Pemodelan Incident Rate Diare di Kota Bandung Tahun 2020 Menggunakan Geographically Weighted Regression

Authors

  • Fahmi Ahmad Aulia Departemen Statistika FMIPA Universitas Padjadjaran
  • Helni Nurhidayat Departemen Statistika FMIPA Universitas Padjadjaran
  • Iyen Nugraha Faqih Departemen Statistika FMIPA Universitas Padjadjaran
  • Restu Arisanti Departemen Statistika FMIPA Universitas Padjadjaran

DOI:

https://doi.org/10.1234/pns.v10i.115

Keywords:

diare, Geographically Weighted Regression, faktor penyebab diare

Abstract

Penyakit menjadi masalah secara global yang apabila tidak ditangani dengan baik penyakit tersebut akan tersebar dan menyebabkan angka kematian yang tinggi. Diare adalah salah satu penyakit menular yang masih menjadi masalah utama di Indonesia. Untuk mencegah diare maka didapatkan faktor-faktor yang dianggap berpengaruh terhadap diare adalah sanitasi layak, perilaku hidup bersih dan sehat, kepadatan penduduk, dan rumah sehat (KEMENKES). Maka dari itu perlu dibentuk hubungan fungsional mengenai incidence rate diare supaya diare dapat segera diatasi. Karena analisis regresi ditakutkan terdapat underspecified model dan terdapat efek spasial maka menggunakan metode Geographically Weighted Regression. Geographically Weighted Regression dapat mengetahui besarnya taksiran parameter dan kontribusi faktor-fakor yang mempengaruhi diare pada di masing-masing Kecamatan di Kota Bandung dan Kecamatan mana saja di Kota Bandung yang rawan terjangkit penyakit diare. Penelitian ini dapat dijadikan pertimbangan bagi pemerintah Kota Bandung untuk menentukan kebijakan menanggulangi penyakit diare di Kota Bandung.

Downloads

Download data is not yet available.

References

Widoyono, M. P. H. (2008). Penyakit Tropis Epidemiologi, Penularan, Pencegahan, dan Pemberantasannya. Jakarta: Erlangga.

Depkes, R. I. (2011). Situasi diare di Indonesia. Buletin Jendela Data Dan Informasi Kesehatan Triwulan II.

Kurniawati, R. D., & Abiyyah, S. F. (2021). Analisis Sanitasi Dasar Lingkungan Dengan Kejadian Diare Balita Di Kelurahan Babakansari Kecamatan Kiaracondong Bandung. Window of Health: Jurnal Kesehatan, 75–84.

Kemenkes RI. (2020). Profil Kesehatan Indonesia Tahun 2019.

Charlton, M., Fotheringham, S., & Brunsdon, C. (2009). Geographically weighted regression. White Paper. National Centre for Geocomputation. National University of Ireland Maynooth, 2.

Kementerian Sosial. (2020). Perilaku hidup bersih dan sehat (phbs) penguatan kapabilitas anak dan keluarga. Penguatan Kapabilitas Anak Dan Keluarga, 1–14.

Sinuraya, R. K., Destiani, D. P., Puspitasari, I. M., & Diantini, A. (2018). Pengukuran tingkat kepatuhan pengobatan pasien hipertensi di Fasilitas Kesehatan Tingkat Pertama di Kota Bandung. Indonesian Journal of Clinical Pharmacy, 7(2), 124–133.

Saikia, B., & Singh, R. (2014). Estimation of principal components regression coefficients. Int J Sci Res, 3, 2437–2440.

Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2003). Geographically weighted regression: the analysis of spatially varying relationships. John Wiley & Sons.

Jiang, B. (2015). Geospatial analysis requires a different way of thinking: The problem of spatial heterogeneity. GeoJournal, 80(1), 1–13.

Downloads

Published

2021-12-30

How to Cite

Ahmad Aulia, F. ., Nurhidayat, H. ., Nugraha Faqih, I. ., & Arisanti, R. . (2021). Pemodelan Incident Rate Diare di Kota Bandung Tahun 2020 Menggunakan Geographically Weighted Regression. Prosiding Seminar Nasional Statistika, 10, 50. https://doi.org/10.1234/pns.v10i.115