Pemodelan Jumlah Kasus Demam Berdarah dengan Regresi Terboboti Binomial Negatif Geografis Campuran di Provinsi Jawa Barat
View/ Open
Date
2019Author
Rizqiana, Zulfanita Dien
Saefuddin, Asep
Djuraidah, Anik
Metadata
Show full item recordAbstract
Demam berdarah dengue (DBD) merupakan penyakit menular yang disebabkan oleh virus Dengue ditularkan melalui gigitan nyamuk Aedes Aegypti. Provinsi Jawa Barat merupakan provinsi yang memiliki jumlah kasus DBD tertinggi di Indonesia. Jumlah kasus DBD di Provinsi Jawa Barat mengalami peningkatan tiap tahun. Jumlah kasus DBD di Provinsi Jawa Barat pada tahun 2015 mengalami peningkatan sebesar 14.6% dibandingkan tahun 2014. Dengan adanya peningkatan kasus DBD di Provinsi Jawa Barat yang terjadi setiap tahunnya perlu dilakukan upaya pencegahan dengan mengetahui faktor-faktor yang mempengaruhi berkembangnya penyakit tersebut.
Jumlah kasus DBD merupakan salah satu contoh kejadian cacah sehingga pemodelan yang tepat digunakan untuk mengetahui faktor-faktor yang mempengaruhi berkembangnya kasus DBD yaitu regresi Poisson. Namun, adakalanya dalam penerapan regresi Poisson ditemukan overdispersi. Salah satu solusi yang digunakan untuk mengatasi overdispersi yaitu dengan pendekatan sebaran binomial negatif. Model negatif binomial memiliki parameter dispersi yang dapat menjelaskan ragam pada data.
Pola penyebaran penyakit menular seperti DBD cenderung mengelompok dan tidak dipengaruhi oleh batas administrasi. Penularan penyakit DBD yang ditularkan melalui nyamuk Aedes Aegypti dapat menyebar kedaerah-daerah yang berdekatan dengan daerah yang terkena penyakit DBD. Demografis daerah yang berbeda-beda mengakibatkan jumlah kasus DBD akan berbeda disetiap wilayah mengikuti kondisi lingkungan pada daerah tersebut. Sehingga analisis yang tepat digunakan untuk mengetahui faktor-faktor yang mempengaruhi berkembangnya penyakit DBD dengan memperhatikan letak geografis analisis regresi terboboti geografis binomial negatif (RTGBN).
RTGBN merupakan metode statistika terboboti dengan peubah respon berupa data cacah yang digunakan untuk menduga parameter yang mempunyai keragaman spasial sehingga setiap lokasi pengamatan memiliki nilai penduga yang berbeda-beda. Pada beberapa kejadian tidak semua penduga parameter pada model RTGBN mempunyai efek spasial, adakalanya penduga parameter tersebut bersifat konstan. Model RTGBN dapat dikembangkan menggunakan model campuran menjadi RTG campuran BN yang memuat dua parameter yaitu parameter global dan parameter lokal. Pemilihan parameter global dan parameter lokal pada penelitian ini menggunakan selang kepercayaan.
Penelitian dilakukan dengan memodelkan RTGBN terlebih dahulu sehingga menghasilkan nilai parameter yang berbeda untuk masing-masing lokasi pengamatan. Pemilihan parameter global dan lokal menggunakan selang kepercayaan dengan presentase 65% parameter yang masuk selang dikategorikan sebagai parameter global. Berdasarkan perbandingan nilai AIC, model RTCGBN memiliki nilai AIC yang lebih kecil dibandingkan dengan model regresi binomial negatif. Model RTGCBN memiliki peubah yang berpengaruh lebih banyak dibandingkan dengan model RTGBN. Pada model RTGBN peubah yang
berpengaruh terhadap jumlah kasus DBD yaitu jumlah sarana kesehatan ( ) dan PHBS ( ). Pada model RTGCBN peubah yang berpengaruh secara global yaitu peubah kepadatan penduduk ( ) dan tenaga kesehatan ( ), sedangkan peubah jumlah sarana kesehatan ( ), PHBS ( ), dan rumah sehat ( ) berpengaruh secara lokal.