Pemodelan Bayesian Spasial CAR dalam Menduga Risiko Relatif DBD di Kota Bandung

Abstract

Demam Berdarah Dengue (DBD) merupakan salah satu penyakit menular yang masih menjadi masalah kesehatan masyarakat di Indonesia, termasuk di Kota Bandung. Penularan DBD dipengaruhi oleh sejumlah faktor spasial dan lingkungan, seperti kepadatan penduduk, ketinggian wilayah, kondisi sanitasi rumah (rumah sehat), serta perilaku hidup bersih dan sehat (PHBS). Pada tahun 2022, Kota Bandung mencatat angka kejadian DBD yang cukup tinggi dan tersebar di seluruh wilayah kota, sehingga diperlukan pendekatan analisis spasial untuk memetakan pola risiko dan mendukung pengambilan kebijakan yang berbasis wilayah. Penelitian ini bertujuan untuk menduga risiko relatif DBD di tingkat kecamatan dengan menggunakan pendekatan pemodelan spasial Bayesian. Model yang digunakan adalah Besag-York-Mollie conditional autoregressive (CAR BYM) menggabungkan efek acak spasial terstruktur dan efek acak independen, serta model CAR Leroux yang hanya mempertimbangkan satu set efek acak. Proses pendugaan dilakukan melalui pendekatan Markov Chain Monte Carlo (MCMC) dengan algoritma Gibbs Sampling. Selain itu, penelitian ini juga mengeksplorasi pengaruh pemilihan nilai hyperprior terhadap hasil model dengan membandingkan lima skenario distribusi prior Inverse-Gamma. Evaluasi performa model dilakukan menggunakan empat kriteria utama, yaitu Deviance Information Criterion (DIC), Widely Applicable Information Criterion (WAIC), Log Marginal Predictive Likelihood (LMPL), dan Mean Moran’s I Residual (MMI residual). Hasil analisis menunjukkan bahwa pemilihan hyperprior berpengaruh terhadap kualitas model. Model terbaik diperoleh pada spesifikasi hyperprior t_u^2~Inverse-Gamma(0,1;0,1) dan t_v^2~Inverse-Gamma(1;0,01), dengan nilai DIC dan WAIC yang paling rendah serta nilai LMPL tertinggi. Pemetaan spasial terhadap nilai dugaan risiko relatif (RR) menunjukkan bahwa wilayah dengan risiko relatif tertinggi terdapat di Kecamatan Gedebage (RR_20=1,83), diikuti oleh Arcamanik (RR_3=1,65) dan Rancasari (RR_25=1,62). Ketiga kecamatan ini dapat dikategorikan sebagai wilayah prioritas untuk intervensi pencegahan DBD. Sebaliknya, nilai risiko relatif terendah ditemukan di Kecamatan Babakan Ciparay (RR_5=0,40) dan Bandung Kulon (RR_7=0.42), yang menandakan risiko relatif kejadian DBD di wilayah ini berada jauh di bawah rata-rata Kota Bandung. Temuan ini menunjukkan bahwa pendekatan pemodelan spasial CAR dapat menghasilkan pendugaan risiko relatif yang dapat mendukung penetapan kecamatan prioritas untuk kebijakan pengendalian DBD yang lebih terarah.