Perpustakaan Digital ITB

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.