Pemodelan Penyebaran Penyakit Tuberkulosis di Provinsi Jawa Barat Menggunakan Geographically Weighted Regression

Qatrunnada Azkia Nada, Universitas Negeri Yogyakarta, Indonesia
Sri Andayani, Universitas Negeri Yogyakarta, Indonesia

Abstract


Indonesia berada di peringkat ketiga dengan penderita TBC tertinggi di dunia pada tahun 2020. Sebesar 46% kasus TBC di Indonesia terjadi di tiga provinsi dengan penduduk terbanyak salah satunya yaitu Provinsi Jawa Barat. Penelitian ini bertujuan untuk mengetahui faktor-faktor persebaran penyakit TBC di Provinsi Jawa Barat dengan menggunakan pendekatan GWR dengan fungsi pembobot Kernel Adaptive Gaussian dan fungsi pembobot Kernel Adaptive Bisquare. Dengan unit observasi 27 Kabupaten/Kota yang ada di Provinsi Jawa Barat dan 7 faktor yang memengaruhi persebaran penyakit TBC yang diambil dari buku Profil Kesehatan Jawa Barat tahun 2020 dan buku Jawa Barat dalam Angka tahun 2021. Kemudian dilakukan analisis menggunakan pendekatan GWR dengan fungsi pembobot Kernel Adaptive Gaussian dan fungsi pembobot Kernel Adaptive Bisquare. Fungsi pembobot Kernel Adaptive digunakan dalam penelitian ini karena pembobot dalam model GWR dapat disesuaikan dengan kondisi titik pengamatan dan menghasilkan nilai bandwidth yang berbeda pada setiap lokasi pengamatan. Pemilihan model terbaik berdasarkan nilai dan AIC. Hasil penelitian ini menunjukan bahwa, model GWR Adaptif Bisquare lebih baik digunakan daripada model GWR Adaptif Gaussian, karena model GWR Adaptif Bisquare memiliki nilai  terbesar dan AIC terkecil. Dengan menggunakan model GWR Adaptif Bisquare diperoleh tujuh kelompok wilayah di Provinsi Jawa Barat berdasarkan variabel yang signifikan terhadap persebaran penyakit TBC. Variabel signifikan tersebut yaitu kepadatan penduduk per- , puskesmas, balita imunisasi BCG, dan penduduk miskin

Keywords


tuberkulosis, GWR adaptif bisquare, GWR adaptif gaussian

Full Text:

PDF

References


Bain, L. J., & Engelhardt, M. (1992). Introduction to probability and mathematical statistics 2nd edition. California: Duxbury.

Bivand, R., Yu, D., Nakaya, T., & Garcia-Lopez, M.-A. (2022). Package spgwr. Retrieved from CRAN - Package spgwr: https://cran.r-project.org

Breusch, T. S., & Pagan, A. R. (1979). A Simple Test for Heteroscedasticity and Random Coefficient Variation. Econometrica, 47(5 ), 1287-1294.

Dewi, N. K., Sukarsa, I. K., & Srinadi, I. G. (2020). Faktor-faktor yang memengaruhi penyebaran penyakit tuberkulosis (TBC) di provinsi jawa barat. E-Jurnal Matematika, 9(3), 165-170.

Draper, N. R., & Smith, H. (1998). Applied regression analysis 3nd edition. New York: John Wiley and Sons, Inc.

Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically weighted regression. In the analysis of spatially varying relationships. Chichester: Wiley.

Kartika, S., Sufri, & Kholijah, G. (2020). Penggunaan metode geographically weighted regression (GWR) untuk mengestimasi faktor dominan yang mempengaruhi penduduk miskin di provinsi jambi. Journal of Mathematics: Theory and Applications, 37-45.

Leung, Y., Mei, C.-L., & Zhang, W.-X. (2000). Statistical tests for spatial nonstationarity based on the geographically weighted regression model. Environment and Planning A, 32, 9-32.

Lutfiani, N., Sugiman, & Mariani, S. (2019). Pemodelan geographically weighted regression (GWR) dengan fungsi pembobot kernel gaussian dan bi-square. UNNES Journal of Mathematics, 1(8), 82-91.

Massey Jr., F. J. (1951). The kolmogorov-smirnov test for goodness of fit. Journal of the American Statistical Association, 68-78.

Montgomery, D. C., Peck, E. A., & Vining, G. G. (2012). Introduction to linear regression analysis 5th edition. West Sussex: John Wiley & Sons.

Rencher, A., & Schaalje, G. (2008). Linear model in statistics 2nd edition. New Jersey: Wiley & Sons.

WHO (World Health Organization). (2021). Global Tuberculosis Report 2021. Geneva: www.who.int/tb/data.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Jurnal Statistika dan Sains Data

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Our journal is indexed by:


Online ISSN (e-ISSN): 3025-9649

Creative Commons LicenseJurnal Statistika dan Sains Data by http://journal.student.uny.ac.id/ojs/index.php/jssd is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
 JSSD Statistics