Pertiwi, Dhea Mutiara (2024) Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus Kusta Tipe Basah pada Anak di Jawa Timur Menggunakan Zero-Inflated Generalized Poisson Regression dan Zero-Inflated Negative Binomial Regression. Other thesis, Institut Teknologi Sepuluh Nopember.
Text
5003201095-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy |
Abstract
Penyakit kusta atau Morbus Hansen merupakan penyakit yang disebabkan oleh bakteri Mycrobacterium Leprae dan menyerang lapisan kulit, sistem saraf perifer, selaput lendir pada saluran pernapasan atas, serta mata. Penyakit kusta terdiri dari dua tipe yaitu kusta kering atau Paucibasillary (PB) dan kusta basah atau Multibacillary (MB). Kusta tipe basah lebih mudah menular dan anak-anak memiliki daya tahan tubuh yang rendah sehingga mudah tertular penyakit kusta. Jawa Timur memiliki jumlah kasus kusta tertinggi di Indonesia. Pemodelan jumlah kasus kusta tipe basah pada anak perlu dilakukan untuk mengetahui faktor apa saja yang berpengaruh terhadap jumlah kusta sehingga jumlah penderita kusta bisa diminimalisir. Metode yang dapat digunakan untuk pemodelan jumlah kasus kusta tipe basah pada anak di Jawa Timur tahun 2022 adalah regresi Zero-Inflated Generalized Poisson (ZIGP) dan regresi Zero-Inflated Negative Binomial (ZINB). Alasan menggunakan metode ini karena data jumlah kasus kusta tipe basah pada anak berisikan data yang bernilai nol dengan proporsi sebanyak 42,1% dan adanya kasus overdispersi. Hasil penelitian menunjukkan bahwa model terbaik adalah regresi Zero-Inflated Generalized Poisson (ZIGP) berdasarkan nilai AICc yang lebih kecil dibandingkan dengan regresi Zero Inflated Negative Binomial (ZINB). Faktor-faktor yang berpengaruh signifikan terhadap jumlah kasus kusta tipe basah pada anak di Jawa Timur adalah persentase penduduk miskin, rasio banyaknya puskesmas terhadap jumlah penduduk, persentase KK (Kartu Keluarga) akses rumah sehat, dan persentase pelayanan kesehatan untuk usia pendidikan dasar.
========================================================================================================================
Hansen's disease or Leprosy is a disease caused by the bacterium Mycobacterium leprae, affecting the skin layers, peripheral nervous system, mucous membranes in the upper respiratory tract, and eyes. Hansen's disease consists of two types: dry leprosy or Paucibasillary (PB) and wet leprosy or Multibacillary (MB). MB type leprosy is more easily transmitted, and children have a lower immune system, making them susceptible to the disease. East Java has the highest number of leprosy cases in Indonesia. Modeling the number of MB type leprosy cases in children is necessary to identify the influencing factors, allowing for the minimization of leprosy cases. The methods that can be used for modeling the number of MB type leprosy cases in children in East Java in 2022 are Zero-Inflated Generalized Poisson (ZIGP) regression and Zero-Inflated Binomial Negative (ZINB) regression. The reason for using these methods is that the data on the number of MB type leprosy cases in children contain zero values with a proportion of 42.1%, and there is overdispersion. The research results show that the best model is the Zero-Inflated Generalized Poisson (ZIGP) regression based on a smaller AICc value compared to the Zero-Inflated Negative Binomial (ZINB) regression. The factors that have a significant effect on the number of wet leprosy cases in children in East Java are the percentage of poor people, the ratio of the number of health centers to the population, the percentage of families with access to healthy homes, and the percentage of health services for primary education age.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | AICc, Number of Leprosy, Overdispersion, Zero Inflation, ZINB, ZIGP, AICc, Jumlah Kasus Kusta, Overdispersi, Zero Inflation, ZINB, ZIGP |
Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
Divisions: | Faculty of Mathematics, Computation, and Data Science > Statistics > 49201-(S1) Undergraduate Thesis |
Depositing User: | Dhea Mutiara Pertiwi |
Date Deposited: | 09 Aug 2024 06:45 |
Last Modified: | 09 Aug 2024 06:45 |
URI: | http://repository.its.ac.id/id/eprint/114613 |
Actions (login required)
View Item |