Penerapan Model Geographically Weighted Poisson Regression untuk Demam Berdarah Dengue Di Kabupaten Bojonegoro
Abstract View: 530, PDF Download: 514DOI:
https://doi.org/10.32665/statkom.v1i1.444Keywords:
Demam Berdarah Dengue, GWPR , Kepadatan Penduduk , Fasilitas Kesehatan , Tenaga Kerja KesehatanAbstract
Latar Belakang: Kasus Demam Berdarah Dengue (DBD) di Kabupaten Bojonegoro meningkat dari tahun 2017 sampai tahun 2019. Hal ini menjadi sulit karena wilayah geografis yang sangat luas di setiap Kecamatan. Untuk menganalisis masalah ini, perlu diberikan pemodelan regresi spasial yang memperhitungkan perbedaan wilayah.
Tujuan: Menganalisis pengaruh variabel-variabel prediktor terhadap banyaknya kasus DBD per Kecamatan di Kabupaten Bojonegoro dengan model Geographically Weighted Poisson Regression (GWPR).
Metode: Menerapkan metode kuantitatif berupa pemodelan GWPR dengan perbandingan kernel yaitu kernel fixed Gaussian, fixed bi-square, adaptive bi-square, dan adaptive Gaussian. Sumber data yang digunakan adalah data sekunder diperoleh dari laporan Badan Pusat Statistik (BPS) dan Dinas Kesehatan Bojonegoro pada tahun 2017-2019 per Kecamatan di Kabupaten Bojonegoro.
Hasil: Diperoleh model GWPR terbaik untuk kernel fixed bi-square dengan nilai deviance sebesar 610,5541 dan AIC sebesar 647,6348. Dari 28 Kecamatan di Kabupaten Bojonegoro, kepadatan penduduk memiliki pengaruh signifikan positif pada 1 Kecamatan dan negatif 10 Kecamatan, fasilitas kesehatan mempunyai pengaruh signifikan positif pada 19 Kecamatan dan negatif 1 Kecamatan, dan tenaga kerja kesehatan memiliki pengaruh signifikan positif pada 11 Kecamatan dan negatif 3 Kecamatan.
Kesimpulan: Pemodelan GWPR memberikan masukan pengetahuan bahwa kepadatan penduduk, fasilitas kesehatan, dan tenaga kerja kesehatan secara spasial signifikan mempengaruhi kasus DBD di Kabupaten Bojonegoro.
References
Bojonegoro, P. (2019). Dinkes Himbau Masyarakat Waspada DBD Di Musim Pancaroba. https://bojonegorokab.go.id/berita/4190/dinkes-himbau-masyarakat-waspada-dbd-di-musim-pancaroba
Caraka, R. E., & Yasin, H. (2017). Geographically Weighted Regression (GWR): Sebuah Pendekatan Regresi Geografis. Mobius.
Chiou, Y.-C., Jou, R.-C., & Yang, C.-H. (2015). Factors affecting public transportation usage rate: Geographically weighted regression. Transportation Research Part A: Policy and Practice, 78, 161–177. https://doi.org/10.1016/j.tra.2015.05.016
Fatmawati, K., & Windarto, A. P. (2018). Data Mining: Penerapan Rapidminer Dengan K-Means Cluster Pada Daerah Terjangkit Demam Berdarah Dengue (DBD) Berdasarkan Provinsi. Computer Engineering, Science and System Journal, 3(2), 173–178. https://doi.org/10.24114/cess.v3i2.9661
Kusuma, A. P., & Sukendra, D. M. (2016). Analisis Spasial Kejadian Demam Berdarah Dengue Berdasarkan Kepadatan Penduduk. Unnes Journal of Public Health, 5(1), 48. https://doi.org/10.15294/ujph.v5i1.9703
Li, Z., Wang, W., Liu, P., Bigham, J. M., & Ragland, D. R. (2013). Using Geographically Weighted Poisson Regression for county-level crash modeling in California. Safety Science, 58, 89–97. https://doi.org/10.1016/j.ssci.2013.04.005
Mubarak, R., & Budiantara, I. N. (2012). Analisis Regresi Spline Multivariabel untuk Pemodelan Kematian Penderita Demam Berdarah Dengue (DBD) di Jawa Timur. Jurnal Sains Dan Seni ITS, 1(1), 224–229.
