PEMODELAN REGRESI POISSON, BINOMIAL NEGATIF DAN PADA KASUS KECELAKAAN KENDARAAN BERMOTOR DI LALU LINTAS SUMATERA BARAT

Irwan, . and Devni , Prima Sari (2013) PEMODELAN REGRESI POISSON, BINOMIAL NEGATIF DAN PADA KASUS KECELAKAAN KENDARAAN BERMOTOR DI LALU LINTAS SUMATERA BARAT. Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, "Penguatan Peran Matematika dan Pendidikan Matematika untuk Indonesia yang lebih Baik". ISSN 978 – 979 – 16353 – 9 – 4

[img]
Preview
Text
S - 14.pdf

Download (287kB) | Preview
Official URL: http://uny.ac.id

Abstract

Tingginya angka kecelakaan kendaraan bermotor di lalu lintas harusnya menjadi topik pembicaraan yang harus disingkapi segera mungkin oleh segala pihak. Hal ini juga didukung oleh fakta mencengangkan yang dikabarkan Dinas Perhubungan Indonesia, yaitu kecelakaan lalu lintas menjadi penyebab kematian nomor tiga di Indonesia setelah serangan jantung dan strok. Salah satu cara untuk menyingkapi kasus tingginya jumlah kecelakaan kendaraan bermotor ini dilakukan dengan mengetahui faktor-faktor yang paling dominan yang menyebabkan terjadinya kecelakaan bermotor. Analisis faktor penyebab dominan dan memperkirakan jumlah kecelakaan bisa dilakukan dengan menggunakan model regresi Poisson. Regresi Poisson mempunyai asumsi equi-dispersion, yaitu kondisi dimana nilai rataan dan variansi dari variabel respon bernilai sama. Pada kenyataannya, pada data sering dijumpai variansi dari variabel respon lebih besar nilai rataannya (overdispersi). Untuk mengatasi permasalahan tersebut digunakan model regresi Binomial Negatif. Kata kunci: angka kecelakaan, faktor dominan, regresi Poison, binomial negatif

Item Type: Article
Subjects: Prosiding > Seminar Nasional Matematika dan Pendidikan Matematika 2013
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Pendidikan Matematika > Pendidikan Matematika
Depositing User: Jurusan Pendidikan Matematika
Date Deposited: 10 Dec 2013 03:28
Last Modified: 10 Dec 2013 03:28
URI: http://eprints.uny.ac.id/id/eprint/10833

Actions (login required)

View Item View Item