Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Seni ITS
Ratih Kumala Puspa Nusantara
Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember (ITS)
Arts Humanities

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pemodelan Jumlah Kasus Penyakit Tetanus Neonatorum di Jawa Timur Tahun 2012 dengan Geographically Weighted Zero-Inflated Poisson Regression (GWZIPR) Ratih Kumala Puspa Nusantara; Purhadi Purhadi
Jurnal Sains dan Seni ITS Vol 4, No 1 (2015)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4003.775 KB) | DOI: 10.12962/j23373520.v4i1.9231

Abstract

Regresi Poisson adalah pemodelan pada data count yang berdistribusi Poisson. Banyaknya pelanggaran asumsi kesamaan mean dan variansi pada regresi Poisson dapat terjadi karena banyaknya nilai nol pada data. Salah satu metode untuk menganalisis banyaknya nilai nol (lebih dari 50%) pada data count adalah dengan regresi Zero-Inflated Poisson (ZIP) yang menghasilkan penaksir parameter bersifat global. Akan tetapi data spasial dari berbagai lokasi mewakili perbedaan kondisi di setiap lokasi. Hal itu dapat dipengaruhi oleh karakteristik masyarakat, kondisi geografis dan ekonomi sebagai gambaran adanya faktor spasial. Penelitian ini menjelaskan tentang faktor-faktor yang mempengaruhi penyakit Tetanus Neonatorum di  seluruh kabupaten/kota di Provinsi Jawa Timur. Jawa Timur merupakan salah satu provinsi penyumbang kasus Tetanus Neonatorum terbanyak kedua di Indonesia. Metode yang digunakan adalah pengembangan dari regresi ZIP yang telah memperhitungkan faktor spasial yang disebut Geographically Weighted Zero-Inflated Poisson (GWZIPR). Pola persebaran data ini mengikuti distribusi Poisson dengan dengan mean sebesar 0,76 dan proporsi nilai nol 76,31%.  Penaksiran parameter model GWZIPR dilakukan dengan metode MLE dan diselesaikan menggunakan algoritma Ekspektasi-Maksimalisasi (EM). Pembobot fungsi yang digunakan adalah kernel Adaptive Bisquare menunjukkan bahwa semua parameter berpengaruh pada semua kabupaten/kota.
Co-Authors Purhadi Purhadi