MATHunesa: Jurnal Ilmiah Matematika
Vol 7 No 3 (2019)

FAKTOR-FAKTOR YANG MEMPENGARUHI JENIS DEMAM BERDARAH DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BAYESIAN

Febrin Fitriani (Program Studi Matematika, FMIPA, Universitas Negeri Surabaya)
Hery Tri Sutanto (Program Studi Matematika, FMIPA, Universitas Negeri Surabaya)
Affiati Oktaviarina (Program Studi Matematika, FMIPA, Universitas Negeri Surabaya)



Article Info

Publish Date
01 Nov 2019

Abstract

Demam Berdarah (Dengue Fever) merupakan salah satu penyakit yang ditularkan oleh nyamuk Aydes Ayghepty. Untuk mengetahui seseorang terinfeksi virus dengue dapat diketahui dari beberapa jenis tes yang dilakukan. Jenis demam berdarah dapat dikelompokkan menjadi tiga yaitu demam berdarah, demam berdarah hemorraghic, dan demam berdarah dengan shock syndrome. Variabel independen yang digunakan adalah kadar hemoglobin,kadar leukosit, kadar hematokrit, dan kadar trombosit. Variabel independen yang mempengaruhi jenis demam berdarah dapat dimodelkan dengan menggunakan regresi logistik multinomial. Serta untuk uji estimasi parameter dapat dilakukan dengan menggunakan maximum likelihood (MLE) dan bayesian. Dengan menggunakan metode MLE Tidak ada variabel independen yang signifikan terhadap variabel dependen. Metode Bayesian tidak ada variabel independen yang signifikan terhadap variabel dependen. Dari kedua uji estimasi dapat diketahui model yang yang lebih bagus. Hasil dari dua uji estimasi yang bagus untuk model regresi logistik multinomial adalah dengan metode bayesian karena memiliki nilai Standar Error yang sebesar 0.19666 lebih kecil dibandingkan dengan metode MLE.

Copyrights © 2019






Journal Info

Abbrev

mathunesa

Publisher

Subject

Mathematics

Description

MATHunesa is a mathematical scientific journal published by the Department of Mathematics, Faculty of Mathematics and Natural Sciences, The State University of Surabaya with e-ISSN 2716-506X and p-ISSN 2301-9115. This journal is published every four months in April, August, and December. One volume ...