PEMODELAN PREVALENSI PENYAKIT KUSTA DI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION
DOI:
https://doi.org/10.34123/jurnalasks.v14i2.351Keywords:
Analisis Spasial, Eliminasi Kusta, Metode GWR, Prevalensi Penyakit Kusta, Regresi GlobalAbstract
Indonesia merupakan penyumbang kasus baru penyakit kusta tiga terbesar lingkup dunia, dengan Jawa Timur sebagai provinsi yang berkontribusi tertinggi. Hal ini membuat pemerintah menetapkan target rencana aksi guna mengeliminasi kusta di Indonesia. Penyakit kusta tergolong penyakit menular sehingga penyebaran penyakit ini dipengaruhi faktor lingkungan geografis. Oleh sebab itu, digunakan metode Geographically Weighted Regression (GWR) untuk pemodelan prevalensi penyakit kusta di Jawa Timur, dengan persentase rumah tangga yang menggunakan fasilitas mandi, cuci, kakus bersama , persentase rumah tangga yang belum memiliki akses terhadap sanitasi layak , dan jumlah penduduk miskin memberi pengaruh signifikan terhadap prevalensi penyakit kusta di Jawa Timur, dengan sebaran kabupaten dan kota yang dipengaruhi secara signifikan masing – masing sebanyak 26,32%, 18,42%, dan 39,47%. Selain itu, hasil pemodelan GWR menunjukkan akurasi dan kebaikan model yang lebih baik daripada model regresi global. Pada penelitian ini, diketahui bahwa prevalensi penyakit kusta tertinggi di Jawa Timur terjadi di Kabupaten Sumenep dengan nilai prevalensi sebesar 2,06. Untuk mencapai target eliminasi kusta yang ditetapkan pemerintah, maka Pemerintah Kabupaten Sumenep dapat menurunkan nilai persentase rumah tangga yang belum memiliki akses terhadap sanitasi layak hingga mencapai 12,01% dan jumlah penduduk miskin hingga mencapai 13,215 ribu jiwa.
Downloads
Download data is not yet available.
References
Amelia, K., Asril, L. O., dan Febrianti, L. 2020. Pemodelan Incident Rate Demam Berdarah Dengue di Indonesia yang Berkaitan dengan Faktor Lingkungan Menggunakan Metode Geographically Weighted Regression (GWR). Ekologi. 20(2), 64-73.
Badan Pusat Statistik. 2020. Statistik Indonesia 2020. Jakarta Pusat: Badan Pusat Statistik.
Badan Pusat Statistik. 2021. Statistik Indonesia 2021. Jakarta Pusat: Badan Pusat Statistik.
Bappenas. 2020. Pedoman Teknis Penyusunan Rencana Aksi: Tujuan Pembangunan Berkelanjutan (TPB)/ Sustainable Development Goals (SDGs). Edisi II. Jakarta: Bappenas.
Crenata, A. K., Setiawaty, B., dan Ardana, N. K. K. 2012. Pemodelan Nilai Tukar Rupiah Terhadap Dollar Amerika Menggunakan Deret Waktu Hidden Markov Empat Waktu Sebelumnya. Journal of Mathematics and Its Applications, 11(2), 37-46.
Diastina, A. R. N., Handajani, S. S., dan Slamet, I. 2019. Analisis Model Geographically Weighted Regression (GWR) pada Kasus Jumlah peserta KB Aktif di Provinsi Jawa Tengah. Prosiding Seminar Nasional Geotik 2019. ISSN: 2580-8796. 364-373.
Dziauddin, M. F. dan Idris, Z. 2017. Use Oo Geographically Weighted Regression (GWR) Method to Estimate the Effects of Location Attributes on the Residential Property Values. The Indonesian Journal of Geography. 49(1), 97.
Ernawati., Latra, I. Y., dan Purhadi. 2016. Analisis Faktor-Faktor yang Memengaruhi Angka Prevalensi Penyakit Kusta di Jawa Timur dengan Pendekatan Spatial Durbin Model. Jurnal Sains dan Seni ITS. 5(2): 295-300.
