Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

IMPLEMENTASI ROUGH-ORDINAL LOGISTIC REGRESSION PADA FAKTOR-FAKTOR KESEHATAN MENTAL KARYAWAN DI ERA COVID-19

Reski Amelia, - (2021) IMPLEMENTASI ROUGH-ORDINAL LOGISTIC REGRESSION PADA FAKTOR-FAKTOR KESEHATAN MENTAL KARYAWAN DI ERA COVID-19. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text (BAB IV)
BAB IV_Reski Amelia_(11754201016).pdf - Published Version
Restricted to Repository staff only

Download (666kB)
[img]
Preview
Text
Laporan Tugas Akhir_Reski Amelia_(11754201016).pdf

Download (2MB) | Preview

Abstract

COVID-19 menyebar sangat cepat di awal tahun 2020 diseluruh dunia, sehingga menyebabkan kecemasan global. Pemerintah Indonesia menerbitkan berbagai kebijakan terkait protokol kesehatan untuk masyarakat, terutama bagi para karyawan perusahaan atau pabrik. Penelitian ini bertujuan memproleh hasil implementasi model umum rough-ordinal logistic regression untuk faktor-faktor kesehatan mental karyawan, dan memproleh hasil prediksi rough-ordinal logistic regression untuk faktor-faktor kesehatan mental karyawan. Alat ukur yang digunakan skala sikap terhadap penerapan manajemen pencegahan penyebaran COVID-19 yang diterapkan oleh perusahaan, dan alat ukur kesehatan mental menggunakan Impact of Event Scale-Revised (IES-R). Pengumpulan data dari 166 responden dilakukan secara online menggunakan google form. Penelitian menggunakan metode regresi logistik ordinal dan rough-ordinal logistic regression. Hasil penelitian ini menunjukkan bahwa mayoritas responden menunjukkan gejala PTSD ringan, artinya bahwa COVID-19 tidak mempengaruhi aktivitas sehari-hari responden dan metode rough sets dalam penelitian ini memiliki kontribusi untuk eliminasi data dengan meruduksi informasi-informasi yang tidak konsisten dalam data set. Sehingga dengan mengkombinasi metode rough sets dengan metode ordinal logistic regression dapat meningkatkan performance model yang dihasilkan dengan menambah jumlah variabel signifikan, dan meningkatkan koefisien determinasi serta akurasi data.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Matematika
Depositing User: fsains -
Date Deposited: 15 Feb 2021 15:06
Last Modified: 15 Feb 2021 15:06
URI: http://repository.uin-suska.ac.id/id/eprint/41338

Actions (login required)

View Item View Item