Identifikasi Distribusi Dan Pendugaan Parameter Jumlah Kematian Bayi Di Kabupaten Padang Pariaman Dengan Menggunakan Metode Bayes

Salmi, Habibatus (2022) Identifikasi Distribusi Dan Pendugaan Parameter Jumlah Kematian Bayi Di Kabupaten Padang Pariaman Dengan Menggunakan Metode Bayes. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) cover dan abstrak.pdf - Published Version Download (874kB)
	Text (BAB I Pendahuluan) bab I pendahuluan.pdf - Published Version Download (924kB)
	Text (BAB V Penutup) bab V.pdf - Published Version Download (318kB)
	Text (Daftar Pustaka) dapus.pdf - Published Version Download (335kB)
	Text (Skripsi Utuh) skripsi fulltex.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Kematian bayi adalah kematian yang terjadi antara saat setelah bayi lahir sampai bayi belum berusia tepat satu tahun. Angka Kematian Bayi (AKB) adalah banyaknya kematian bayi berusia di bawah satu tahun per 1.000 kelahiran hidup pada satu tahun tertentu. Dalam data Dinas Kesehatan Provinsi Sumatera Barat, diperoleh informasi bahwa jumlah kematian bayi terus meningkat hingga tahun 2016. Rata-rata jumlah kematian bayi perlu diketahui sebagai upaya untuk mengurangi angka kematian bayi. Berdasarkan data jumlah kematian bayi dapat ditentukan distribusi tertentu, yakni distribusi Poisson. Pada distribusi Poisson akan dilakukan pendugaan parameter $\mu$. Pendugaan parameter terdiri dari pendugaan titik dan pendugaan selang. Pendugaan parameter $\mu$ dari distribusi Poisson menggunakan metode Bayes dengan distribusi prior yang digunakan adalah distribusi Gamma($\alpha,\beta$) sebagai distribusi prior konjugat, distribusi Uniform ($\alpha,\beta$) sebagai distribusi prior non konjugat dan prior Jeffrey sebagai distribusi prior non-informatif. Metode evaluasi yang digunakan untuk mengevaluasi penduga terbaik adalah berdasarkan nilai $\sigma$ dan lebar selang yang lebih kecil. Hasil simulasi data menunjukkan bahwa distribusi Gamma($\alpha,\beta$) sebagai distribusi prior konjugat lebih baik daripada distribusi Uniform dan distribusi prior Jeffrey.

Actions (login required)

View Item