Fatati, I. F., Wijayanto, H., dan Soleh, A. M. 2017. Analisis Regresi Spasial dan Pola Penyebaran Pada Kasus Demam Berdarah Dengue (DBD) di Provinsi Jawa Tengah. Media Statistika. 10(2): 95-105.
Indayani, N. I., Windraswara, R., dan Prameswari, G. N. 2017. Analisis Spasial Faktor Risiko Lingkungan dengan Kejadian Kusta di Wilayah Pesisir. Higeia Journal of Public Health Research and Development. 1(4),120-130.
Kemenkes. 2019. Peraturan Menteri Kesehatan Republik Indonesia Nomor 11 Tahun 2019 Tentang Penanggulangan Kusta. http://hukor.kemkes.go.id/uploads/produk_hukum/PMK_No__11_Th_2019_ttg_Penanggulangan_Kusta.pdf. Diakses pada 18 September 2021.
Kemenkes. 2021a. Prevalensi Kusta pada Anak Tinggi. Temukan Kasusnya. Periksa Kontak dan Obati Sampai Tuntas. http://p2p.kemkes.go.id/pravalensi-kusta-pada-anak-tinggi-temukan-kasusnya-periksa-kontak-dan-obati-sampai-tuntas/. diakses pada 18 September 2021.
Kemenkes. 2021b. Profil Kesehatan Indonesia 2020. Jakarta: Kementerian Kesehatan.
Kominfo Jatim. 2020. Miliki Penderita Kusta Terbanyak. Masyarakat Diminta Lakukan Deteksi Dini. http://kominfo.jatimprov.go.id/read/umum/miliki-penderita-kusta-terbanyak-masyarakat-diminta-lakukan-deteksi-dini. diakses pada 16 September 2021.
Kusnandar, D., Debataraja, N. N., dan Fitriani, S. 2021. Pemodelan Sebaran Total Dissolved Solid Menggunakan Metode Mixed Geographically Weighted Regression. Jurnal Aplikasi Statistika dan Komputasi Statistik. 13(1), 9-16.
Lu, B., Charlton, M., Harris, P., dan Fotheringham, S. 2014. Geographically Weighted Regression with a Non-Euclidean Distance Metric: A Case Study Using Hedonic House Price data. International Journal of Geographical Information Science. 28(4), 660-681.
Maggri, I. dan Ispriyanti, D. 2017. Pemodelan Data Kemiskinan di Provinsi Sumatera Barat dengan Metode Geographically Weighted Regression (GWR). Media Statistika. 6(1), 37-49.
Muntasir, M., Salju, E. V., dan Rulianti, L. P. 2018. Studi Faktor-Faktor yang Berhubungan dengan Kejadian Penyakit Kusta pada Wilayah Kerja Puskesmas Bakunase Kota Kupang Tahun 2017. Jurnal Info Kesehatan. 16(2), 197-213.
Olive, D. J. 2017. Linear Regression. Gewerbestrasse: Springer.
Olo, A., Mediani, H. Z., dan Rakhmawati, W. 2021. Hubungan Faktor Air dan Sanitasi dengan Kejadian Stunting pada Balita Indonesia. Jurnal Pendidikan Anak Usia Dini. 5(2), 1113-1126.
Paolella, M. S. 2019. Linear Models and Time-Series Analysis : Regression. ANOVA. ARMA. and GARCH. New Jersey: John Willey & Sons Inc.
Permai, S. D., Christina, A., Gunawan, A. A. S. 2021. Fiscal Decentralization Analysis That Affect Economic Performance Using Geographically Weighted Regression (GWR). Procedia Computer Science. 179 (2021), 399–406.
Pertiwi, N. M. S., Sukarsa, I. K. G., dan Susilawati, M. 2020. Pemodelan Jumlah Kasus Penyakit Kusta di Provinsi Jawa Timur. E-Jurnal Matematika. 9(1), 42-50.
Pratiwi, Y. D., Mariani, S., dan Hendikawati, P. 2019. Pemodelan Regresi Spasial Menggunakan Geographically Weighted Regression. Unnes Journal of Mathematics (UJM). 8(2), 32-41.
