PENDUGAAN PARAMETER MODELNEGATIVE BINOMIAL REGRESSION(NBR) DANGENERALIZED POISSON REGRESSION(GPR) DENGAN METODEMAXIMUM LIKELIHOOD ESTIMATION(MLE) (STUDI KASUS : JUMLAH KEMATIAN IBU DI KABUPATEN/KOTA DI PROVINSI LAMPUNG)

ELISABETH , PURBA (2026) PENDUGAAN PARAMETER MODELNEGATIVE BINOMIAL REGRESSION(NBR) DANGENERALIZED POISSON REGRESSION(GPR) DENGAN METODEMAXIMUM LIKELIHOOD ESTIMATION(MLE) (STUDI KASUS : JUMLAH KEMATIAN IBU DI KABUPATEN/KOTA DI PROVINSI LAMPUNG). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

[img]
Preview
 Text
ABSTRAK.pdf
Download (132kB) | Preview
[img] Text
SKRIPSI FULL.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
[img]
Preview
 Text
SKRIPSI TANPA BAB PEMBAHASAN.pdf
Download (1MB) | Preview

Abstract

PENDUGAAN PARAMETER MODELNEGATIVE BINOMIAL REGRESSION(NBR) DANGENERALIZED POISSON REGRESSION(GPR) DENGAN METODEMAXIMUM LIKELIHOOD ESTIMATION(MLE) (STUDI KASUS : JUMLAH KEMATIAN IBU DI KABUPATEN/KOTA DI PROVINSI LAMPUNG) Oleh Elisabeth Purba Poisson regressionmerupakan regresi non linear yang memodelkan variabel respon berbentuk data diskrit berdasarkan distribusi Poisson yang mengasumsikan bahwa nilai rata-rata variabel respon sama dengan variansnya atau disebut kondisi equidispersi. Namun, kondisi overdispersi dimana nilai varians lebih besar dibandingkan nilai rata-rata variabel respon sering ditemukan dalam analisisPoisson regression. Akibatnya, kesalahan standar pendugaan menjadi terlalu kecil sehingga suatu variabel prediktor terlihat signifikan padahal sebenarnya tidak signifikan. Model alternatif yang digunakan untuk mengatasi masalah overdispersi adalah model Negative Binomial Regression(NBR) danGeneralized Poisson Regression(GPR). Penelitian ini membahas penerapan model NBR dan GPR pada data jumlah kematian ibu di kabupaten/kota di Provinsi Lampung tahun 2024. Pendugaan parameter dilakukan menggunakan metodeMaximum Likelihood Estimation(MLE) dengan bantuan iterasi Newton-Raphson dan iterasiFisher Scoringuntuk memperoleh nilai dugaan parameter model. Selanjutnya, dipilih model terbaik berdasarkan nilaiAkaike Information Criterion(AIC) terkecil. Hasil penelitian menunjukkan bahwa model NBR merupakan model terbaik dengan nilai AIC sebesar 86,1 lebih kecil dibandingkan modelPoisson regressiondan GPR pada taraf signifikansi 5%, faktor-faktor yang berpengaruh signifikan terhadap jumlah kematian ibu adalah Angka Partisipasi Sekolah (APS) pada kelompok umur 19–24 tahun (X1), persentase perempuan pernah kawin berumur 15–49 tahun yang memperoleh alat KB modern di puskesmas(X 2)dan persentase kunjungan ke-6 (K6) ibu hamil(X 3). Kata kunci:Overdispersi, NBR, GPR,Maximum Likelihood Estimation(MLE), Jumlah kematian ibu.

Item Type: Other
Subjects: ?? 500 ??
?? 510 ??
Divisions: Fakultas MIPA > Prodi Matematika
Depositing User: 2605941061 Digilib
Date Deposited: 12 Jun 2026 02:48
Last Modified: 12 Jun 2026 02:48
URI: http://digilib.unila.ac.id/id/eprint/100251

Actions (login required)

View Item View Item