Pemodelan Jumlah Kasus Tuberkulosis pada Kasus Overdispersi dan Pendekatan Spasial di Kabupaten Banyumas

NABILAH, Alya (2023) Pemodelan Jumlah Kasus Tuberkulosis pada Kasus Overdispersi dan Pendekatan Spasial di Kabupaten Banyumas. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Alya Nabilah-K1B018056-Skripsi-2023.pdf Download (43kB)
	PDF (Legalitas) LEGALITAS-Alya Nabilah-K1B018056-Skripsi-2023.pdf Restricted to Repository staff only Download (407kB)
	PDF (Abstrak) ABSTRAK-Alya Nabilah-K1B018056-Skripsi-2023.pdf Download (35kB)
	PDF (BabI) BAB-I-Alya Nabilah-K1B018056-Skripsi-2023.pdf Restricted to Repository staff only until 3 July 2024. Download (114kB)
	PDF (BabII) BAB-II-Alya Nabilah-K1B018056-Skripsi-2023.pdf Restricted to Repository staff only until 3 July 2024. Download (294kB)
	PDF (BabIII) BAB-III-Alya Nabilah-K1B018056-Skripsi-2023.pdf Restricted to Repository staff only until 3 July 2024. Download (198kB)
	PDF (BabIV) BAB-IV-Alya Nabilah-K1B018056-Skripsi-2023.pdf Restricted to Repository staff only Download (533kB)
	PDF (BabV) BAB-V-Alya Nabilah-K1B018056-Skripsi-2023.pdf Download (142kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Alya Nabilah-K1B018056-Skripsi-2023.pdf Download (38kB)
	PDF (Lampiran) LAMPIRAN-Alya Nabilah-K1B018056-Skripsi-2023.pdf Restricted to Repository staff only Download (782kB)

Abstract

Kasus tuberkulosis (TBC) sampai saat ini masih termasuk prioritas utama masalah global kesehatan masyarakat khususnya di Kabupaten Banyumas. Untuk mengantisipasi kasus TBC di Kabupaten Banyumas maka perlu dilakukan analisis terhadap faktor-faktor yang berpengaruh signifikan pada data jumlah kasus TBC. Penelitian ini bertujuan untuk memodelkan jumlah kasus TBC signifikan di Kabupaten Banyumas berdasarkan faktor-faktor yang berpengaruh menggunakan pedekatan spasial. Data jumlah kasus TBC merupakan data count yang mengalami overdispersi. Untuk menganalisis model jumlah kasus TBC dengan faktor-faktor yang berpengaruh signifikan pada kasus overdispersi menggunakan metode generalized Poisson regression (GPR) dan pendekatan spasial menggunakan metode geographically weighted generalized Poisson regression (GWGPR). Hasil penelitian menghasilkan model GWGPR memiliki nilai AIC yang lebih kecil daripada model GPR, sehingga metode GWGPR paling sesuai untuk memodelkan jumlah kasus TBC di Kabupaten Banyumas dibandingkan model GPR. Pemodelan GWGPR menghasilkan 6 kelompok untuk variabel yang signifikan pada masing-masing kecamatan. Faktor-faktor yang berpengaruh signifikan terhadap jumlah kasus tuberkulosis di Kabupaten Banyumas secara global adalah jumlah kasus positif Covid-19, faktor lainnya berpengaruh secara lokal untuk kecamatan yang berbeda-beda.

Item Type:	Thesis (Skripsi)
Nomor Inventaris:	K23094
Uncontrolled Keywords:	tuberkulosis, overdispersi, generalized Poisson regression, gerographically weighted generalized Poisson regression
Subjects:	M > M131 Mathematical models T > T335 Tuberculosis
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > S1 Matematika
Depositing User:	Mrs. NABILAH Alya
Date Deposited:	03 Jul 2023 08:41
Last Modified:	03 Jul 2023 08:41
URI:	http://repository.unsoed.ac.id/id/eprint/21776

Actions (login required)

View Item

Search for collections on Repository Universitas Jenderal Soedirman