Putri, A. S., Pramuningtyas, R., Lestari, N., dan Prakoeswa, F. R. S. 2021. Ketersediaan Jamban Lebih Berpengaruh Dibandingkan Sarana Pembuangan Limbah. Pembuangan Sampah dengan Kusta Wanita di Kabupaten Gresik. Proceeding Book National Symposium and Workshop Continuing Medical Education XIV.
Rachim, F., Tarno, dan Sugito. 2020. Perbandingan Fuzzy Time Series dengan Metode Chen dan Metode S.R.Singh (Studi Kasus : Nilai Impor di Jawa Tengah Periode Januari 2014 – Desember 2019). Jurnal Gaussian, 9(3), 306-315.
Rasyidah, U. M. 2019. Diare Sebagai Konsekuensi Buruknya Sanitasi Lingkungan. Jurnal Kesehatan dan Kedokteran. 1(1), 31-36.
Ritianty, M. A., Yunus, N., dan Puji. D. 2020. Peran Kelompok Perawatan Diri (KPD) dalam Upaya Mencegah Peningkatan Kecacatan pada Penderita Kusta. Jurnal Promosi Kesehatan Indonesia. 15(1), 22-30.
Siswanti dan Wijayanti, Y. 2018. Faktor Risiko Lingkungan Kejadian Kusta. Higeia Journal of Public Health Research and Development. 2(3), 252-262.
Suyono. 2015. Analisis Regresi untuk Penelitian. Jakarta: Deepublish.
Tami, M. 2019. Hubungan Antara Kusta Tipe Pausi Basiler dengan Angka Keberhasilan Pengobatan Kusta di Jawa Timur. Jurnal Berkala Epidemiologi. 7(1), 17-24.
Utami, T. W., Rohman, A., dan Prahutama, A. 2016. Pemodelan Regresi Berganda dan Geographically Weighted Regression pada Tingkat Pengangguran Terbuka di Jawa Tengah. Media Statistika. 9(2), 133-147.
Wohon, S. C., Hatidja, D., dan Nainggolan, N. 2017. Penentuan Model Regresi Terbaik dengan Menggunakan Metode Stepwose (Studi Kasus: Impor Beras di Sulawesi Utara). Jurnal Ilmiah Sains. 17(2), 80-88.
Wuryandari, T., Hoyyi, A., Kusumawardani, D. S., dan Rahmawati, D. 2014. Identifikasi Autokorelasi Spasial Pada Jumlah Pengangguran di Jawa Tengah Menggunakan Indeks Moran. Media Statistika. 7(1), 1-10.
Yasin, H. 2011. Pemilihan Variabel Pada Model Geographically Weighted Regression. Media Statistika. 4(2), 63-72.
Zuhdan, E., Kabulrachman, K., dan Hadisaputro, S. 2017. Faktor-faktor yang mempengaruhi kejadian kusta pasca kemoprofilaksis (studi pada kontak penderita kusta di Kabupaten sampang). Jurnal Epidemiologi Kesehatan Komunitas. 2(2), 89-98.
Badan Pusat Statistik. 2020. Statistik Indonesia 2020. Jakarta Pusat: Badan Pusat Statistik.
Badan Pusat Statistik. 2021. Statistik Indonesia 2021. Jakarta Pusat: Badan Pusat Statistik.
Bappenas. 2020. Pedoman Teknis Penyusunan Rencana Aksi: Tujuan Pembangunan Berkelanjutan (TPB)/ Sustainable Development Goals (SDGs). Edisi II. Jakarta: Bappenas.
Crenata, A. K., Setiawaty, B., dan Ardana, N. K. K. 2012. Pemodelan Nilai Tukar Rupiah Terhadap Dollar Amerika Menggunakan Deret Waktu Hidden Markov Empat Waktu Sebelumnya. Journal of Mathematics and Its Applications, 11(2), 37-46.
Diastina, A. R. N., Handajani, S. S., dan Slamet, I. 2019. Analisis Model Geographically Weighted Regression (GWR) pada Kasus Jumlah peserta KB Aktif di Provinsi Jawa Tengah. Prosiding Seminar Nasional Geotik 2019. ISSN: 2580-8796. 364-373.
