%0 Thesis
%9 Skripsi
%A Ellif Zahara Yasmin Asadillah, NIM.: 22106010008
%B FAKULTAS SAINS DAN TEKNOLOGI
%D 2026
%F digilib:77386
%I UIN SUNAN KALIJAGA YOGYAKARTA
%K Bike Sharing, count data, overdispersi, regresi Poisson,  regresi Poisson–Inverse Gaussian
%P 90
%T PERBANDINGAN ANALISIS REGRESI POISSON DAN  POISSON-INVERSE GAUSSIAN (PIG) PADA STUDI KASUS :  BIKE SHARING 2011-2012
%U https://digilib.uin-suka.ac.id/id/eprint/77386/
%X Jumlah penyewaan sepeda merupakan count data yang dapat dimodelkan  menggunakan regresi Poisson. Namun, regresi Poisson mensyaratkan asumsi  equidispersi, yaitu nilai rata-rata sama dengan variansi. Pada praktiknya, count  data sering mengalami overdispersi sehingga asumsi tersebut tidak terpenuhi dan  dapat menyebabkan estimasi parameter menjadi kurang efisien. Salah satu metode  yang dapat digunakan untuk mengatasi permasalahan tersebut adalah regresi  Poisson–Inverse Gaussian yang merupakan pengembangan dari regresi Poisson  dengan memasukkan parameter dispersi.  Penelitian ini bertujuan untuk memperoleh model regresi Poisson dan  regresi Poisson–Inverse Gaussian (PIG) dalam memodelkan jumlah penyewaan  sepeda pada data Bike Sharing tahun 2011–2012 serta menentukan model terbaik  berdasarkan nilai Akaike Information Criterion (AIC). Data yang digunakan  merupakan Bike Sharing Dataset yang diperoleh dari UCI Machine Learning  Repository. Estimasi parameter dilakukan menggunakan metode Maximum  Likelihood Estimation (MLE) dan pengolahan data dilakukan dengan perangkat  lunak R versi 4.5.2.  Dari hasil analisis diperoleh model regresi Poissonnya adalah ln(μi) =  8, 192982+1, 677465X1 −0, 672520X3 −1, 034128X4 dan model regresi Poisson  Inverse Gaussiannya diperoleh μi = exp(8, 3398 + 2, 2177X1 − 1, 0864X3 −  1, 8261X4). Berdasarkan perbandingan nilai AIC, model regresi Poisson–Inverse  Gaussian menghasilkan nilai AIC yang lebih kecil dibandingkan model regresi  Poisson. Oleh karena itu, regresi Poisson–Inverse Gaussian dipilih sebagai model  terbaik untuk memodelkan jumlah penyewaan sepeda pada data Bike Sharing tahun  2011–2012.  Kata kunci: Bike Sharing, count data, overdispersi, regresi Poisson,  regresi Poisson–Inverse Gaussian
%Z Sri Utami Zuliana, S.Si., M.Sc., Ph.D.