PEMODELAN GENERALIZED POISSON REGRESSION (GPR) UNTUK MENGATASI PELANGGARAN EQUIDISPERSI PADA REGRESI POISSON KASUS CAMPAK DI KOTA SEMARANG TAHUN 2013

  • Ruliana Ruliana Universitas Negeri Semarang
  • Putriaji Hendikawati Universitas Negeri Semarang
  • Arief Agoestanto Universitas Negeri Semarang
Keywords: Measles; Poisson Regression; Overdispersion; Generalized Poisson Regression (GPR)

Abstract

The measles the Semarang experience fluctuates every year, so that the City Health Agency (DKK) Semarang put special attention to reducing many cases measles.In the case of smallpox semarang 2013 was data discrete Poisson. Regression Poisson is nonlinear regression used to analyze data count variable response Poisson and meet the equidispersi. In practice often occurs in violation of discrete overdispersi analysis of data in regression poisson underdispersi and models or improper use.To anticipate such violation used Generalized Poisson Regression in modeling (GPR) data. In this research are variable response used in the case of smallpox Semarang 2013 and variable prediktor used is many medicines measles, community health centers, the poverty and overcrowding every subdistrict across Semarang town. The best model Generalized Poisson Regression (GPR) was gotten.

References

Badan Pusat Statistik. 2014. Kota Semarang Dalam Angka 2014. Semarang: Badan Pusat Statistik Kota Semarang
Cahyandari, R. 2014. Pengujian Overdispersi pada Model Regresi Poisson. Jurnal Statistika 14(2):69-76. Tersedia di http://ejournal.unisba.ac.id/index.php/statistika/article/download/1204/719 [diakses tanggal 06-03-2015].
Darnah. 2011. Mengatasi Overdispersi pada Model Regresi Poisson dengan Generalized Poisson Regression I. Jurnal Eksponensial, 2(2): 5-10. Tersedia di http://fmipa.unmul.ac.id/pdf/108 [diakses tanggal 19-11-2014].
Dinas Kesehatan Kota Semarang. 2014. Profil Kesehatan Kota Semarang 2013. Semarang: Dinas Kesehatan Kota Semarang.
Hertriyanti,R. 2006. Analisis Regresi Poisson. Skripsi. Depok: FMIPA Universitas Indonesia.
Ismunarti, D.H., R. Azizah, & R. Wasono. 2011. Analisis Regresi Poisson untuk Menjaga Hubungan Kelimpahan Makrobenthos dengan Parameter Perairan. Prosiding Seminar Nasional Statistika. Semarang: Universitas Diponegoro.
Ismail N. & A.A. Jemain. 2005. Generalized Poisson Regression: An Alternative For Risk Classification. Jurnal Teknologi, 43(C): 39-54. Tersedia di http://www.jurnalteknologi.utm.my/index.php/jurnalteknologi/article/viewFile/770/754 [diakses tanggal 19-11-2014].
Listiyani, Y. & Purhadi. 2007. Pemodelan Generalized Regresi Poisson pada Faktor -Faktor yang Mempengaruhi Angka Kematian Bayi di Provinsi Jawa Timur Tahun 2007. Jurnal Statistika ITS. 2(2007) : 1-7. Tersedia di: httphttp://digilib.its.ac.id/public/ITSUndergraduate-9320-.pdf [diakses tanggal 19-11-2014].
Lungan, R. 2006. Aplikasi Statistika dan Hitung Peluang. Yogyakarta: Graha Ilmu.
Melliana, A., Y. Setyorini, H. Eko, S. Rosi, & Purhadi. 2013. The Comparison Of Generalized Poisson Regression And Negative Binomial Regression Methods In Overcoming Overdispersion. International
Journal Of Scientific & Technology, 8(2): 255-258. Tersedia di: http://www.The-Comparison-Of-Generalized-Poisson-Regression-And-Negative-Binomial-Reression-Methods-In-Overcoming-Overdispersion.pdf [diakses tanggal 19-11-2014]
Nurani, D.S., P. Ginanjar, & L.D Sari. 2012. Gambaran Epidemiologi Kasus Campak di Kota Cirebon Tahun 2004-2011. Jurnal Kesehatan Masyarakat 1(2):293-304. Tersedia di http://ejournals1.undip.ac.id/index.php/jkm [diakses tanggal 06-03-2015].
Putra, I.P.Y.E., I.P.E.N. Kencana, & I.G.A.M. Srinadi. 2013. Penerapan Regresi Generalized Poisson Untuk Mengatasi Fenomena Overdispersi Pada Kasus Regresi Poisson. Jurnal Matematika, 2(2):49-53. Tersedia di http://download.portalgaruda.org/article.php?article=127294&val=932 [diakses tanggal 06-03-2015].
Rashwan, N.A & M.M. Kamel. 2011. Using Generalized Poisson Log Linear Regression Models in Analyzing Two-Way Contingency Tables. Applied Mathematical Science, 5(5):213-222. Tersedia di http://www.m-hikari.com/ams/ams-2011/ams-5-8-2011/kamelAMS5-8-2011.pdf [diakses tanggal 06-03-2015].
Safrida, N., D. Ispriyanti, & T. Widiharih. 2013. Aplikasi Model Regresi Poisson Tergeneralisasi Pada Kasus Angka Kematian Bayi di Jawa Tengah Tahun 2007. Jurnal Gaussian, 2(2): 361-368. http://ejournal-s1.undip.ac.id/index.php/gaussian[diakses tanggal 10 – 02– 2015].
Sellers, K.F. & G. Shmueli. 2010. A Flexible Model For Count Data. The Annals of Applied Statistics, 4(2): 943-961. Tersedia di https://projecteuclid.org/euclid.aoas/1280842147 [diakses tanggal 19-11-2014].
Sembiring, R. K. 1995. Analisis Regresi. Bandung: Penerbit ITB Bandung.
Published
2017-02-27
Section
Articles