cover
Contact Name
Unang arifin
Contact Email
bcss@unisba.ac.id
Phone
+6282121749429
Journal Mail Official
bcss@unisba.ac.id
Editorial Address
UPT Publikasi Ilmiah, Universitas Islam Bandung. Jl. Tamansari No. 20, Bandung 40116, Indonesia, Tlp +62 22 420 3368, +62 22 426 3895 ext. 6891
Location
Kota bandung,
Jawa barat
INDONESIA
Bandung Conference Series: Statistics
ISSN : -     EISSN : 2828206X     DOI : https://doi.org/10.29313/bcss.v2i2
Core Subject : Science, Education,
Bandung Conference Series: Statistics (BCSS) menerbitkan artikel penelitian akademik tentang kajian teoritis dan terapan serta berfokus pada Statistika dengan ruang lingkup sebagai berikut: Alternating Least Square, Analisis Konjoin, Autoregressive, Auxiliary Variabel, Baby Birth, Block Maxima, Churn Distribusi Skellam, Cox Regression, Data spasial, DBD Ordinal Logistic Regression, Diagram kendali, Discrete Choice Experiment Method, Discrete Time Logistic, empirical likelihood, Fisher Scoring, Generalized Structured Component Analysis, Geographically Weighted Regression, GEV, GJR GARCH, Infant Mortality Preferensi, Insurance Claim, Kaplan-Meier, Kernel Bi-Square, Gaussian, Logistic Regression, Maternal Mortality, Mixed Geographically Weighted Regression Model GSTAR, MLE, Model ARIMAX, MSE. Multiple linear regression analysis, Nadaraya Watson, Newton Raphson Method, Nonparametrik Spline Confidence Interval, Optimasi Multi-Objek, orde Spasial, Outlier, Pareto Optimal, Partial Proportional Odds Model, Pemodelan Indeks Pembangunan Manusia. Penduga Rasio dan Produk Tipe Eksponensial, Peramalan, Poisson Bivariate Regression, Poisson Regression, Rata-rata Populasi berhingga, Regresi, Return Period Exogenous Variable, RMSE, Structural Equation Modeling, Survival Analysis, Threshold, Vibrasi Bearing, zero-inflated. Prosiding ini diterbitkan oleh UPT Publikasi Ilmiah Unisba. Artikel yang dikirimkan ke prosiding ini akan diproses secara online dan menggunakan double blind review minimal oleh dua orang mitra bebestari.
Articles 1 Documents
Search results for , issue "81-88" : 1 Documents clear
Pemodelan Kasus Tuberkulosis di Jawa Barat Menggunakan Metode Generalized Poisson Regression Tiara Yulianisah; Nusar Hajarisman
Bandung Conference Series: Statistics 81-88
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v6i2.24314

Abstract

Abstract. Poisson regression is widely used to model count data, but this method assumes the variance and the mean are equal, known as equidispersion. In practice, this assumption is often not met due to overdispersion, a condition where the variance is much greater than the mean, making parameter estimates less accurate when ordinary Poisson regression is used. This study applies the Generalized Poisson Regression (GPR) method, an extension of Poisson regression with an added dispersion parameter to handle overdispersion, to model tuberculosis (TB) cases in 27 regencies/cities in West Java Province in 2024. The data used are secondary data from Statistics Indonesia and West Java Open Data, with population density, poverty percentage, sanitation access, number of HIV/AIDS cases, and number of health facilities as predictors. Parameters were estimated using Maximum Likelihood Estimation with the Newton-Raphson iteration, while significance testing used the Likelihood Ratio Test and the Wald test. The Pearson Chi-Square dispersion test showed a value of 682.744, far above 1, meaning the data experienced overdispersion so GPR was appropriately used. Simultaneous testing showed all predictors had a significant joint effect, while partial testing showed only population density and health facilities had a significant effect on tuberculosis cases in West Java. Abstrak. Regresi poisson umum digunakan untuk memodelkan data cacah, namun metode ini mengasumsikan nilai varians dan rata-rata sama, atau disebut equidispersi. Pada praktiknya, asumsi tersebut sering tidak terpenuhi karena terjadi overdispersi, yaitu kondisi ketika nilai varians jauh lebih besar dari rata-ratanya, sehingga estimasi parameter menjadi kurang akurat apabila tetap menggunakan regresi poisson biasa. Oleh karena itu, penelitian ini menerapkan metode Generalized Poisson Regression (GPR) yaitu pengembangan dari regresi poisson dengan tambahan parameter dispersi untuk mengatasi overdispersi, guna memodelkan jumlah kasus tuberkulosis (TB) di 27 kabupaten/kota Provinsi Jawa Barat tahun 2024. Data yang digunakan adalah data sekunder dari Badan Pusat Statistik dan Open Data Provinsi Jawa Barat, dengan variabel prediktor berupa kepadatan penduduk, persentase penduduk miskin, akses sanitasi layak, jumlah penderita HIV/AIDS, dan jumlah sarana kesehatan. Estimasi parameter dilakukan menggunakan Maximum Likelihood Estimation dengan iterasi Newton-Raphson, sedangkan pengujian signifikansi dilakukan menggunakan Likelihood Ratio Test dan uji Wald. Hasil uji dispersi Pearson Chi-Square menunjukkan nilai 682,744, jauh di atas 1, berarti data mengalami overdispersi sehingga GPR tepat digunakan. Hasil pengujian simultan menunjukkan seluruh variabel prediktor berpengaruh signifikan secara bersama-sama, sedangkan hasil pengujian parsial menunjukkan hanya variabel kepadatan penduduk dan variabel sarana kesehatan yang berpengaruh signifikan terhadap jumlah kasus tuberkulosis di Jawa Barat.

Page 1 of 1 | Total Record : 1