<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="55732">
 <titleInfo>
  <title>SEMIPARAMETRIC GEOGRAPHICALLY WEIGHTED POISSON REGRESSION PADA PEMODELAN ANGKA KASUS PENYAKIT TUBERKULOSIS PARU BTA+ DI KOTA BANDUNG</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Octavianty</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>Fakultas Matematika Dan Ilmu Pengetahuan Alam Unpad</publisher>
   <dateIssued>2017</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>x, 60 hlm. ; il. ; 29 cm.</extent>
 </physicalDescription>
 <note>ABSTRAK &#13;
&#13;
:- Semiparametric Geographically Weighted Poisson Regression pada &#13;
&#13;
Pemodelan Angka Kasus Penyakit Tuberkulosis Paru BT A + di &#13;
&#13;
Kota Bandung &#13;
&#13;
: Oetavianty &#13;
&#13;
: 140720150007 &#13;
&#13;
: Dr. Toni Toharudin, M.Se &#13;
&#13;
: I G N Mindra Jaya, S.Si., M.Si &#13;
&#13;
Tuberkulosis (TB) saat ini menjadi salah satu masalah kesehatan masyarakat dunia. WHO &#13;
telah mencanangkan TB sebagai global public health emergency. Di Indonesia, Provinsi J awa &#13;
Barat menduduki jumlah penderita TB terbanyak. Pada Tahun 2015 penderita TB BTA+ di &#13;
Kota Bandung sebanyak 1.023 kasus. Pemodelan hubungan data yang melibatkan angka &#13;
msiden umumnya didekati oleh distribusi Poisson. Perbedaan kasus yang terjadi antar &#13;
wilayah dikarenakan adanya perbedaan sosial-ekonomi dan lingkungan untuk masing-masing &#13;
wilayah yang berbeda. Geographically Weighted Poisson Regression (GWPR) merupakan &#13;
pendekatan altematif dari model GWR yang didekati oleh distribusi Poisson, menghasilkan &#13;
parameter regresi yang bersifat lokal. Pada beberapa keadaan, tidak semua variabel dalam &#13;
model GWPR memiliki pengaruh spasial, sehingga pengaruh lokasi diabaikan. Model &#13;
Semiparametric Geographically Weighted Poisson Regression (SGWPR) merupakan &#13;
pengembangan dari model GWPR yang menggabungkan parameter lokal dan parameter yang &#13;
konstan terhadap lokasi. Data yang digunakan pada penelitian ini ialah Angka Kasus &#13;
Penyakit TB Paru BTA+ di Kota Bandung Tahun 2015. Model spasial yang dihasilkan dalam &#13;
mengestimasi Angka Kasus Penyakit TB Paru BT A + di Kota Bandung ialah menghasilkan &#13;
variabe\ lokal yaitu Kepadatan Penduduk (Xl) dan Persentase Rumah Sehat (X2) serta variabel &#13;
global yaitu Persentase Jamban Sehat (X3) pada model SGWPR.</note>
 <note type="statement of responsibility">Octavianty</note>
 <subject authority="">
  <topic>Tuberkulosis, Distribusi Poisson, Semiparametric G</topic>
 </subject>
 <classification>519.5 Oct s</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi</physicalLocation>
  <shelfLocator>519.5 Oct s/R.14.70.1</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">010030007915</numerationAndChronology>
    <sublocation>Perpustakaan Pusat (REF.14.70.1)</sublocation>
    <shelfLocator>519.5 Oct s/R.14.70.1</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>20%252Fscan0001.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>55732</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2017-10-26 09:47:50</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2018-06-25 10:02:36</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>