Valentina, Event (2018) Penerapan Model Aditif Tergeneralisasi (Studi Kasus Angka Kematian Bayi di Jawa Timur Tahun 2015). Sarjana thesis, Universitas Brawijaya.
Abstract
Model aditif tergeneralisasi merupakan perluasan dari model linier tergeneralisasi dengan menggantikan fungsi linier menjadi fungsi aditif dan mengganti prediktor linier menjadi suatu fungsi mulus. Model ini dapat menggambarkan hubungan variabel prediktor dan varibel respon tanpa mengikuti bentuk kurva tertentu. Pemodelan ini digunakan untuk menganalisis angka kematian bayi di Jawa Timur tahun 2015. Menurut Badan Pusat Statistik (2015), angka kematian bayi merupakan indikator penting untuk mencerminkan keadaan derajat kesehatan di suatu masyarakat, karena bayi yang baru lahir sangat sensitif terhadap lingkungan tempat orangtua bayi tinggal dan sangat erat kaitannya dengan status sosial orangtua bayi. Faktor-faktor yang mempengaruhi angka kematian bayi antara lain: persentase perempuan yang menikah dibawah umur 17 tahun, persentase persalinan tenaga non-medis dan rata-rata lama pemberian ASI eksklusif. Metode yang digunakan untuk pendugaan parameter model adalah penalized likelihood maximation. Hasil analisis dengan pemodelan ini menunjukkan bahwa banyak kasus persalinan menggunakan tenaga non medis memiliki pengaruh non-linear pada angka kematian bayi. Selain itu, persentase perempuan yang menikah dibawah 17 tahun dan lama pemberian ASI ekslusif secara linier berpengaruh positif terhadap peningkatan juga angka kematian bayi. Namun, model yang didapatkan pada analisis ini tidak layak digunakan, karena tidak memenuhi asumsi homoskedastisitas residual model. Hal ini dapat disebabkan adanya faktor luar yang sebenarnya mempengaruhi, tetapi tidak dianalisis dalam model seperti faktor daerah dalam kasus ini.
English Abstract
The generalized additive model is an extension of the generalized linear model by replacing linear functions into additive functions and replacing linear predictors into a smooth function. This model can describe the relationship of predictor variables and response variables without following the shape of a particular curve. This modeling is used to analyze the infant mortality rate in East Java in 2015. According to the Central Bureau of Statistics (2015), infant mortality is an important indicator to reflect the state of health in a community, because newborns are very sensitive to the environment where the baby's parents live and very closely related to the parents' social status. Factors influencing infant mortality include: the percentage of married women under the age of 17, the percentage of non-medical labor deliveries and the average length of exclusive breastfeeding. The method used to estimate the model coefficient is penalized likelihood maximation. The results of the analysis with this model show that many cases of labor using non-medical personnel have a non-linear influence on infant mortality. In addition, the percentage of married women under 17 years old and linearly exclusive breastfeeding has a positive effect on the increase in infant mortality. However, the model obtained in this analysis is not feasible to use, because it does not fulfill the assumption of residual homoschasticity models. This can be caused by the existence of external factors that actually influence, but not analyzed in the model as regional factors in this case.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2019/83/051910786 |
| Uncontrolled Keywords: | Model Aditif Tergeneralisasi, Angka Kematian Bayi, Generalized Additives Model, Infant Mortality Rate |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.7 Programming > 519.72 Linear programming |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 26 Aug 2020 04:42 |
| Last Modified: | 28 Oct 2021 02:05 |
| URI: | http://repository.ub.ac.id/id/eprint/176901 |
Preview |
Text
Event Valentina.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |