Rekreasi merupakan aktivitas yang perlu dilakukan dalam kehidupan modern ini.
Banyak kunjungan rekreasi yang dilakukan oleh seseorang dapat menjadi tolak
ukur dalam mengembangkan suatu area menjadi pusat rekreasi. Banyak kunjungan
rekreasi merupakan suatu contoh data count yang dapat dimodelkan menggunakan
model Poisson. Akan tetapi, frekuensi observasi bernilai nol yang tinggi
pada suatu data dapat menyebabkan overdispersion yang tidak dapat ditangani
oleh model Poisson. Seringkali data ini dianggap memiliki excess zeros dan
model zero-inflated menjadi pilihan awal dalam memodelkan data. Model peluang
lain yang juga dapat digunakan untuk menangani overdispersion adalah model
Binomial Negatif. Pada Tugas Akhir ini, model Poisson, zero-inflated Poisson,
dan Binomial Negatif diaplikasikan pada data kunjungan rekreasi boating ke
Danau Somerville, Texas, Amerika Serikat, yang merupakan data overdispersed.
Penaksiran parameter model dilakukan menggunakan metode maximum likelihood
secara numerik. Setelah dilakukan perbandingan ketiga model menggunakan
nilai AIC, BIC, dan Uji Vuong, didapati bahwa model yang paling cocok untuk
memodelkan data yang dianalisis adalah model regresi Binomial Negatif dengan
persamaan regresi ln(^) = ????1; 1941+0; 7289 quality+0; 5971 ski+0; 0520 costC????
0; 0969 costS + 0; 0390 costH. Jadi, faktor yang mempengaruhi banyak kunjungan
rekreasi boating ke Danau Somerville adalah: penilaian kualitas fasilitas Danau
Somerville; pengalaman pengunjung menikmati rekreasi waterskiing di Danau
Somerville; dan biaya yang dikeluarkan ketika mengunjungi Danau Somerville
serta danau alternatif lain. Hal ini menunjukkan bahwa walaupun terdapat banyak
observasi bernilai nol pada data, data tidak harus dimodelkan menggunakan model
zero-inflated.