| NIM | K1B021008 |
|---|
| Namamhs | ELVIANNA WIJAYA |
|---|
| Judul Artikel | PEMODELAN SPASIAL JUMLAH KASUS KUSTA DI JAWA TENGAH MENGGUNAKAN MODEL GEOGRAPHICALLY WEIGHTED GENERALIZED POISSON REGRESSION |
|---|
| Abstrak (Bhs. Indonesia) | Kasus kusta hingga saat ini masih menjadi prioritas dalam permasalahan kesehatan masyarakat global, termasuk di Provinsi Jawa Tengah. Penelitian ini bertujuan untuk memodelkan jumlah kasus baru kusta di Provinsi Jawa Tengah berdasarkan faktor-faktor yang memengaruhinya secara signifikan dengan pendekatan spasial. Data jumlah kasus baru kusta yang digunakan merupakan data count yang menunjukkan gejala overdispersi. Oleh karena itu, pemodelan dilakukan menggunakan metode Generalized Poisson Regression (GPR) dan pendekatan spasial Geographically Weighted Generalized Poisson Regression (GWGPR). Hasil penelitian menunjukkan bahwa model GWGPR memiliki nilai AIC yang lebih kecil dari model GPR, sehingga metode GWGPR paling sesuai untuk memodelkan jumlah kasus baru kusta di Provinsi Jawa Tengah. Pemodelan GWGPR menghasilkan tujuh kelompok dengan kombinasi variabel signifikan yang berbeda-beda. Secara global, faktor-faktor yang berpengaruh signifikan terhadap jumlah kasus baru kusta di Provinsi Jawa Tengah adalah jumlah penduduk, persentase rasio jenis kelamin dan persentase rumah tangga yang menempati rumah layak huni. |
|---|
| Abtrak (Bhs. Inggris) | Leprosy cases remain a priority public health issue globally, including in Central Java Province. This study aims to model the number of new leprosy cases in Central Java based on significant influencing factors using a spatial approach. The data on new leprosy cases are count data exhibiting overdispersion. Therefore, modeling was conducted using the Generalized Poisson Regression (GPR) method and the spatial approach of Geographically Weighted Generalized Poisson Regression (GWGPR). The results show that the GWGPR model has a lower AIC value than the GPR model, indicating that GWGPR is the most appropriate method for modeling the number of new leprosy cases in Central Java. The GWGPR modeling identified seven groups with different combinations of significant variables. Globally, the significant factors affecting the number of new leprosy cases in Central Java are population size, gender ratio percentage, and the percentage of households living in decent housing. |
|---|
| Kata kunci | kusta, overdispersi, Generalized Poisson Regression (GPR), Geographically Weighted Generalized Poisson Regression (GWGPR) |
|---|
| Pembimbing 1 | Dr. Supriyanto, S.Si., M.Si. |
|---|
| Pembimbing 2 | Sri Maryani, S.Si., M.Si., Ph.D. |
|---|
| Pembimbing 3 | - |
|---|
| Tahun | 2025 |
|---|
| Jumlah Halaman | 12 |
|---|
| Tgl. Entri | 2025-08-14 13:47:06.216298 |
|---|