Penerapan Model Bayesian Spatial Conditional Autoregressive (BSCAR) dalam Menaksir Risiko Kejadian Demam Berdarah Dengue di Indonesia

Sofiana, Wudlu (2024) Penerapan Model Bayesian Spatial Conditional Autoregressive (BSCAR) dalam Menaksir Risiko Kejadian Demam Berdarah Dengue di Indonesia. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) abstrak.pdf - Published Version Download (945kB)
	Text (BAB 1 Pendahuluan) BAB 1 Pendahuluan.pdf - Published Version Download (932kB)
	Text (BAB 5 Penutup) BAB 5 Penutup.pdf - Published Version Download (949kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (933kB)
	Text (Skripsi Full Text) skripsi fulltext.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Analisis regresi adalah teknik statistik untuk menyelidiki dan memodelkan hubungan antar variabel (Variabel bebas dan variabel tak bebas). Apabila terdapat autokorelasi spasial pada sisaan dari model regresi linier, maka model Bayesian Spatial Conditional Autoregressive (BSCAR) dapat digunakan untuk mengatasi autokorelasi spasial sisa tersebut. Penelitian ini membandingkan hasil dugaan parameter model BSCAR BYM dan BSCAR Leroux untuk menentukan model estimasi terbaik. Penerapan model BSCAR pada penelitian ini digunakan untuk memodelkan faktor-faktor yang mempengaruhi jumlah kasus Demam Berdarah Dengue (DBD) di Indonesia tahun 2022 dan mengestimasi risiko kejadian DBD di tiap provinsi di Indonesia. Hasil yang diperoleh dari penelitian ini yaitu model BSCAR BYM lebih baik digunakan dibandingkan model BSCAR Leroux. Adapun faktor yang secara signifikan mempengaruhi jumlah kasus DBD di Indonesia tahun 2022 adalah jumlah tenaga kesehatan masyarakat dan provinsi yang berisiko paling tinggi terhadap kejadian DBD yaitu provinsi Kalimantan Utara, diikuti oleh provinsi Bengkulu dan provinsi Sulawesi Selatan.

Actions (login required)

View Item