• Tidak ada hasil yang ditemukan

Pemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes

N/A
N/A
Protected

Academic year: 2021

Membagikan "Pemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes"

Copied!
12
0
0

Teks penuh

Gambar

Tabel 1. Jenis Peubah/ Variabel yang Diamati .
Tabel 3. Deskripsi Variabel Kategorik untuk Penderita Penyakit DBD di Kota Makassar  No Nama  Variabel  Frekuensi  Persen  (%)  Keterangan
Tabel 5. Deskripsi Variabel Kategorik untuk Penderita Penyakit DBD di Tiga Kecamatan  No  Nama Variabel  Frekuensi  Persen (%)  Keterangan
Tabel 6.  Nilai MSE Kecamatan Terpilih dan Populasi   dengan Pendugaan PRIOR
+3

Referensi

Dokumen terkait

Metode pendugaan EB pendekatan jackknife menghasilkan nilai RRMSE yang lebih kecil dibandingkan dengan metode EBLUP dalam menduga pengeluaran per kapita desa/kelurahan di

Model yang dihasilkan dengan Algoritma Naïve Bayes dan Bayes Network diuji menggunakan metode split percentace dan Cross Validation, terlihat perbandingan

Hasil eksekusi dari perangkat lunak pola pemetaan penyebaran penyakit demam berdarah diwilayah Kota Palembang menggunakan metode Nearest

Hasil eksekusi dari perangkat lunak pola pemetaan penyebaran penyakit demam berdarah diwilayah Kota Palembang menggunakan metode Nearest

a) Simulasi penyebaran penyakit demam berdarah pada 9 kecamatan di kota Manado berhasil dibuat dengan menggunakan library terra.js sebagai model Cellular Automata (CA)

Daerah Rawan Demam Berdarah Menggunakan Metode K-Means Di Kecamatan Nogosari Kabupaten Boyolali ini terdapat 2 level pengguna yaitu admin yang mendapatkan hak akses

Taksiran resiko relative untuk data DBD di Kota Bogor Tahun 2012 dengan metode Poisson Mixture Model atau Nonparametrik Maksimum Likelihood diperoleh

a) Simulasi penyebaran penyakit demam berdarah pada 9 kecamatan di kota Manado berhasil dibuat dengan menggunakan library terra.js sebagai model Cellular Automata