METODE BAYESIAN DALAM PENAKSIRAN MODEL SPATIAL AUTOREGRESSIVE (SAR) (STUDI KASUS PEMODELAN PENYAKIT TB PARU DI KOTA BANDUNG)

I Gede Nyoman Mindra Jaya, Zulhanif Zulhanif, Bertho Tantular, Neneng Sunengsih

Abstract


Aplikasi pemodelan spatial ekonometrik dalam berbagai bidang ilmu semakin banyak khususnya dalam ruang lingkup spatial regional dan spatial epidemiologi. Metode ini berkembang karena kemampuan metode ini mengakomodasi adanya ketergantungan spatial dalam data. Analisis ekonometrik biasa tidak mampu memberikan hasil yang baik pada saat data tidak berdistribusi independen. Metode Maksimum likelihood adalah metode yang umumnya digunakan untuk menaksir parameter model spatial econometrics. Namun metode ini tidak cukup baik dalam mengestimasi parameter model pada saat unit spatialnya sangat banyak. Metode alternative Bayesian diperkenalkan untuk mengatasi masalah tersebut. Penelitian ini mengkaji pendekatan metode Bayesian pada model Spatial Autoregresive (SAR). Model SAR merupakan satu dari delapan model spatial ecokometrik yang paling banyak digunakan. Pendekatan Bayesian akan diaplikasikan pada pemodelan kasus TB Paru di Kota Bandung

Kata kunci: Bayesian, Model SAR, Maximum Likelihood, Spatial


References


Anselin, L. (1988), Spatial Econometrics: Methods and Models, Kluwer, Dordrecht

Bivand RS, Gómez-Rubio V, Rue H (2014). “Approximate bayesian inference for spatial econometricsâ€. Spatial Statistics, 9:146-165

Blangiardo, M., & Cameletti, M. (2015). Saptial and Spatio-Temporal Bayesian Model with R-INLA. John Wiley: United Kingdom

Chen, D., Moulin, B., & Wu, J. (2015). Introduction To Analyzing And Modeling Spatial And Temporal Dynamics Of Infectious Diseases . In D. Chen, B. Moulin, & J. Wu, Analyzing And Modeling Spatial And Temporal Dynamics Of Infectious Diseases (Pp. 3-17). New Jersey: John Wiley & Sons.

Congdon, P. (2013). Bayesian Spatial Statistical Modeling. In M. M. Fischer, & P. Nijkamp, Handbook of Regional Science (pp. 141-1434). New York: Springer

Jayaa, Mindra I. G. et al. (2016). “ Bayesian Spatial Autoregressive (BSAR) Dalam Menaksir Angka Prevalensi Demam Berdarah (DB) Di Kota Bandung. Prosiding Seminar Nasional Matematika Universitas Parahyangan Bandung.

Jayab, Mindra I. G. et al. (2016). “Bayesian Spatial Modeling and Mapping of Dengue Fever: A Case Study of Dengue Fever in The City of Bandung, Indonesiaâ€. International Journal of Applied Mathematics and Statistics, 54 (3), 94-103

Jayac, Mindra I. G. et al.. (2016). “R Development package in Estimating Parameters Spatial Lag Dependence by Means Bayesian Approach†Materi Persentasi . ICASS II - ITB

Lawson, A. B. (2014). “Hierarchical modeling in spatialâ€. WIREs Comput Stat, 6(6),1-13.

LeSage, J., Pace, R.K. (2009), Introductionto Spatial Econometrics, Chapman & Hall, BocaRaton, FL.

Manalu, H. S. (2010). Faktor-Faktor Yang Mempengaruhi Tb Paru Dan Upaya Penanggulangannya. Jurnal Ekologi Kesehatan , 1340-1346.

Rahmawati, R., Kartono, Sulistyo, R. H., & Noranita, B. (2012). Analisis Pengaruh Karakteristik Wilayah (Kelurahan) Terhadap Banyaknya Kasus Demam Berdarah Dengue (Dbd) Di Kota Semarang. Media Statistika , 5, 87-93.

Widaningrum, C. (2014). Pedoman Nasional Pengendalian Tuberkulosis. Jakarta: Kementrian Kesehatan Republik Indonesia.




DOI: http://dx.doi.org/10.33603/e.v4i2.419

Refbacks

  • There are currently no refbacks.


EUCLID terindeks oleh DOAJ, Google Scholar, ResearchBib, IPI, IOS dan Sinta.

This work is licensed under a Creative Commons Attribution - Share Alike 4.0 International License
execute(); ?>