Dziauddin, M. F. dan Idris, Z. 2017. Use Oo Geographically Weighted Regression (GWR) Method to Estimate the Effects of Location Attributes on the Residential Property Values. The Indonesian Journal of Geography. 49(1), 97.
Ernawati., Latra, I. Y., dan Purhadi. 2016. Analisis Faktor-Faktor yang Memengaruhi Angka Prevalensi Penyakit Kusta di Jawa Timur dengan Pendekatan Spatial Durbin Model. Jurnal Sains dan Seni ITS. 5(2): 295-300.
Fatati, I. F., Wijayanto, H., dan Soleh, A. M. 2017. Analisis Regresi Spasial dan Pola Penyebaran Pada Kasus Demam Berdarah Dengue (DBD) di Provinsi Jawa Tengah. Media Statistika. 10(2): 95-105.
Indayani, N. I., Windraswara, R., dan Prameswari, G. N. 2017. Analisis Spasial Faktor Risiko Lingkungan dengan Kejadian Kusta di Wilayah Pesisir. Higeia Journal of Public Health Research and Development. 1(4),120-130.
Kemenkes. 2019. Peraturan Menteri Kesehatan Republik Indonesia Nomor 11 Tahun 2019 Tentang Penanggulangan Kusta. http://hukor.kemkes.go.id/uploads/produk_hukum/PMK_No__11_Th_2019_ttg_Penanggulangan_Kusta.pdf. Diakses pada 18 September 2021.
Kemenkes. 2021a. Prevalensi Kusta pada Anak Tinggi. Temukan Kasusnya. Periksa Kontak dan Obati Sampai Tuntas. http://p2p.kemkes.go.id/pravalensi-kusta-pada-anak-tinggi-temukan-kasusnya-periksa-kontak-dan-obati-sampai-tuntas/. diakses pada 18 September 2021.
Kemenkes. 2021b. Profil Kesehatan Indonesia 2020. Jakarta: Kementerian Kesehatan.
Kominfo Jatim. 2020. Miliki Penderita Kusta Terbanyak. Masyarakat Diminta Lakukan Deteksi Dini. http://kominfo.jatimprov.go.id/read/umum/miliki-penderita-kusta-terbanyak-masyarakat-diminta-lakukan-deteksi-dini. diakses pada 16 September 2021.
Kusnandar, D., Debataraja, N. N., dan Fitriani, S. 2021. Pemodelan Sebaran Total Dissolved Solid Menggunakan Metode Mixed Geographically Weighted Regression. Jurnal Aplikasi Statistika dan Komputasi Statistik. 13(1), 9-16.
Lu, B., Charlton, M., Harris, P., dan Fotheringham, S. 2014. Geographically Weighted Regression with a Non-Euclidean Distance Metric: A Case Study Using Hedonic House Price data. International Journal of Geographical Information Science. 28(4), 660-681.
Maggri, I. dan Ispriyanti, D. 2017. Pemodelan Data Kemiskinan di Provinsi Sumatera Barat dengan Metode Geographically Weighted Regression (GWR). Media Statistika. 6(1), 37-49.
Muntasir, M., Salju, E. V., dan Rulianti, L. P. 2018. Studi Faktor-Faktor yang Berhubungan dengan Kejadian Penyakit Kusta pada Wilayah Kerja Puskesmas Bakunase Kota Kupang Tahun 2017. Jurnal Info Kesehatan. 16(2), 197-213.
Olive, D. J. 2017. Linear Regression. Gewerbestrasse: Springer.
Olo, A., Mediani, H. Z., dan Rakhmawati, W. 2021. Hubungan Faktor Air dan Sanitasi dengan Kejadian Stunting pada Balita Indonesia. Jurnal Pendidikan Anak Usia Dini. 5(2), 1113-1126.
Paolella, M. S. 2019. Linear Models and Time-Series Analysis : Regression. ANOVA. ARMA. and GARCH. New Jersey: John Willey & Sons Inc.
Permai, S. D., Christina, A., Gunawan, A. A. S. 2021. Fiscal Decentralization Analysis That Affect Economic Performance Using Geographically Weighted Regression (GWR). Procedia Computer Science. 179 (2021), 399–406.
