Analisis kesesuaian Generalized Linear Model (GLM) pada data mortalita

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.