Penulis / NIM
NEVAWATY MABUIA / 413417017
Program Studi
S1 - STATISTIKA
Pembimbing 1 / NIDN
Dr. ISMAIL DJAKARIA, M.Si. / 0024026403
Pembimbing 2 / NIDN
SALMUN K. NASIB, S.Pd., M.Si / 0030038903
Abstrak
COVID-19 merupakan penyakit yang diakibatkan oleh Coronavirus tipe
baru. Penyakit ini muncul pertama kali ke Gorontalo pada Kecamatan
Kabila, Kabupaten Bone Bolango. COVID-19 tidak hanya menimbulkan
masalah kesehatan bagi penderita tapi juga menyebabkan masalah sosial
karena kebanyakan masyarakat menganggap COVID-19 sebagai penyakit
menular. Pemodelan jumlah kasus COVID-19 dilakukan untuk mengetahui
faktor apa saja yang berpengaruh terhadap jumlah COVID-19. Salah satu
metode yang dapat digunakan untuk pemodelan jumlah kasus COVID-19
adalah regresi poisson. Asumsi dasar dalam regresi poisson mensyaratkan
bahwa nilai mean sama dengan nilai varians (equidispersion). Namun pada
kenyataanya kondisi tersebut jarang dapat dipenuhi. Generalized poisson
regression (GPR) dan Negative Binomial Regression adalah metode yang
dapat digunakan untuk mengatasi overdispersion pada regresi poisson. Oleh
karena itu dalam penelitian ini dilakukan pemodelan antara metode GPR
dan Negative Binomial Regression untuk mendapatkan model terbaik yang
mampu mengatasi kondisi overdispersion pada regresi poisson. Hasil
penelitian menunjukan bahwa model terbaik adalah model Negative
Binomial Regression. Hal ini ditunjukan dari nilai AIC dan BIC pada model
Negative Binomial Regression yang lebih kecil daripada model GPR.
Faktor-faktor yang berpengaruh terhadap jumlah kasus COVID-19 adalah
Tinggi Wilayah dan Kontak Erat.
Download berkas
