Institutional Repository UIN Sunan Kalijaga YogyakartaPERBANDINGAN ANALISIS REGRESI POISSON DAN POISSON-INVERSE GAUSSIAN (PIG) PADA STUDI KASUS : BIKE SHARING 2011-2012NIM.: 22106010008Ellif Zahara Yasmin AsadillahauthorJumlah 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 GaussianMatematika2026-05-25UIN SUNAN KALIJAGA YOGYAKARTA;FAKULTAS SAINS DAN TEKNOLOGIThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant Institutional Repository UIN Sunan Kalijaga Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that Institutional Repository UIN Sunan Kalijaga Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at Institutional Repository UIN Sunan Kalijaga Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.