Pemodelan Jumlah Kasus Hiv (Human Immunodeficiency Virus) Di Provinsi Jawa Barat Menggunakan Regresi Binomial Negatif

Alfarizqi, Ahmad Haydar (2026) Pemodelan Jumlah Kasus Hiv (Human Immunodeficiency Virus) Di Provinsi Jawa Barat Menggunakan Regresi Binomial Negatif. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003221095_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Human Immunodeficiency Virus (HIV) masih menjadi salah satu permasalahan kesehatan masyarakat yang memerlukan perhatian khusus karena tingginya jumlah kasus dan dampaknya terhadap kualitas hidup masyarakat. Provinsi Jawa Barat merupakan salah satu wilayah dengan jumlah kasus HIV yang tinggi di Indonesia sehingga diperlukan pemodelan yang mampu mengidentifikasi faktor-faktor yang berpengaruh terhadap jumlah kasus HIV. Data yang digunakan dalam penelitian ini merupakan data sekunder tahun 2024 yang diperoleh dari Open Data Jawa Barat dan Badan Pusat Statistik Jawa Barat dengan unit analisis sebanyak 27 kabupaten/kota. Variabel respons yang digunakan adalah jumlah kasus HIV, sedangkan variabel prediktor meliputi persentase rumah sakit, persentase puskesmas, persentase tenaga kesehatan, persentase dokter, dan persentase kepesertaan JKN. Metode yang digunakan adalah regresi Poisson dan regresi Binomial Negatif dengan mempertimbangkan jumlah penduduk sebagai variabel exposure. Hasil analisis menunjukkan bahwa model regresi Poisson mengalami overdispersi dengan nilai dispersi sebesar 44,924 sehingga asumsi equidispersion tidak terpenuhi. Oleh karena itu, dilakukan pemodelan menggunakan regresi Binomial Negatif yang lebih sesuai untuk data cacah dengan varians yang lebih besar daripada rata-ratanya. Berdasarkan perbandingan nilai Akaike Information Criterion (AIC), residual deviance, serta hasil forward selection, model regresi Binomial Negatif dengan exposure dipilih sebagai model terbaik dengan nilai AIC sebesar 333,86 dan residual deviance sebesar 27,500. Model terbaik menunjukkan bahwa persentase rumah sakit dan persentase dokter berpengaruh signifikan terhadap jumlah kasus HIV di Provinsi Jawa Barat tahun 2024. Hasil penelitian ini diharapkan dapat menjadi dasar pertimbangan dalam perencanaan kebijakan dan program pengendalian HIV yang lebih efektif.
=======================================================================================================================================
Human Immunodeficiency Virus (HIV) remains a public health issue that requires special attention due to the high number of cases and its impact on people's quality of life. West Java Province is one of the regions with a high number of HIV cases in Indonesia, so modeling is needed to identify factors that influence the number of HIV cases. The data used in this study is secondary data from 2024 obtained from West Java Open Data and the West Java Central Statistics Agency with 27 districts/cities as analysis units. The response variable used is the number of HIV cases, while the predictor variables include the percentage of hospitals, the percentage of community health centers, the percentage of health workers, the percentage of doctors, and the percentage of JKN participants. The methods used are Poisson regression and Negative Binomial regression, considering the population as the exposure variable. The analysis results show that the Poisson regression model experiences overdispersion with a dispersion value of 44.924, so the equidispersion assumption is not met. Therefore, modeling was carried out using Negative Binomial regression, which is more appropriate for count data with a variance greater than the mean. Based on the comparison of the Akaike Information Criterion (AIC) value, residual deviance, and the results of forward selection, the Negative Binomial regression model with exposure was selected as the best model with an AIC value of 333.86 and a residual deviance of 27,500. The best model shows that the percentage of hospitals and the percentage of doctors have a significant effect on the number of HIV cases in West Java Province in 2024. The results of this study are expected to be the basis for consideration in planning more effective HIV control policies and programs.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	HIV, Overdispersi, Regresi Binomial Negatif, Regresi Poisson, HIV, Overdispersion, Binomial Negative Regression, Poisson Regression
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:	Ahmad Haydar Alfarizqi
Date Deposited:	04 Aug 2026 07:33
Last Modified:	04 Aug 2026 07:33
URI:	http://repository.its.ac.id/id/eprint/143243

Actions (login required)

View Item