Pertiwi, N. M. S., Sukarsa, I. K. G., dan Susilawati, M. 2020. Pemodelan Jumlah Kasus Penyakit Kusta di Provinsi Jawa Timur. E-Jurnal Matematika. 9(1), 42-50.
Pratiwi, Y. D., Mariani, S., dan Hendikawati, P. 2019. Pemodelan Regresi Spasial Menggunakan Geographically Weighted Regression. Unnes Journal of Mathematics (UJM). 8(2), 32-41.
Putri, A. S., Pramuningtyas, R., Lestari, N., dan Prakoeswa, F. R. S. 2021. Ketersediaan Jamban Lebih Berpengaruh Dibandingkan Sarana Pembuangan Limbah. Pembuangan Sampah dengan Kusta Wanita di Kabupaten Gresik. Proceeding Book National Symposium and Workshop Continuing Medical Education XIV.
Rachim, F., Tarno, dan Sugito. 2020. Perbandingan Fuzzy Time Series dengan Metode Chen dan Metode S.R.Singh (Studi Kasus : Nilai Impor di Jawa Tengah Periode Januari 2014 – Desember 2019). Jurnal Gaussian, 9(3), 306-315.
Rasyidah, U. M. 2019. Diare Sebagai Konsekuensi Buruknya Sanitasi Lingkungan. Jurnal Kesehatan dan Kedokteran. 1(1), 31-36.
Ritianty, M. A., Yunus, N., dan Puji. D. 2020. Peran Kelompok Perawatan Diri (KPD) dalam Upaya Mencegah Peningkatan Kecacatan pada Penderita Kusta. Jurnal Promosi Kesehatan Indonesia. 15(1), 22-30.
Siswanti dan Wijayanti, Y. 2018. Faktor Risiko Lingkungan Kejadian Kusta. Higeia Journal of Public Health Research and Development. 2(3), 252-262.
Suyono. 2015. Analisis Regresi untuk Penelitian. Jakarta: Deepublish.
Tami, M. 2019. Hubungan Antara Kusta Tipe Pausi Basiler dengan Angka Keberhasilan Pengobatan Kusta di Jawa Timur. Jurnal Berkala Epidemiologi. 7(1), 17-24.
Utami, T. W., Rohman, A., dan Prahutama, A. 2016. Pemodelan Regresi Berganda dan Geographically Weighted Regression pada Tingkat Pengangguran Terbuka di Jawa Tengah. Media Statistika. 9(2), 133-147.
Wohon, S. C., Hatidja, D., dan Nainggolan, N. 2017. Penentuan Model Regresi Terbaik dengan Menggunakan Metode Stepwose (Studi Kasus: Impor Beras di Sulawesi Utara). Jurnal Ilmiah Sains. 17(2), 80-88.
Wuryandari, T., Hoyyi, A., Kusumawardani, D. S., dan Rahmawati, D. 2014. Identifikasi Autokorelasi Spasial Pada Jumlah Pengangguran di Jawa Tengah Menggunakan Indeks Moran. Media Statistika. 7(1), 1-10.
Yasin, H. 2011. Pemilihan Variabel Pada Model Geographically Weighted Regression. Media Statistika. 4(2), 63-72.
Zuhdan, E., Kabulrachman, K., dan Hadisaputro, S. 2017. Faktor-faktor yang mempengaruhi kejadian kusta pasca kemoprofilaksis (studi pada kontak penderita kusta di Kabupaten sampang). Jurnal Epidemiologi Kesehatan Komunitas. 2(2), 89-98.
Downloads
Published
2022-10-17
How to Cite
Andreas, C., Horidah, H., Sulistiana, R., Venosia, D., & Chamidah, N. (2022). PEMODELAN PREVALENSI PENYAKIT KUSTA DI JAWA TIMUR DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION. Jurnal Aplikasi Statistika & Komputasi Statistik, 14(1), 33–48. https://doi.org/10.34123/jurnalasks.v14i2.351
Issue
Section
Statistika Kependudukan
