Pemodelan GWR Menggunakan Fungsi Pembobot Adaptive Box-Car Pada Angka Kesakitan DBD di Pulau Kalimantan Tahun 2023

Ni Luh Ayu  Candra Dewi; Memi Nor  Hayati; Meirinda  Fauziyah

doi:10.35580/variansiunm355

Ni Luh Ayu Candra Dewi 3Laboratorium Statistika Terapan, FMIPA, Universitas Mulawarman
Memi Nor Hayati 3Laboratorium Statistika Terapan, FMIPA, Universitas Mulawarman
Meirinda Fauziyah Laboratorium Statistika Terapan, FMIPA, Universitas Mulawarman

DOI: https://doi.org/10.35580/variansiunm355

Keywords: Box-Car;, DBD, GWR, WLS

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh penyebaran virus dengue yang berkaitan dengan karakteristik suatu wilayah yang berbeda-beda. GWR merupakan pemodelan yang mempertimbangkan adanya aspek lokasi yang berbeda-beda sehingga akan menghasilkan penduga parameter yang bersifat lokal di setiap lokasi pengamatan. Penelitian ini bertujuan untuk mendapatkan model GWR dan faktor-faktor yang berpengaruh signifikan terhadap angka kesakitan DBD di kabupaten/kota di Pulau Kalimantan Tahun 2023. Penaksiran parameter model GWR menggunakan metode Weighted Least Square (WLS) dengan fungsi kernel adaptive box-car sebagai pembobot spasial dan nilai bandwidth optimum ditentukan menggunakan kriteria Cross-Validation (CV). Hasil penelitian mendapatkan nilai koefisien determinasi model GWR sebesar 51,04%, yang nilai koefisien determinasinya lebih besar dibandingkan regresi linier berganda. Hasil estimasi parameter model GWR didapatkan model yang nilai koefisien determinasinya berbeda-beda di setiap lokasi pengamatan. Faktor-faktor yang berpengaruh signifikan adalah ketinggian di atas permukaan laut, ketidaktersediaan fasilitas buang air besar, dan jarak ke Ibu Kota Provinsi

References

Anselin, L. (1992). Spatial Econometrics: Methods and Models. Dordrecht: Kluwer Academic Publishers.
Fotheringham, A.S, Brunsdon, dan M. Charlton. (2002). Geographically Weighted Regression. Chichester: John Wiley and Sons.
Kemp, K. (2014). Geographically Weighted Regression (GWR). In Encylopedia of Geographic Information Science.
Rencher, C.A. & Schaalje, G.B. (2008). Linear Models in Statistics, 2nd edition. Hoboken: Wiley
Sulekan, A., Suhaila, J., & Wahid, N. A. A. (2021). Geographically Weighted Regression on dengue epidemic in Peninsular Malaysia. Journal of Physics: Conference Series, 1988(1). https://doi.org/10/1088/1742-6596/1988/1/012099
Giofandi, E. A., Purwantiningrum, Madino, F., Lumbantobing, A. (2024). Analisis Faktor Spasial Terhadap Kejadian Demam Berdarah Dengue Menggunakan Pendekatan Geographically Weighted Regression di Kota Pekanbaru, Provinsi Riau. Jurnal Ilmu Lingkungan. Volume 22 Issue 1 (2024):50-59. ISSN 1829-8907.
Amelia, Kiki., Asril, O. L., & Febrianti, L. (2020). Pemodelan Incident Rate Demam Berdarah Dengue di Indonesia yang Berkaitan dengan Faktor Lingkungan Menggunakan Metode Geographically Weighted Regression (GWR). Ekologia: Jurnal Ilmiah Dasar dan Lingkungan Hidup. Volume 20, Nomor 2 (2020) Halaman 64-73ISSN: 1411-9447 (Print) 2686-4894 (Online)
Yasin, H., Warsito, B., & Hakim, A.R. (2020). Regresi Spasial (Aplikasi dengan R). Wade Group National Publishing