PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KOTA KENDARI MENGGUNAKAN REGRESI POISSON INVERSE GAUSSIAN

Jurnal Matematika Komputasi dan Statistika Pub Date : 2022-08-24 DOI:10.33772/jmks.v2i2.16

Nur Abdi Hayatun Salamah, R Kayumov Ruslan, Baharuddin Baharuddin, Irma Yahya, Makkulau Makkulau, Agusrawati Agusrawati, Mukhsar Mukhsar

{"title":"PEMODELAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDERITA DEMAM BERDARAH DENGUE (DBD) DI KOTA KENDARI MENGGUNAKAN REGRESI POISSON INVERSE GAUSSIAN","authors":"Nur Abdi Hayatun Salamah, R Kayumov Ruslan, Baharuddin Baharuddin, Irma Yahya, Makkulau Makkulau, Agusrawati Agusrawati, Mukhsar Mukhsar","doi":"10.33772/jmks.v2i2.16","DOIUrl":null,"url":null,"abstract":"Jumlah penderita DBD di suatu wilayah merupakan data diskrit sehingga dalam pemodelannya bisa menggunakan regresi Poisson.Seringkali data diskrit ditemukan kasus overdispersi. Sebagaimana halnya datajumlah penderita DBD tahun 2020 di Kota Kendari. Kota Kendari merupakan ibukota Provinsi Sulawesi Tenggara dengan jumlah penderita DBD yang terbanyak padatahun 2020. Kasus overdispersi dapat menyebabkan terjadinya underestimate pada estimasi galat baku, sehingga dapat mengakibatkan kesalahan pada pengambilan keputusan beberapa uji hipotesis. Tujuan penelitian ini adalah untuk memodelkan faktor-faktor yang mempengaruhi jumlah penderita DBD di Kota Kendari dengan regresi Poisson Inverse Gaussian. \nHasil analisis menunjukkan model regresi Poisson Inverse Gaussian yang terpilih adalah model dengan nilai AIC terkecil yaitu sebesar 91,52 dengan variabel prediktor yang berpengaruh secara signifikan yaitu rasio fasilitas kesehatan (X2).Setiap penambahan 1 satuan dari rasio fasilitas kesehatan akan sebanding dengan penurunan laju peningkatan jumlah penderita DBD sebesar 1 kali dari rata-ratanya semula jika variabel lain tetap. Fasilitas kesehatan mempunyai peranan penting dalam pembangunan kesehatan masyarakat. Jika fasilitas kesehatan bertambah maka jumlah penderita DBD akan berkurang","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"35 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-08-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Matematika Komputasi dan Statistika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33772/jmks.v2i2.16","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Jumlah penderita DBD di suatu wilayah merupakan data diskrit sehingga dalam pemodelannya bisa menggunakan regresi Poisson.Seringkali data diskrit ditemukan kasus overdispersi. Sebagaimana halnya datajumlah penderita DBD tahun 2020 di Kota Kendari. Kota Kendari merupakan ibukota Provinsi Sulawesi Tenggara dengan jumlah penderita DBD yang terbanyak padatahun 2020. Kasus overdispersi dapat menyebabkan terjadinya underestimate pada estimasi galat baku, sehingga dapat mengakibatkan kesalahan pada pengambilan keputusan beberapa uji hipotesis. Tujuan penelitian ini adalah untuk memodelkan faktor-faktor yang mempengaruhi jumlah penderita DBD di Kota Kendari dengan regresi Poisson Inverse Gaussian. Hasil analisis menunjukkan model regresi Poisson Inverse Gaussian yang terpilih adalah model dengan nilai AIC terkecil yaitu sebesar 91,52 dengan variabel prediktor yang berpengaruh secara signifikan yaitu rasio fasilitas kesehatan (X2).Setiap penambahan 1 satuan dari rasio fasilitas kesehatan akan sebanding dengan penurunan laju peningkatan jumlah penderita DBD sebesar 1 kali dari rata-ratanya semula jika variabel lain tetap. Fasilitas kesehatan mempunyai peranan penting dalam pembangunan kesehatan masyarakat. Jika fasilitas kesehatan bertambah maka jumlah penderita DBD akan berkurang

查看原文本刊更多论文

建构因素影响了肯达里市登革热出血热患者(DBD)的数量，使用高诗回归

一个区域的DBD患者数量是离散数据，因此其建构中可以使用泊森回归。离散性数据经常被发现。就像2020年Kendari镇DBD患者的数据一样。肯达里市是苏拉威西东南部省的首府，2020年登革热发病率最高。过度分散的病例可能导致对原始错误的估计的低估，因此可能导致多次模拟测试的决策错误。本研究的目的是模拟影响北达里市DBD患者数量与高诗回归的因素。分析结果显示，被选为高生内星际归航模型的标准是AIC最小的值为91.52，预测变量对卫生设施的比率(X2)有显著影响。如果其他变量保持不变，每增加一个单位的卫生设施比就会使登革热患者的发病率下降一倍。卫生设施在公共卫生发展中扮演着重要的角色。如果卫生设施增加，登革热患者的数量就会减少

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Jurnal Matematika Komputasi dan Statistika

自引率

0.00%

发文量