Model Koefisien Bervariasi Spasial Bayesian untuk Memperkirakan Risiko Relatif Penyakit Demam Berdarah Dengue di Kota Medan
DOI:
https://doi.org/10.59632/leibniz.v5i02.586Keywords:
Demam Berdarah Dengue, Risiko Relatif, Kota Medan, Analisis SpasialAbstract
Penelitian ini membahas penerapan model Spatially Varying Coefficient berbasis pendekatan Spasial Bayesian untuk mengestimasi risiko relatif (Relative Risk/RR) penyakit Demam Berdarah Dengue (DBD) di Kota Medan. Tujuan penelitian ini adalah untuk: (1) mengidentifikasi tren kasus DBD di Kota Medan; (2) mengakomodasi variasi spasial dalam data serta memberikan estimasi risiko relatif yang lebih akurat antarwilayah; dan (3) menganalisis distribusi spasial risiko relatif kasus DBD di setiap kecamatan. Penelitian ini menggunakan data sekunder berupa data kasus DBD tahun 2022–2023 dari Dinas Kesehatan Kota Medan, serta data demografi dan lingkungan seperti kepadatan penduduk, jumlah tenaga kesehatan, dan fasilitas kesehatan. Analisis data dilakukan dengan pendekatan Bayesian menggunakan model Spatially Varying Coefficient untuk menangkap heterogenitas dan ketergantungan spasial. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu menghasilkan estimasi risiko relatif yang informatif dan akurat, serta dapat digunakan untuk mendukung perencanaan strategi pencegahan dan pengendalian DBD yang lebih tepat sasaran. Selain itu, penelitian ini memberikan kontribusi metodologis dalam pengembangan analisis spasial di bidang epidemiologi dan kesehatan masyarakat.
Downloads
References
Aswi, A., & Sukarna, S. (2020). MODEL BAYESIAN SPASIAL CAR LOCALISED: STUDI KASUS DEMAM BERDARAH DENGUE DI KOTA MAKASSAR. Prosiding Seminar Nasional VARIANSI.
Awalluddin, A. ., & Taufik, I. (2017). Analisis Cluster Data Longitudinal pada Pengelompokan Daerah Berdasarkan Indikator IPM di Jawa Barat. Prosiding Seminar Nasional Metode Kuantitatif, 978, 187–194. https://jurnal.fmipa.unila.ac.id/snmk/article/view/2077/1518
Congdon, P. (2024). Prevalensi psikosis di lingkungan London; Studi kasus dalam pengacauan spasial. Epidemiologi Spasial Dan Spatio-Temporal, 48.
Du, Y. W., & Zhong, J. J. (2021). Generalized combination rule for evidential reasoning approach and Dempster–Shafer theory of evidence. Information Sciences, 547, 1201–1232. https://doi.org/10.1016/j.ins.2020.07.072
Keraf, A. S. L. et al. (2023). Faktor yang Mempengaruhi Kejadian Demam Berdarah Dengue Berdasarkan Model Spasial di Kabupaten Sikka Tahun 2019-2021. Jurnal Bidang Ilmu Kesehatan, 13(3), 202–218.
Kokita, V. (2021). Analisis Pengendalian Persediaan Barang Jadi dengan Metode Continuous Review System dan Periodic Review System di PT. Fajar Tetap Jaya. Universitas Sumatera Utara.
Mahading, T. S. et al. (2020). Metode Spatial Autoregressive dalam Analisis Kerawanan Demam Berdarah Dengue di Kota Gorontalo. JMPM: Jurnal Matematika Dan Pendidikan Matematika, 5(2), 9–19.
Maulida, I. et al. (2016). Analisis hubungan karakteristik kepala keluarga dengan perilaku pencegahan demam berdarah di Pakijangan Brebes. Infokes: Jurnal Ilmiah Rekam Medis Dan Informatika Kesehatan, 6(1).
Musthofa, S. et al. (2023). ANALISIS DATA LONGITUDINAL DENGAN RESPON BINER MENGGUNAKAN GENERALIZED ESTIMATING EQUATION ( GEE ) ANALYSIS OF LONGITUDINAL DATA WITH BINARY RESPONSE USING GENERALIZED. MAP Journal.
Nisa, K. (2022). Penerapan Model Geographically Weighted Poisson Regression untuk Demam Berdarah Dengue Di Kabupaten Bojonegoro. Jurnal Statistika Dan Komputasi, 1(1), 12–22.
Purqon, K. et al. (2024). Penerapan Poisson Inverse Gaussian Regression Untuk Memodelkan Lama Rawat Inap Pasien Demam Berdarah Dengue (Dbd) Uptdk. Rsu. Haji Medan Pemerintahan Provinsi Sumatera Utara. Jurnal Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika Dan Statistika, 5(1), 207–215.
Rahma, A. et al. (2023). Implementation of the Naïve Bayes Method for Stroke Diagnosis. SNESTIK National Seminar on Electrical Engineering, Information Systems, and Informatics Engineering, 177–184.
Simkin, J. (2024). Menerapkan fungsionalitas analisis spasial untuk meningkatkan sistem surveilans kanker rutin. Dalam Memahami Pencegahan Kanker melalui Ilmu Geospasial: Menempatkan Kanker di tempatnya. Internasional Springer.
Sugiyono. (2019). Penelitian Kuantitatif, Kualitatif dan R & D. Alfabeta.
Syahfitri, F., & Lubis, R. S. (2024). Analisis Regresi Bayesian Hurdle Poisson untuk Mengidentifikasi Faktor yang Mempengaruhi Jumlah Kasus Demam Berdarah Dengue (DBD). Jurnal Pendidikan Matematika: Judika Education, 7(2), 160–171.
Yandell, B. S., & Anselin, L. (1990). Spatial Econometrics: Methods and Models. Journal of the American Statistical Association, 85(411), 1–10.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Rahmat Hutapea, Ismail Husein
This work is licensed under a Creative Commons Attribution 4.0 International License.
