• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Mathematics and Natural Sciences
    • Statistics
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Pemodelan Penyakit Tuberkulosis (TB) dengan Metode Regresi Linier Berganda dan Geographically Weighted Regression (GWR) di Jawa Tengah (Studi Kasus : Kejadian Tuberkulosis di Jawa Tengah Tahun 2023)

    Thumbnail
    View/Open
    21611143.pdf (1.823Mb)
    Date
    2025
    Author
    Cahyaningrum, Nafisah Hanan
    Metadata
    Show full item record
    Abstract
    Tuberkulosis (TB) menjadi salah satu penyakit menular yang menjadi tantangan kesehatan global, termasuk Indonesia. Pada tahun 2023, Indonesia menempati posisi kedua sebagai negara dengan kasus TB terbanyak yakni dengan 1,060,000 kasus temuan TB dan 134,000 kasus meninggal akibat TB. Jawa Tengah termasuk provinsi yang memiliki kasus TB tertinggi di Indonesia dengan temuan sebanyak 85,071 kasus atau 8.025% dari 1,060,000 kasus pada tahun 2023. Untuk mengetahui faktor terjadinya TB dapat digunakan analisis regresi linier berganda. Namun, perbedaan karakteristik pada tiap wilayah di Provinsi Jawa Tengah menimbulkan heterogenitas spasial. Untuk mengatasi heterogenitas spasial dapat menggunakan Geographically Weighted Regression (GWR). Dengan variabel dependen adalah jumlah kasus TB, sedangkan variabel independen adalah jumlah penduduk miskin, kepadatan penduduk, jumlah rumah tangga yang memiliki akses sanitasi layak, persentase penduduk yang merokok, jumlah balita yang mendapat vaksin BCG, jumlah puskesmas, dan jumlah kasus HIV/AIDS. Tujuan dari penelitian ini adalah untuk mendapat pemodelan regresi linier berganda dan GWR yang kemudian dibandingkan untuk memperoleh model terbaik yang dapat memodelkan kasus TB di Jawa Tengah pada tahun 2023. Model terbaik tersebut ditentukan dengan nilai koefisien determinasi (R 2 ), nilai AIC, dan nilai MAPE. Dari model terbaik tersebut akan didapatkan faktor apa saja yang memengaruhi kasus TB pada setiap kabupaten/kota di Jawa Tengah pada tahun 2023. Didapatkan hasil bahwa model GWR dengan kernel adaptive gaussian adalah model terbaik yang dapat memodelkan kasus TB di Jawa Tengah pada tahun 2023 dengan nilai koefisien determinasi sebesar 0.979, nilai AIC sebesar 504.1131, dan MAPE sebesar 11.29%. Dimana faktor yang memengaruhi kasus TB di setiap kabupaten/kota di Jawa Tengah adalah kepadatan penduduk, jumlah balita yang mendapat vaksin BCG, dan jumlah kasus HIV/AIDS.
    URI
    dspace.uii.ac.id/123456789/57750
    Collections
    • Statistics [1327]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV