Model Regresi Hurdle Poisson dalam Mengatasi Permasalahan Excess Zero untuk Kasus AIDS Di Provinsi Jambi Tahun 2015-2017

Abstract

Abstract. Poisson Regression is a method of regression used to analyze a with discrete variable data. At the Poisson regression there is an assumption that must be satisfied, where the value of the variance and the average of the response variables has the same value or is called equidispersion. However, in research there is a frequent incidence of assumptions such as variable values greater than the average commonly called overdispersion. One of the causes of overdispersion is the amount of data is zero (Excess Zero). In overcoming the problem of excess zero, you can use the Hurdle Poisson method. The Hurdle Poisson model is a model that uses a two-part approach (two-part model). The first part is for the model with binary data that is zero using the Truncated Model. To overcome the problem of excess zero, it is necessary to use the Hurdle Poisson method as in this study, namely the case of Acquired Immune Deficiency Syndrome (AIDS) in Jambi Province in 2015-2017 there was excess zero in data. Using the Akaike Information Criteria (AIC) value, it shows that the use of the Hurdle Poisson model produces a better value than the Poisson Regression model.

Keywords: Poisson Regression, Hurdle Poisson, Excess Zero, AIDS.

Abstrak. Regresi Poisson ialah suatu metode regresi yang biasa digunakan untuk menganalisis suatu data dengan variabel berbentuk data diskrit. Pada regresi poisson terdapat sebuah asumsi yang harus dipenuhi, dimana nilai dari varians dan rata-rata dari variabel respon memiliki nilai yang sama atau disebut equidispersi. Akan tetapi, dalam penelitian biasanya sering terjadi pelanggaran asumsi seperti nilai varians lebih besar dari rata-rata yang biasa disebut overdispersi. Salah satu penyebab overdispersi adalah banyaknya data bernilai nol (Excess Zero). Dalam mengatasi permasalahan Excess Zero dapat menggunakan metode Hurdle Poisson. Model Hurdle Poisson merupakan model yang menggunakan dua bagian pendekatan (two part model). Bagian pertama untuk model dengan data biner yang bernilai nol menggunakan model logit, dan bagian kedua untuk data bernilai positif lebih dari nol menggunakan Truncated Model. Untuk mengatasi permasalahan excess zero perlu menggunakan metode Hurdle poisson seperti pada penelitian ini yaitu kasus Acquired Immune Deficiency Syndrome (AIDS) di Provinsi Jambi tahun 2015-2017 terdapat excess zero pada data. Dengan menggunakan nilai Akaike Information Criteria (AIC) menunjukkan bahwa penggunaan model Hurdle Poisson menghasilkan nilai yang lebih baik dari pada model Regresi Poisson.

Kata Kunci: Regresi Poisson, Hurdle Poisson, Excess Zero, AIDS.