly rainfall and the average length of sunshine per month and the climatic factors that affect cocoa productivity in Sulawesi. The best model estimation uses the AIC value; the best model has the smallest AIC value. In this study, the SARMA spatial regression model is the best model with the specified criteria.