Pemodelan Jumlah Kasus Demam Berdarah Dengue (DBD) di Provinsi Jawa Barat Tahun 2018 Menggunakan Geographically Weighted Negative Binomial Regression

Iqbal Muhammad Hafizh Adlan, Yayat Karyana

Abstract


Abstract. Dengue hemorrhagic fever (DHF) is a disease transmitted through the bite of mosquitoes from the genus Aedes, especially Aedes aegypti or Aedes albopictus. One of the methods used in dealing with cases of dengue hemorrhagic fever (DHF) is Geographically Weighted Negative Binomial Regression (GWNBR). The GWNBR method can pay attention to the spatial (regional) aspects as a development of the negative binomial regression method, where each region must have different geographical conditions, causing differences in the number of cases of dengue hemorrhagic fever (DHF) between one region and another according to the characteristics of the region . The data used in this study is secondary data which is recorded from the West Java Health Office, where the data obtained is data on the number of cases of dengue hemorrhagic fever (DHF) in West Java Province in 2018 in West Java Province. The results of this which shows that each model formed in each district / city has a different model and there are seven district / city groups formed based on significant variables.

Keywords: Dengue hemorrhagic fever (DHF), Geographically Weighted Negative Binomial Regression (GWNBR).

Abstrak. Penyakit deman berdarah dengue (DBD) merupakan penyakit yang ditularkan melalui gigitan nyamuk dari genus Aedes, terutama Aedes aegypti atau Aedes albopictus. Salah satu metode yang digunakan dalam mengatasi kasus penyakit demam berdarah dengeu (DBD) adalah Geographically Weighted Negative Binomial Regression (GWNBR). Metode GWNBR dapat memperhatikan aspek spasial (wilayah) sebagai pengembangan dari metode regresi binomial negatif, dimana setiap wilayah pasti memiliki kondisi geografis yang berbeda sehingga menyebabkan adanya perbedaan jumlah kasus demam berdarah dengeu (DBD) antara wilayah satu dengan wilayah yang lainnya sesuai dengan karakteristik wilayah tersebut. Data yang digunakan dalam penelitian ini berupa data sekunder yang hasil pencatatan dari Dinas Kesehatan Jawa Barat, dimana data yang diperoleh merupakan data jumlah kasus demam berdarah dengeu (DBD) di Provinsi Jawa Barat pada tahun 2018 di Provinsi Jawa Barat. Hasil penelitian ini menunjukkan bahwa setiap model yang terbentuk pada setiap Kabupaten/Kota memiliki model yang berbeda-beda dan ada tujuh kelompok Kabupaten/Kota yang terbentuk berdasarkan variabel signifikan.

Kata Kunci: Demam Berdarah Dengeu (DBD), Geographically Weighted Negative Binomial Regression (GWNBR).


Keywords


Demam Berdarah Dengeu (DBD), Geographically Weighted Negative Binomial Regression (GWNBR)

Full Text:

PDF

References


Anselin, L. (1998). Spatial Econometris: Methods and Models. Dordrecht: Kluwer Academic Publishers.

Hilbe, M. J. (2011). Negative Binomial Regression. New York: Cambridge University Press.

Kementrian Kesehatan Republik Indonesia. (2019). Profil Kesehatan Indonesia Tahun 2018. Jakarta: Kementrian Kesehatan Republik Indonesia.

Maghfiroh, W. (2019). Perbandingan Fungsi Pembobot Pada Model Geographically Weighted Negative Binomial Regression (GWNBR) Dalam Kasus Demam Berdarah Dengeu (DBD) Di Kabupaten Mojokerto. Surabaya: Skripsi Program Sarjana, Program Studi Matematika, Universitas Islam Negeri Sunan Ampel .

Mahfudhoh, U. (2016). Pemodelan Jumlah Penderita Pneumonia Balita Di Kabupaten/Kota Di Jawa Timur Dengan Pendekatan Geographically Weighted Negative Binomial Regression. Surabaya: Skripsi Program Sarjana, Jurusan Statistika, Universitas Airlangga.

Ricardo, A., & Carvalho, T. V. (2013). Geographically Weighted Negative Binomial Regression—incorporating overdispersion. New York: Springer Science.

Shapira. (2011). Penarikan Parameter Distribusi Binomial Negatif Pada Kasus Overdispersi. Depok: Skripsi Program Sarjana, Progam Studi Matematika, Universitas Indonesia.

Sundari, I. (2012). Regresi Poisson dan Penerapannya Untuk Memodelkan Hubungan Usia dan Perilaku Merokok Terhadap Jumlah Kematian Penderita Penyakit Kanker Paru-Paru. Jurnal Matematika UNAND, 71-76.




DOI: http://dx.doi.org/10.29313/.v7i1.25728

Flag Counter     Â