Analisis Faktor-Faktor Risiko yang Mempengaruhi Jumlah Kasus Malaria di Jawa Timur Tahun 2013 dengan Geographically Weighted Negative Binomial Regression (GWNBR)

Ratri, Nurina Hayu (2015) Analisis Faktor-Faktor Risiko yang Mempengaruhi Jumlah Kasus Malaria di Jawa Timur Tahun 2013 dengan Geographically Weighted Negative Binomial Regression (GWNBR). Undergraduate thesis, Institut Technology Sepuluh Nopember.

[img]
Preview
Text
1311100057-Undergraduate Thesis.pdf - Published Version

Download (1MB) | Preview

Abstract

Indonesia memiliki program nasional untuk bebas dari malaria pada tahun 2030, akan tetapi sebelumnya diharapkan Pulau Jawa dan Bali akan terbebas dari malaria terlebih dahulu pada tahun 2015. Jawa Timur merupakan provinsi di Pulau Jawa yang mana masih terdapat kasus malaria, apalagi di beberapa daerah yang endemik ditemukan bahwa jumlah kasusnya cukup tinggi. Salah satu cara untuk meminimalisir kasus malaria adalah mengetahui faktor-faktor penyebabnya. Berdasarkan hal tersebut dalam penelitian ini akan dilakukan analisis faktor-faktor yang mempengaruhi malaria di Jawa Timur dengan melakukan pemodelan jumlah kasus malaria menggunakan metode Geographically Weighted Negative Binomial Regression (GWNBR). Pemodelan dengan regresi Poisson diindikasikan terjadi overdispersi dan diatasi dengan regresi Binomial Negatif. Dengan memperhatikan aspek spasial maka digunakan metode GWNBR. Pemodelan GWNBR menghasilkan tiga pengelompokkan kabupaten/kota berdasarkan variabel yang signifikan. Variabel yang mempengaruhi jumlah kasus malaria di semua kabupaten/kota di Provinsi Jawa Timur adalah persentase rumah sehat (X1), persentase rumah tangga dengan pembuangan limbah sehat (X2), persentase puskesmas (X3), persentase penyuluhan kesehatan (X4), persentase rumah tangga dengan PHBS (X5), persentase rumah tangga dengan sarana air bersih (X6) dan persentase TUPM sehat (X8). Pemodelan dengan menggunakan GWNBR menghasilkan nilai AIC paling minimum apabila dibandingkan dengan regresi Poisson dan regresi Binomial Negatif. ==================================================================================================== The Goverment of Indonesia targeted the country to be free from malaria in 2013, however before it hoped that Java and Bali Island will be free earlier. East Java is one of province in Java island still have the number of malaria cases especially some area which endemic was founded high cases. One method to minimize malaria case are knowing the affecting factors. Based of that, this research will do analysis factors affecting malaria with modeling the numbers of malaria cases in East Java with Geographically Weighted Negative Binomial Regressions (GWNBR). In Poisson regression analysis indicated appear overdispersion phenomenon and it can be overcame using Negative Binomial regression. By considering the spatial aspects (region) then used the method Geographically Weighted Regression Negative Binomial (GWNBR). The results of the study resulted in three groupings district/city based on variables that influence. Factor affecting the number of malaria case in all districts / cities in East Java Province is the percentage of healthy house(X1), percentage of household having healthy waste disposal (X2), percentage of puskesmas (X3), percentage of health information (X4), percentage of household living cleand and healthy behavior (PHBS) (X5), percentage household using clean water (X6), and percentage of healthy TUPM (X8). In GWNBR get the lowest AIC than Poisson regression and Negative Binomial regression.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.536 Rat a
Uncontrolled Keywords: AIC, GWNBR, Malaria, Regresi Binomial Negatif, Regresi Poisson, Spasial
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis
Divisions: Faculty of Mathematics and Science > Statistics > (S1) Undergraduate Theses
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 21 Nov 2018 07:16
Last Modified: 21 Nov 2018 07:16
URI: http://repository.its.ac.id/id/eprint/59980

Actions (login required)

View Item View Item