Pemodelan Regresi Data Panel pada Annual Parasite Incidence (API) Malaria di Indonesia

Abstract

Malaria merupakan salah satu indikator dari target Pembangunan Berkelanjutan (Sustainable Development Goals) yang ditargetkan untuk menghentikan penyebaran dan mengurangi insiden malaria pada tahun 2030 yang dilihat dari menurunnya angka kesakitan dan angka kematian akibat malaria. Global Malaria Programme (GMP) menyatakan bahwa malaria merupakan penyakit yang harus terus menerus dilakukan pengamatan, evaluasi, serta diperlukan formulasi kebijakan dan strategi yang tepat. Penelitian ini bertujuan untuk menentukan model regresi data panel terbaik dan mengetahui faktor-faktor yang mempengaruhi Annual Paracite Incidence (API) malaria di Indonesia. Regresi data panel menggunakan data yang terdiri dari 34 provinsi dari tahun 2014 sampai dengan tahun 2017 dengan pendekatan model pengaruh tetap individu. Model regresi data panel yang sesuai untuk menggambarkan angka API malaria pada seluruh provinsi di Indonesia pada periode 2014 sampai dengan 2017 adalah model pengaruh tetap individu. Model yang dihasilkan sudah cukup baik dengan nilai R^2 sebesar 86,82%.

Reducing the disease burden and eliminating malaria by 2030 is one of the targets of the Sustainable Development Goals. Global Malaria Programme (GMP) states that malaria is a disease that must be continuously monitored, evaluated, and requires the formulation of appropriate policies and strategies. This study aims to determine the best panel data regression model and determine the factors that influence the Annual Paracite Incidence (API) of malaria in Indonesia at the province level. The panel data regression used province-level data from 34 provinces in Indonesia from 2014 to 2017 with an individual fixed influence model approach. The panel data regression model that is suitable to describe the malaria API rate in all provinces in Indonesia in the period 2014 to 2017 is the individual fixed effect model. The model has an R^2 value of 86.82%.