Pemodelan Faktor-Faktor Yang Memengaruhi Jumlah Kasus AIDS Di Provinsi Jawa Timur Menggunakan Geographically Weighted Negative Binomial Regression

Octaviana, Grace Sintong (2026) Pemodelan Faktor-Faktor Yang Memengaruhi Jumlah Kasus AIDS Di Provinsi Jawa Timur Menggunakan Geographically Weighted Negative Binomial Regression. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003221030-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Jumlah kasus AIDS di Indonesia meningkat dari 17.121 kasus pada tahun 2023 menjadi 21.536 kasus pada tahun 2024. Jawa Timur sebagai salah satu provinsi dengan populasi terbesar di Indonesia masih menghadapi tantangan dalam mencapai target eliminasi AIDS nasional pada tahun 2030 melalui visi Three Zeros. Di mana tercatat 3.682 kasus pada tahun 2024 yang menempatkan peringkat kedua dengan jumlah kasus AIDS terbanyak di Indonesia. Jumlah kasus AIDS tertinggi di Provinsi Jawa Timur sebanyak 368 kasus di Kota Surabaya dan terendah sebanyak 16 kasus di Kabupaten Pacitan. Penyebaran infeksi AIDS yang tidak merata ini dipengaruhi faktor sosial-ekonomi, perilaku risiko, dan akses terhadap layanan kesehatan yang berbeda-berbeda di setiap wilayah sehingga pada penelitian ini diperlukan pendekatan aspek spasial. Dalam penelitian ini, data jumlah kasus AIDS memiliki nilai varians yang lebih besar dari rata-rata yang mengindikasikan kasus overdispersi dan pada pengujian Breusch-Pagan menunjukkan data memiliki heterogenitas spasial. Oleh karena itu, penelitian ini menerapkan metode Geographically Weighted Negative Binomial Regression (GWNBR) dengan menggunakan fungsi pembobot Adaptive Bisquare Kernel dan Adaptive Gaussian Kernel dalam memodelkan jumlah kasus AIDS di Provinsi Jawa Timur tahun 2024 beserta faktor-faktor yang diduga memengaruhinya. Hasil pemodelan akan divisualisasikan melalui peta tematik yang menunjukkan pola pengelompokkan wilayah berdasarkan kesamaan variabel-variabel yang berpengaruh signifikan di setiap kabupaten/kota guna memberikan gambaran wilayah dengan karakteristik pengaruh faktor yang berbeda sebagai acuan penentuan prioritas intervensi. Pemodelan GWNBR pada jumlah kasus AIDS tingkat kabupaten/kota Provinsi Jawa Timur tahun 2024 dengan fungsi pembobot Adaptive Gaussian Kernel menghasilkan model terbaik dengan nilai AICc terkecil dari kedua model. Pemodelan ini menghasilkan dua kelompok kabupaten/kota berdasarkan kesamaan variabel prediktor yang berpengaruh signifikan terhadap jumlah kasus AIDS. Variabel yang signifikan di seluruh wilayah adalah rata-rata lama sekolah, persentase pengguna alat KB kondom, rasio tenaga kesehatan per 10.000 penduduk, dan rasio puskesmas per 100.000 penduduk.
=====================================================================================================================================
The number of AIDS cases in Indonesia increased from 17,121 cases in 2023 to 21,536 cases in 2024. East Java as one of the most populous provinces in Indonesia still faces challenges in achieving the national AIDS elimination target by 2030 through Three Zeros visions. In 2024, East Java recorded 3,682 AIDS cases, the second highest in Indonesia. The highest number of AIDS cases in East Java Province was recorded at 368 cases in Surabaya City, while the lowest was recorded in Pacitan Regency with 16 cases. This uneven distribution of AIDS infection is influenced by socio-economic factors, risk behavior, and access to health services that vary in each region, indicating the need for a spatial approach. The data exhibited overdispersion, with the variance exceeding the mean, while the Breusch–Pagan test revealed the presence of spatial heterogeneity. Therefore, this study applied the Geographically Weighted Negative Binomial Regression (GWNBR) method using Adaptive Bisquare Kernel and Adaptive Gaussian Kernel weighting functions to model the number of AIDS cases in East Java Province in 2024 and the factors that influencing them. The modeling results were visualized through thematic maps to illustrate regional clustering based on the significant predictor variables in each regency/city, providing insights into regional differences in influencing factors and serving as a reference for determining intervention priorities. The GWNBR model with the Adaptive Gaussian Kernel weighting function produced the best model, indicated by the smallest AICc value among the two weighting schemes considered. The model identified two groups of regencies/cities characterized by similar significant predictor variables affecting the number of AIDS cases. The significant variables across all regions were the average years of schooling, the percentage of condom contraceptive users, the ratio of health workers per 10,000 population, and the ratio of community health centers per 100,000 population.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	AIDS, GWNBR, Jawa Timur, Overdispersi, Spasial, AIDS, East Java, GWNBR, Overdispersion, Spatial
Subjects:	H Social Sciences > HA Statistics H Social Sciences > HA Statistics > HA30.6 Spatial analysis H Social Sciences > HA Statistics > HA31.3 Regression. Correlation. Logistic regression analysis. H Social Sciences > HA Statistics > HA31.7 Estimation Q Science Q Science > QA Mathematics Q Science > QA Mathematics > QA401 Mathematical models.
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Grace Sintong Octaviana
Date Deposited:	28 Jul 2026 07:39
Last Modified:	28 Jul 2026 07:39
URI:	http://repository.its.ac.id/id/eprint/138806

Actions (login required)

View Item