title: ANALISIS POISSON RIDGE REGRESSION DALAM MENGATASI MULTIKOLINEARITAS REGRESI POISSON PADA DATA JUMLAH KEMATIAN IBU DI SUMATERA UTARA
creator: HERLINA JUITA , SUKMA
subject: 500 ilmu pengetahuan alam dan matematika
subject: 510 Matematika
description: Regresi Poisson merupakan suatu analisis regresi yang digunakan untuk mengetahui hubungan antara variabel dependen yang berupa data diskrit yang diasumsikan berdistribusi Poisson dengan variabel independen. Regresi Poisson menggunakan estimasi parameter Maximum Likelihood yang harus memenuhi asumsi multikolinearitas antar variabel independen. Pelanggaran asumsi multikolinearitas dapat menyebabkan hasil estimasi parameter memiliki variansi yang tidak minimum, sehingga diperlukan metode Poisson Ridge Regression (PRR) untuk mengatasi multikolinearitas pada regresi Poisson. Dalam penelitian ini digunakan data Jumlah Kematian Ibu di Sumatera Utara Tahun 2019 sebagai variabel dependen (Y), jumlah ibu hamil melaksanakan pelayanan antenatal minimal 4 kali kunjungan (K4) (X1), jumlah ibu nifas melaksanakan pelayanan sesuai standar hari ke-29 sampai ke-42 setelah persalinan (KF3) (X2), Jumlah Posyandu Aktif (X3), Jumlah Ibu Nifas Mendapatkan Vitamin A (X4), dan Jumlah Puskesmas (X5). Hasil yang diperoleh pada penelitian ini menunjukkan bahwa metode PRR jauh lebih baik dibandingkan dengan metode regresi Poisson. Dilakukan perbandingan beberapa parameter ridge k1, 
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM 
date: 2023-10-03
type: Skripsi
type: NonPeerReviewed
format: text
identifier: http://digilib.unila.ac.id/77144/1/1.%20ABSTRAK.pdf
format: text
identifier: http://digilib.unila.ac.id/77144/2/2.%20SKRIPSI%20FULL.pdf
format: text
identifier: http://digilib.unila.ac.id/77144/3/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf
identifier:   HERLINA JUITA , SUKMA  (2023) ANALISIS POISSON RIDGE REGRESSION DALAM MENGATASI MULTIKOLINEARITAS REGRESI POISSON PADA DATA JUMLAH KEMATIAN IBU DI SUMATERA UTARA.  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.     
relation: http://digilib.unila.ac.id/77144/