Muhammad, F., Wardani, D. W. S. R., & Setiawan, G. (2018). Hubungan Pengetahuan dan Status Sosial Ekonomi Terhadap Upaya Pencegahan Demam Berdarah Dengue (DBD) di Desa Pajaresuk Kecamatan Pringsewu Kabupaten Pringsewu. Jurnal Majority, 7(3), 68–72.
Mustara, & Purwaningrum, sri nani. (2018). Analisis Ketersediaan Tenaga Kesehatan Dalam Capaian Indikator Kinerja Puskesmas. Buletin Media Informasi Kesehatan, 14(2), 141–148.
Nandini, D. M., Susilowati, M. H. D., & Widyawati. (2017). Perbandingan Wilayah Penyakit Demam Berdarah Dengue (DBD) di Jakarta Tahun 2005 - 2015. Prosiding Industrial Research Workshop and National Seminar, 8, 435–443. https://jurnal.polban.ac.id/ojs-3.1.2/proceeding/article/view/785
Nkeki, F. N., & Asikhia, M. O. (2019). Geographically weighted logistic regression approach to explore the spatial variability in travel behaviour and built environment interactions: Accounting simultaneously for demographic and socioeconomic characteristics. Applied Geography, 108, 47–63. https://doi.org/10.1016/j.apgeog.2019.05.008
Nurdiansyah, D., & Wafa, K. (2021). Penerapan Model Exponential Smoothing berbasis Metode Evolutionary pada Kasus COVID-19 dan DBD di Bojonegoro. Jurnal Kesehatan Vokasional, 6(3), 174–181. https://doi.org/10.22146/jkesvo.65937
Prabowo, E., Sasongko, H. P., & Puspitasari, L. A. (2020). Hubungan Kebersihan Lingkungan dengan Keberadaan Jentik Nyamuk Aedes Aegypty di Desa Tamanagung Kecamatan Cluring Kabupaten Banyuwangi. Jurnal Ilmiah Kesehatan Rustida, 7(1), 45–52. https://doi.org/10.55500/jikr.v7i1.100
Pratiwi, D. I., & Hargono, R. (2018). Analisis Tindakan Warga Desa Payaman Dalam Mencegah Penyakit DBD. Jurnal PROMKES, 5(2), 181–192. https://doi.org/10.20473/jpk.V5.I2.2017.181-192
Raksanagara, A. S., & Raksanagara, A. (2015). Perilaku Hidup Bersih Dan Sehat Sebagai Determinan Kesehatan Yang Penting Pada Tatanan Rumah Tangga Di Kota Bandung. Jurnal Sistem Kesehatan, 1(1), 30–34. https://doi.org/10.24198/jsk.v1i1.10340
Ramadhan, M. R., Waluya, S. B., & Kharis, M. (2019). Estimasi Parameter Model Regresi Spasial Dengan Metode Geographically Weighted Poisson Regression. UNNES Journal of Mathematics, 8(2), 21–31.
Saleh, M., Aeni, S., Gafur, A., & Basri, S. (2018). Hubungan Pemberantasan Sarang Nyamuk (PSN) dengan Keberadaan Jentik Nyamuk Aedes aegypti di Wilayah Kerja Puskesmas Pancana Kab. Barru. HIGIENE: Jurnal Kesehatan Lingkungan, 4(2), 93–98.
Sucipto, P. T., Raharjo, M., & Nurjazuli. (2015). Faktor-Faktor Yang Mempengaruhi Kejadian Penyakit Demam Berdarah Dengue (DBD) Dan Jenis Serotipe Virus Dengue Di Kabupaten Semarang. Jurnal Kesehatan Lingkungan Indonesia, 14(2), 51–56.
Tomia, A., Hadi, U. K., Soviani, S., & Retnani, E. (2016). Kejadian Demam Berdarah Dengue (DBD) Berdasarkan Faktor Iklim Kota Ternate. Jurnal MKMI, 12(4), 241–249.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 STATKOM : Jurnal Statistika dan Komputasi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish in this Journal agree to the following terms:
- The author retains copyright and grants the Journal right of first publication with the work simultaneously licensed under a creative commons attribution license that allows others to share the work within an acknowledgement of the work’s authorship and initial publication of this Journal.
- Authors can enter into a separate, additional contractual arrangement for the non-exclusive distribution of the Journal’s published version of the work (e.g. acknowledgement of its initial publication in this Journal).
- Authors are permitted and encouraged to post their work online (e.g. in institutional repositories or on their websites) before and during the submission process, as it can lead to productive exchanges and earlier and more extraordinary citations of published works.