Jatikusuma, Andhika
Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pemodelan Faktor-Faktor yang Memengaruhi Jumlah Diabetes Melitus di Provinsi Jawa Timur Tahun 2022 Menggunakan Geographically Weighted Negative Binomial Regression Jatikusuma, Andhika; Purhadi, Purhadi
Jurnal Sains dan Seni ITS Vol 13, No 6 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i6.155357

Abstract

Diabetes melitus (DM) adalah kondisi medis yang di-tandai oleh tingginya kadar glukosa darah akibat gangguan produksi atau penggunaan insulin dan dapat merusak organ dan jaringan penting tubuh. Provinsi Jawa Timur menjadi sa-lah satu wilayah dengan jumlah kasus DM tertinggi di Indonesia pada tahun 2022. Dalam penelitian ini, data jumlah kasus DM menunjukkan overdispersion yang diatasi dengan metode Geo-graphically Weighted Negative Binomial Regression (GWNBR). Tujuan penelitian ini adalah untuk mengetahui karakteristik data jumlah kasus DM di Jawa Timur serta faktor-faktor yang mempengaruhinya, dan untuk memodelkan jumlah kasus DM menggunakan metode GWNBR. Penelitian ini menggunakan pembobot fungsi kernel adaptive bisquare dan adaptive tricube. Pemodelan GWNBR dilakukan dengan exposure dan tanpa exposure, di mana jumlah penduduk digunakan sebagai varia-bel exposure. Hasil penelitian menunjukkan bahwa jumlah ka-sus DM terbanyak ditemukan di Kota Surabaya dengan 96.732 kasus, sementara jumlah kasus terendah terdapat di Kota Batu dengan 2.611 kasus. Berdasarkan kriteria kebaikan model AICc, model GWNBR dengan exposure adalah model terbaik dengan menggunakan kernel adaptive bisquare dengan nilai AICc 23.012,62 dan menghasilkan dua kelompok kabupaten/ kota berdasarkan variabel yang berpengaruh signifikan, va-riabel yang signifikan di seluruh lokasi yaitu persentase pendu-duk tingkat pendidikan SMA ke atas, rata-rata pengeluaran makanan dan minuman jadi per kapita dalam sebulan, dan rata-rata pengeluaran makanan berserat per kapita dalam se-bulan, sedangkan variabel yang berpengaruh di sebagian besar lokasi adalah persentase penduduk usia lanjut.