Abstract:
Dinamika penduduk memiliki 3 komponen yaitu kelahiran, migrasi dan kematian, yang biasanya
dipertimbangkan sebagai komponen yang mempengaruhi pengembangan peningkatan kesejahteraan
masyarakat. Komponen tersebut dapat menjadi acuan untuk melihat tingkat mortalita dalam
populasi pada umur dan periode tertentu. Dalam mendapatkan nilai tingkat mortalita tersebut,
perusahaan menggunakan berbagai model mortalita. Model-model tersebut tentu harus diuji
akurasinya untuk melakukan prediksi nilai tingkat mortalita kedepannya. Salah satu teknik yang
sering digunakan dalam memprediksi data dengan akurasi yang baik adalah Generalized Linear
Model (GLM). Pada skripsi ini akan dianalisis kesesuaian GLM pada data mortalita dengan
menggunakan 3 model mortalita yaitu model Age-Period-Cohort, model Cairns-Blake-Dowd
(CBD), dan model Cairns-Blake-Dowd (CBD) dengan efek pengelompokkan. Terdapat 4 fungsi
teknik GLM yang digunakan untuk 3 model mortalita yaitu distribusi Poisson untuk angka
mortalita dengan fungsi link log, distribusi Poisson untuk angka mortalita dengan logit, distribusi
Binomial untuk tingkat mortalita dengan fungsi link logit, dan distribusi Binomial untuk tingkat
mortalita dengan log-log komplementer. Empat fungsi GLM tersebut akan diuji kesesuaiannya
pada data dari 5 negara yang memiliki populasi lansia terbanyak, berdasarkan deviansi dan
tingkat error rata-rata yang paling kecil.