Analisis Regresi Panel Spasiotemporal Menggunakan Model Spasial Durbin Dinamis pada Prevalensi Kusta di Pulau Jawa

Abstract

Kusta adalah penyakit menular kronis yang menyerang kulit dan sistem saraf. Indonesia menduduki peringkat ketiga sebagai negara dengan kasus kusta terbanyak pada tahun 2021, dengan Pulau Jawa berkontribusi hampir setengah dari kasus tersebut. Faktor sosial ekonomi dan sosial demografi merupakan beberapa faktor yang menyebabkan tingginya prevalensi penyakit ini di Pulau Jawa. Studi ini bertujuan untuk memperkirakan pengaruh peubah-peubah tersebut terhadap kejadian kusta di Pulau Jawa dari tahun 2017 hingga 2021 melalui analisis spasiotemporal. Model yang digunakan adalah model spasial dinamis Durbin, yaitu model yang menggabungkan dependensi spasial, temporal, dan spasiotemporal dari peubah dependen bersama dengan lag spasial dari peubah dependen. Hasil penelitian menunjukkan bahwa penggunaan matriks bobot spasial queen's contiguity menghasilkan model terbaik, dengan 86,46% keragaman dalam data dapat dijelaskan oleh model. Lag temporal dan spasiotemporal ditemukan signifikan, keduanya berdampak positif terhadap tingkat prevalensi kusta. Peubah penjelas yang ditemukan signifikan adalah harapan lama sekolah, kepadatan penduduk, dan persentase sanitasi yang baik. Harapan lama sekolah di wilayah tersebut ditemukan berdampak negatif terhadap tingkat prevalensi, kepadatan penduduk di wilayah yang berdekatan ditemukan mempengaruhi prevalensi kusta secara, dan persentase sanitasi layak di wilayah terdekat ditemukan berdampak negatif terhadap prevalensi kusta, namun kedua peubah tidak mempengaruhi tingkat prevalensi kusta pada daerah yang sama.

Leprosy is a chronic infectious disease which affects the skin and nervous system. As of 2021, Indonesia ranks third as the country with highest amount of leprosy case, with the Island of Java contributing nearly half of those cases. Socioeconomic and sociodemographic factors are among the many aspects which caused the high of prevalence within the island. This study attempts to estimate the effects of those variables to leprosy incidence in Java Island from 2017 to 2021 through spatiotemporal analysis. Dynamic spatial Durbin model (DSDM), a model which incorporates both spatial, temporal, and spatiotemporal lag from the dependent variable together with spatial lag from the dependent variable is used. The results showed that the use queen’s contiguity spatial weighting matrix results in the best model, with 86.46% variance within the data is able to be explained by the model. Temporal and spatiotemporal lag was found to be significant, with both of them positively affecting leprosy prevalence levels. The regressors that was found to be significant was expected years of school, population density, and percentage of proper sanitation, with expected years of school within the region was found to negatively affect prevalence levels, population density in nearby regions found to positively affect leprosy prevalence, and percentage of proper sanitation in nearby regions was found to negatively affect leprosy prevalence. However, both variables does not affect leprosy prevalence within the same region.