Segmentasi Kasus Tuberkulosis di Jawa Timur Menggunakan Kombinasi SEM-PLS dan Hierarchical Clustering

Ibrahim, Akbar Maulana (2025) Segmentasi Kasus Tuberkulosis di Jawa Timur Menggunakan Kombinasi SEM-PLS dan Hierarchical Clustering. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003211036_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Tuberkulosis merupakan salah satu penyakit menular yang masih menjadi isu kesehatan yang dihadapi oleh kebanyakan negara di dunia. Penyakit ini tidak hanya menjadi masalah kesehatan masyarakat, tetapi juga memengaruhi aspek sosial dan ekonomi di berbagai negara. Jawa Timur merupakan salah satu provinsi dengan jumlah kasus TB tertinggi. Penanganan penyakit ini tidak hanya terkait dengan faktor medis, tetapi juga faktor sosial, ekonomi, dan lingkungan. Penelitian ini membahas terkait pemodelan kasus tuberkulosis dengan SEM-PLS dengan tujuan untuk mengetahui variabel laten yang signifikan memengaruhi prevalensi tuberkulosis di Provinsi Jawa Timur serta indikator yang valid dan reliabel terhadap variabel laten. Data yang digunakan dari penelitian ini terdiri dari lima variabel laten yang meliputi kejadian TB, perilaku masyarakat, kesehatan lingkungan, determinan sosial serta akses pelayanan & fasilitas kesehatan dengan terdapat tiga belas variabel indikator yang merupakan data sekunder yang didapatkan dari publikasi Dinas Kesehatan Jawa Timur 2023 serta Badan Pusat Statistik. Hasil pemodelan dengan SEM-PLS (global model) menunjukkan bahwa semua indikator sudah valid dan reliabel setelah dilakukan penghapusan indikator Y_12 dan Y_14 yang tidak valid. Hasil analisis secara global menunjukkan bahwa determinan sosial (pendidikan dan ekonomi) memiliki pengaruh positif yang signifikan terhadap kejadian TB, sementara faktor perilaku masyarakat (merokok dan HIV) justru menunjukkan pengaruh negatif. Kemudian segmentasi pada residual global model dengan metode complete linkage dan ward menghasilkan beberapa local model. Pemodelan SEM-PLS dari segmen 2 metode ward (local model 5) menunjukkan hasil yang lebih baik dari global model dan local model lain berdasarkan signifikansi koefisien jalur dan R^2. Pada local model kejadian TB dipengaruhi secara signifikan oleh akses pelayanan dan fasilitas kesehatan, adapun determinan sosial tidak berpengaruh terhadap kejadian TB baik secara langsung maupun dengan mediasi.
=====================================================================================================================================
culosis is an infectious disease that remains a health issue facing most countries worldwide. This disease is not only a public health problem but also impacts social and economic aspects in various countries. East Java is one of the provinces with the highest number of TB cases. Management of this disease is not only related to medical factors, but also social, economic, and environmental factors. This study discusses the modeling of tuberculosis cases using SEM-PLS with the aim of determining the latent variables that significantly influence the prevalence of tuberculosis in East Java Province and valid and reliable indicators for these latent variables. The data used in this study consists of five latent variables: TB incidence, community behavior, environmental health, social determinants, and access to health services and facilities. There are thirteen indicator variables that are secondary data obtained from the 2023 East Java Health Office publication and the Central Statistics Agency. The results of modeling with SEM-PLS (global model) show that all indicators are valid and reliable after removing invalid indicators Y_12 and Y_14. The results of the global analysis show that social determinants (education and economic) have a significant positive influence on TB incidence, while community behavioral factors (smoking and HIV) actually show a negative influence. Then, segmentation of the global residual model with the complete linkage and ward methods produces several local models. SEM-PLS modeling of segment 2 of the ward method (local model 5) shows better results than the global model and other local models based on the significance of the path coefficient and R^2. In the local model, TB incidence is significantly influenced by access to health services and facilities, while social determinants do not affect TB incidence either directly or through mediation.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Hierarchical Clustering, Segmentasi, SEM-PLS, Tuberkulosis Hierarchical Clustering, Segmentation, SEM-PLS, Tuberculosis
Subjects:	H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Akbar Maulana Ibrahim
Date Deposited:	01 Aug 2025 03:22
Last Modified:	01 Aug 2025 03:22
URI:	http://repository.its.ac.id/id/eprint/125712

Actions (login required)

View Item