Penerapan Regression-based Clustering dan Analisis Data Panel untuk Mengidentifikasi Faktor Demam Berdarah di Jawa Barat

Abstract

Demam berdarah dengue (DBD) merupakan salah satu penyakit endemis yang menjadi masalah negara tropis dan subtropis. Provinsi Jawa Barat secara konsisten mencatat jumlah kasus DBD tertinggi di Indonesia sejak tahun 2017 hingga tahun 2023 sehingga perlu perhatian dan pemahaman mengenai faktor yang berkontribusi dalam penyebaran DBD. Penelitian ini bertujuan untuk mengidentifikasi pola pertumbuhan kasus DBD di Jawa Barat melalui pengelompokan wilayah berdasarkan parameter pertumbuhan kasus menggunakan algoritma partitioning around medoid (PAM) serta menganalisis faktor-faktor yang berpengaruh terhadap DBD menggunakan analisis data panel. Data yang digunakan merupakan data sekunder dari 27 kabupaten/kota di Jawa Barat selama periode 2016–2023. Hasil pengelompokan membentuk empat gerombol, yaitu Gerombol 1 wilayah dengan jumlah kasus awal tinggi dan cenderung menurun perlahan, Gerombol 2 wilayah dengan jumlah kasus awal rendah hingga sedang mengalami lonjakan bertahap, Gerombol 3 wilayah dengan jumlah kasus awal rendah namun mengalami lonjakan signifikan dalam waktu singkat, dan Gerombol 4 wilayah dengan jumlah kasus awal tinggi yang berhasil menurunkan angka kasus secara tajam. Analisis data panel menunjukkan bahwa model terbaik adalah model random effect spesifik waktu, dengan nilai R-squared sebesar 57,24%. Faktor yang berpengaruh signifikan terhadap jumlah kasus DBD adalah persentase rumah tangga yang memiliki akses terhadap sanitasi layak dan rata-rata lama sekolah.

Dengue hemorrhagic fever is one of the endemic diseases that poses a significant problem in tropical and subtropical countries. West Java Province has consistently recorded the highest number of DHF cases in Indonesia from 2017 to 2023, necessitating a deeper understanding of its contributing factors. This study aims to identify the growth patterns of DHF cases in West Java by clustering regions based on case growth parameters using the Partitioning Around Medoid (PAM) and analyzing the factors affecting DHF incidence through panel data analysis. The data used in this study are secondary data from 27 districts and cities in West Java over the period of 2016–2023. The clustering analysis resulted in four clusters, Cluster 1 consists of regions with a high initial case that gradually decreased, Cluster 2 includes regions with low to moderate initial cases experiencing a gradual increase, Cluster 3 covers regions with initially low cases that experienced a sharp surge, and Cluster 4 consists of regions with high initial cases that rapidly decreased. The best model had random effects with a time-specific model, with R-squared 57,24%. Significant factors were the percentage of households with access to proper sanitation and the average length of schooling.