<![CDATA[Abstrak: Tuberkulosis (TB) adalah penyakit menular mematikan yang paling sering menyerang paru-paru, dan disebabkan oleh bakteri Mycobacterium tuberculosis. Di Indonesia, termasuk Kabupaten Padang Pariaman, TB paru tetap menjadi masalah kesehatan yang serius. Oleh karena itu, penting untuk memfokuskan perhatian pada program pencegahan dan pengendalian yang menargetkan faktor-faktor penularan. Studi kasus ini bertujuan untuk memodelkan jumlah kasus TB paru di Kabupaten Padang Pariaman tahun 2022–2024 dengan menggunakan pendekatan regresi data panel. Faktor-faktor yang dianalisis dalam studi kasus ini meliputi jumlah tenaga kesehatan (X₁), jumlah fasilitas kesehatan (X₂), kepadatan penduduk (X₃), dan jumlah anak yang menerima imunisasi BCG (X₄). Hasil pengujian spesifikasi model menunjukkan bahwa model yang paling sesuai adalah Common Effect Model. Hasil estimasi menunjukkan bahwa jumlah tenaga kesehatan, kepadatan penduduk, dan jumlah anak yang menerima imunisasi BCG memberikan pengaruh yang signifikan terhadap jumlah kasus penemuan TB Paru, sedangkan jumlah fasilitas kesehatan tidak memberikan pengaruh yang signifikan. Koefisien determinasi (R²) tercatat sebesar 75,53% yang berarti bahwa model dapat menjelaskan sebagian besar variasi dalam data. Abstack: Tuberculosis (TB) is a deadly infectious disease that most commonly affects the lungs and is caused by the bacterium Mycobacterium tuberculosis. In Indonesia, including Padang Pariaman District, pulmonary TB remains a serious health problem. Therefore, it is important to focus on prevention and control programs targeting transmission factors. This case study aims to model the number of pulmonary TB cases in Padang Pariaman Regency for the years 2022–2024 using a panel data regression approach. The factors analyzed in this study include the number of healthcare workers (X₁), the number of healthcare facilities (X₂), population density (X₃), and the number of children receiving BCG vaccination (X₄). The model specification testing results indicate that the most appropriate model is the Common Effect Model. The estimation results indicate that the number of healthcare workers, population density, and the number of children receiving BCG immunization have a significant impact on the number of pulmonary TB cases detected, while the number of healthcare facilities does not have a significant impact. The coefficient of determination (R²) is recorded at 75.53%, meaning that the model can explain most of the variation in the data.]]>
