ANALISIS GENERAL LINIER MODEL DENGAN DISTRIBUSI NORMAL PADA KASUS IBU HAMIL DI RUMAH BERSALIN SADAN MEDAN SELAYANG

Harizahayu Harizahayu, Friendly Friendly, Purwa Hasan Putra

Abstract


Pemodelan matematika denganpendekatan General Model Linier dengan Distribusi Normal untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap proses persalinan dan hasilnya di Rumah Bersalin SADAN Medan Selayang. GLM (Generalized Linear Model) yang berbasis pada analisis regresi namun dengan tambahan 3 komponen utama : Ausmsi Distirbusi, Komponen Sistematik dan Fungsi Penghubung merupakan perluasan model linear biasa. Dalam penelitian ini diasumsikan distribusinya adalah distribusi normal sehingga GLM yang dipakai adalah Model Linear Normal dengan jenis respon  merupakan pertambahan BB (berat badan)  Ibu selama Hamil adalah kontinu dengan fungsi penghubung Identitas. Dengan tanpa memperhatikan struktur korelasi maka dari hasil analisis disimpulkan bahwa variable kovariat ANC, Ibu dengan kedatangan di K1 2 kali dan K2 juga 2 kali mempengaruhi penambahan BB ibu hamil dibuktikan dengan nilai p-value yang < 0,05. Jadi tidak berbeda jauh dengan kesimpulan awal bahwa Antenatal Care (ANC) dan grup mempengaruhi penambahan BB ibu hamil. Sehingga diperoleh model sebagai berikut

Y=1.16855+1.51730X_(1_A)-0.29142X_(2_B)-0.84033X_(3_C)-1.23650X_(4_D).

.


Keywords


Generalized Linear Model, Distribusi Normal, Fungsi Penghubung identitas, Antenalat Care (ANC).

References


Adrianingsih, N. Y., & Dani, A. T. R. (2021). Estimasi Model Regresi Semiparametrik Spline Truncated Menggunakan Metode Maximum Likelihood Estimation (MLE). Jambura Journal of Probability and Statistics, 2(2), 56–63. https://doi.org/10.34312/jjps.v2i2.10255

Afif, M., & Aswati, N. (2022). Analisis Pengaruh Kualitas Produk, dan Promosi terhadap Keputusan Pembelian Produk Perwatan Wajah MS Glow. Jurnal Aplikasi Manjemen Dan Inovasi Bisnis, 4(2), 147–167. https://doi.org/http://dx.doi.org/10.47201/jamin.v4i2.90

Akolo, I. R., & Nadjamuddin, A. (2022). Analisis Regresi Robust Estimasi Least Trimmed Square dan Estimasi Maximum Likelihood pada Pemodelan IPM di Pulau Sulawesi. Euler : Jurnal Ilmiah Matematika, Sains Dan Teknologi, 10(2), 211–221. https://doi.org/10.34312/euler.v10i2.16708

Alvin, M. H., Atok, M., & Indiaryanto, M. (2020). Analisis Regresi untuk Memprediksi Tahanan Kapal Cepat. Jurnal Sains Dan Seni ITS, 9(1). https://doi.org/10.12962/j23373520.v9i1.51386

Bono, R., Alarcón, R., Arnau, J., Javier García-Castro, F., & Blanca, M. J. (2023). Robustness of Generalized Linear Mixed Models for Split-Plot Designs with Binary Data. Anales de Psicologia, 39(2), 332–343. https://doi.org/10.6018/analesps.527421

Dwi Ananda, G., Basalamah, S., Alam, R., & Arifin, Z. (2022). Pengaruh Self Efficacy, Gaya Kepemimpinan Islam Dan Kompensasi Terhadap Subjective Well Being Dan Kinerja Pada Karyawan BPR. Journal of Management Science (JMS, 3(1).

Gusman, S. R., Suparti, S., & Rusgiyono, A. (2023). Perbandingan Model Arima Dengan Model Nonparametrik Polinomial Lokal dan Spline Truncated untuk Peramalan Harga Minyak Mentah West Texas Intermediate (WTI) Dilengkapi GUI R. Jurnal Gaussian, 12(1), 20–29. https://doi.org/10.14710/j.gauss.12.1.20-29

Katianda, K. R., Goejantoro, R., & Ade Satriya, A. M. (2020). Estimasi Parameter Model Regresi Linier dengan Pendekatan Bayes (Studi Kasus: Kemiskinan di Provinsi Kalimantan Timur pada Tahun 2017) Estimation Parameter of Linear Regression Model with Bayes Approach (Case Study: Poverty of East Kalimantan Province in . Jurnal EKSPONENSIAL, 11(2), 127–132.

Muhthadin, M. Al, & Hasnawati, H. (2022). Pengaruh Kepemilikan Manajerial, Profitabilitas dan Leverage Terhadap Manajemen Laba. Jurnal Ekonomi Trisakti, 2(2), 1799–1812. https://doi.org/10.25105/jet.v2i2.14696

Ningsih, S., & Dukalang, H. (2019). Penerapan Metode Suksesif Interval pada Analsis Regresi Linier Berganda. Jambura Journal of Mathematics, 1(1). http://ejurnal.ung.ac.id/index.php/jjom,

Nur Isra, Annas, S., & Aidid, M. K. (2022). Pengembangan Paket R Untuk Analisis Diskriminan Berbasis Graphical User Interface Web Interaktif. VARIANSI: Journal of Statistics and Its Application on Teaching and Research, 4(3), 128–141. https://doi.org/10.35580/variansiunm24

Rika Jesika Putri, P., Studi Farmasi, P., & Matematika dan Ilmu Pengetahuan Alam, F. (2020). OBSERVASI PENGKAJIAN RESEP SECARA ADMINISTRATIF PADA APOTEK X DI KABUPATEN BADUNG. Indonesian Journal of Legal and Forensic Sciences, 10(1), 38–45. http://ojs.unud.ac.id/index.php/ijlfs

Rumana, N. A., Apzari, E. I., Dewi, D. R., Indawati, L., & Yulia, N. (2020). Penerimaan Pasien Terhadap Sistem Pendaftaran Online Menggunakan Technology Acceptance Model di RSUP Fatmawati. Faktor Exacta, 13(1), 44. https://doi.org/10.30998/faktorexacta.v13i1.5611

Setiana, T., Fitiria Rahmiati, B., & Thonthowi Jauhari, M. (2022). The Effect of Snapper Nugget on Height Changes for Stunting Toddlers Ages 24-59 Months in the Alas Public Health Center. Jurnal Pangan, Gizi, Kesehatan, 3(1), 10–17.

Susilowati, B. E., & Sihombing, P. R. (2020). Metode ROBPCA (Robust Principal Component Analysis) dan Clara (Clustering Large Area) pada Data dengan Outlier. Jurnal Ilmu Komputer, 13(2), 11. https://doi.org/10.24843/jik.2020.v13.i02.p04

Wilandari, Y., Kartiko, H., & Effendie, A. R. (2020). Estimasi Cadangan Klaim Menggunakan Genelized Linier Model (GLM) dan Copula. JURNAL GAUSSIAN, 9(4), 411–420. https://ejournal3.undip.ac.id/index.php/gaussian/

Yuliyanti, R., Matematika, P., Uny, F., & Arliani, E. (2022). Peramalan jumlah penduduk menggunakan model arima Forecasting the number of population using the arima. In Jurnal Kajian dan Terapan Matematika (Vol. 8, Issue 2). http://journal.student.uny.ac.id/ojs/index.php/jktm




DOI: https://doi.org/10.30743/mes.v9i1.7769

Refbacks

  • There are currently no refbacks.