ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulPENERAPAN REGRESI LINEAR BERGANDA MENGGUNAKAN METODE COCHRANE-ORCUTT DALAM MEMODELKAN PENGARUH PERUBAHAN IKLIM TERHADAP KEJADIAN MALARIA DI KOTA PALU |
| Nama: ERLITA FLORIANA |
| Tahun: 2021 |
| Abstrak ABSTRAK Malaria merupakan salah satu masalah kesehatan masyarakat yang dihadapi di seluruh dunia. Faktor iklim memiliki pengaruh terhadap risiko penularan penyakit tular vektor nyamuk seperti demam berdarah dan malaria. Analisis regresi linear berganda digunakan untuk memodelkan pengaruh perubahan iklim yaitu kelembaban dan curah hujan terhadap kejadian malaria di kota Palu. Model yang dihasilkan melanggar salah satu asumsi klasik dalam estimasi OLS yaitu terdapat autokorelasi yang strukturnya tidak diketahui sehingga untuk mengatasinya dilakukan metode Cochrane-Orcutt. Metode ini menggunakan estimasi error dari regresi OLS untuk menghitung koefisien autokorelasinya (?). Hasil penelitian menunjukkan bahwa kelembaban (X1) memiliki hubungan negatif dengan kejadian malaria (Y) yang menunjukkan jika kelembaban meningkat maka kejadian malaria menurun demikian pula sebaliknya. selain itu, curah hujan (X2) memiliki hubungan positif dengan kejadian malaria yang mengindikasikan dengan tingkat curah hujan yang tinggi, kejadian malaria akan semakin meningkat dan sebaliknya. Kata Kunci: Malaria, Perubahan Iklim, Regresi, Autokorelasi, Cochrane-Orcutt ABSTRACT Malaria is a public health problem that facing in the worldwide. Climate factors have an influence on the risk of transmission of mosquito vector-borne diseases such as dengue fever and malaria. Multiple linear regression analysis is used to model the effect of climate change namely humidity and rainfall of malaria incidence in Palu city. The resulting model violated one of the classic assumptions in OLS estimation namely the autocorrelation whose structure is unknown. As a result, the Cochrane-Orcutt method is used to accommodate the raise problem. This method uses OLS regression error estimation to calculate the autocorrelation coefficient (?). The results showed that humidity (X_1) has a negative related to the incidence of malaria (Y) which indicates when the humidity increased the incidence of malaria decreased and vice versa. In addition, the rainfall (X_2) has a positive related with the incidence of malaria meaning that the higher of the rainfall, the incidence of malaria will increase and vice versa. Keywords: Malaria, Climate Change, Regression, Autocorrelation, Cochrane-Orcutt |