| dc.description.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. | en_US |
