Pemodelan Geographically Weighted Poisson Regression Untuk Kasus DBD di Provinsi Sulawesi Selatan Tahun 2022
Abstract
Geographically Weighted Poisson Regression (GWPR) adalah metode statistik yang melakukan estimasi parameter pada setiap lokasi titik dalam model regresi. Dalam penelitian ini, digunakan fungsi pembobot Adaptive Bi-square Kernel. Tujuan penelitian ini adalah untuk mendapatkan model GWPR dan mengidentifikasi faktor-faktor yang memengaruhi kasus Demam Berdarah Dengue (DBD) di setiap Kabupaten/Kota di Provinsi Sulawesi Selatan dengan menggunakan metode GWPR. Variabel independen yang dimasukkan dalam penelitian meliputi Angka Bebas Jentik, Tenaga Kesehatan, Kepadatan Penduduk, Fasilitas Kesehatan, dan Rumah Tangga dengan Perilaku Hidup Bersih dan Sehat (PHBS). Hasil penelitian menunjukkan bahwa variabel yang signifikan dalam memengaruhi kasus DBD di Provinsi Sulawesi Selatan pada tahun 2022 adalah Kepadatan Penduduk.
References
[2] Noviani, Devy, Rochdi Wasono, and Indah Manfaati Nur. (2014) "Geographically Weighted Poisson Regression (GWPR) untuk Pemodelan Jumlah Penderita Kusta di Jawa Tengah." Jurnal Statistika Universitas Muhammadiyah Semarang 2.2.
[3] Sutrianti, Sutrianti. (2018) “Penggunaan Model Geographically Weighted Poisson Regression untuk Melihat Faktor-faktor yang Mempengaruhi Penyebaran Penyakit DBD”. [Diss]. Universitas Negeri Makassar.
[4] Ardila, Yesi. (2017) “Pemodelan Jumlah Kematian Ibu dan Jumlah Kematian Bayi Di Provinsi Sumatera Barat Menggunakan Bivariate Generalized Poisson Regression.” Diss. Institut Teknologi Sepuluh Nopember,.
[5] Ramadhani, Evi, Nany Salwa, and Medina Suha Mazaya. (2020) "Identifikasi Faktor-Faktor yang Memengaruhi Angka Harapan Hidup di Sumatera Tahun 2018 Menggunakan Analisis Regresi Spasial Pendekatan Area." Journal of Data Analysis 3.2 62-75.
[6] Maulidina, Tata Pacu, and Siskarossa Ika Oktora. (2020). "Analisis Spasial Ketertinggalan Daerah Di Indonesia Tahun 2018 menggunakan Geographically Weighted Logistic Regression." Indonesian Journal of Statistics and Its Applications 4.3 528-544.
[7] Harahap, Rahmi Novika. (2022). ” Implementasi Geographically Weighted Regression (GWR) Dan Mixed Geographically Weighted Regresion (MGWR) Dalam Perhitungan Jumlah Penduduk Miskin (Studi Kasus: Jumlah Penduduk Miskin Provinsi Jawa Tengah 2020).” Diss. Universitas Islam Indonesia,.
[8] Bravendi, Diantina. (2018) Pemodelan Kasus Demam Berdarah Dengue (Dbd): Pendekatan Geographically Weighted Poisson Regression (Gwpr). Diss. Universitas Muhammadiyah Semarang.
Copyright (c) 2024 Jurnal MSA ( Matematika dan Statistika serta Aplikasinya)
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
