<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Analisis Faktor-faktor yang mempengaruhi Jumlah Penderita Tuberkulosis menggunakan Metode Generalized Poisson Regression dan Geographically Weighted Poisson Regression (Studi Kasus : Kasus Tuberkulosis di Kabupaten Brebes Tahun 2022)

dc.Identifier.NIM20611082
dc.contributor.authorLuthfiyatunnisa, Nabila
dc.date.accessioned2024-06-21T02:21:26Z
dc.date.available2024-06-21T02:21:26Z
dc.date.issued2024
dc.description.abstractTuberkulosis merupakan penyakit yang disebabkan oleh jenis kuman yang disebut dengan Mycobacterium tuberculosis, di mana kuman ini paling sering menyerang paru-paru. Indonesia sendiri menempati peringkat kedua sebagai negara penyumbang kasus Tuberkulosis di dunia setelah India. Peningkatan kasus TB juga terjadi di berbagai daerah di Indonesia salah satunya di Kabupaten Brebes. Pada penelitian ini, peneliti menggunakan metode Generalized Poisson Regression dan Geographically Weighted Poisson Regression untuk mengetahui faktor apa saja yang secara siginifikan mempengaruhi peningkatan kasus di Kabupaten Brebes. Pada penelitian Metode Generalized Poisson Regression digunakan dengan mempertimbangkan kondisi overdispersi pada variabel respon sedangkan metode Geographically Weighted Poisson Regression digunakan untuk mengidentifikasi apakah terdapat faktor lokasi yang dapat menyebabkan peningkatan kasus Tuberkulosis di Kabupaten Brebes. Hasil pemodelan dengan menggunakan GPR didapatkan bahwa persentase rumah tangga ber-PHBS, cacah tenaga kesehatan, persentase rumah tangga yang memiliki akses sanitasi layak dan kepadatan penduduk berpengaruh secara signifikan tehadap cacah penderita Tuberkulosis di Kabupaten Brebes pada tahun 2022. Pada metode GWPR terdapat empat jenis pembobotan spasial yang digunakan yaitu Fixed Gaussian, Fixed Bisquare, Adaptive Gaussian, dan Adaptive Bisquare. Dari keempat pembobotan tersebut akan terbentuk kelompok kecamatan berdasarkan variabel yang signifikan. Diperoleh 5 kelompok kecamatan pada pembobot Fixed Gaussian, 6 kelompok kecamatan pada pembobot Fixed Bisquare, 2 kelompok kecamatan pada pembobot Adaptive Gaussian, dan 6 kelompok kecamatan pada pembobot Adaptive Bisquare. Berdasarkan nilai AIC dari masing-masing metode yang digunakan, diketahui bahwa metode GPWR dengan pembobot Adaptive Bisquare merupakan metode terbaik dengan AIC sebesar 182,114.en_US
dc.identifier.urirepository.uii.ac.id/handle/123456789/50146
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectTuberkulosisen_US
dc.subjectRegresi Poissonen_US
dc.subjectOverdispersien_US
dc.titleAnalisis Faktor-faktor yang mempengaruhi Jumlah Penderita Tuberkulosis menggunakan Metode Generalized Poisson Regression dan Geographically Weighted Poisson Regression (Studi Kasus : Kasus Tuberkulosis di Kabupaten Brebes Tahun 2022)en_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
20611082.pdf
Size:
5 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections