Pemodelan Spatio Temporal Pada Kasus Demam Berdarah di Provinsi Jawa Barat

Muhammad Irfan Rizki; ANGGI NUR  FAUZIAH; HASHINA QAWLAN SADIDA

doi:10.29313/statistika.v21i2.299

Authors

Muhammad Irfan Rizki Universitas Padjadjaran
ANGGI NUR FAUZIAH Universitas Padjadjaran
HASHINA QAWLAN SADIDA Universitas Padjadjaran

DOI:

https://doi.org/10.29313/statistika.v21i2.299

Keywords:

Demam Berdarah, Analisis Spatio-Temporal, Integrated Nasted Laplace Approximation, Risiko Relatif, Bayesian

Abstract

Penyakit menular yang menjadi permasalahan global yang mengencam kesehatan manusia yaitu demam dengue. Penyakit ini menular diakibatkan oleh virus dengue dan ditularkan oleh nyamuk Aedes aegypti. Kasus penyakit demam berdarah di Jawa Barat merupakan salah satu yang memiliki angka kasus yang termasuk tinggi disetiap tahunnya. Untuk meminimalisir penyebaran dan peningkatan kasus demam berdarah dapat dilakukan dengan mengendalikan faktor-faktor yang mempengaruhi dan melakukan pemetaan agar dapat terlihat daerah mana yang berisiko tinggi terjangkit demam berdarah. Penelitian ini menggunakan objek spasial yaitu kabupaten/kota di Jawa Barat selama empat tahun dan memiliki pola naik turun, sehingga dalam melakukan pemodelan dan pemetaan kasus demam berdarah di Jawa Barat digunakan analisis Spatio Temporal yang dapat mengakomodasikan aspek wilayah dan waktu. Untuk mengetahui sebaran penyakit biasanya dilakukan pemetaan menggunakan risiko relatif dengan Standardized Morbidity Ratio, akan tetapi Standardized Morbidity Ratio masih dipengaruhi oleh jumlah penduduk sehingga menghasilkan taksiran yang kurang tepat dan menyebabkan kesimpulan yang salah. Metode alternatif yang dapat digunakan yaitu metode Bayesian dengan pendekatan Integrated Nasted Laplace Approximation. Hasil analisis menunjukkan bahwa tidak terdapat ketergantungan spasial dan temporal namun terdapat heterogenitas spasial serta interaksi antara kabupaten/kota dan waktu terhadap penyebaran kasus demam berdarah di Provinsi Jawa Barat tahun 2016 sampai dengan tahun 2019.

Kata Kunci:Demam Berdarah, Analisis Spatio-Temporal, Integrated Nasted Laplace Approximation, Risiko Relatif, Bayesian

Author Biographies

ANGGI NUR FAUZIAH, Universitas Padjadjaran

Depertemen Statistika Universitas Padjadjaran

HASHINA QAWLAN SADIDA, Universitas Padjadjaran

Depertemen Statistika Universitas Padjadjaran

References

Dinkes Provinsi Jawa Barat, 2020, Profil Dinas Kesehatan Jawa Barat 2019, Dinas Kesehatan Provinsi Jawa Barat.
Gelman, A. et al., 2013, Bayesian data analysis Gelman, Journal of Chemical Information and Modeling.
Jaya, I. G. N. M. and Folmer, H., 2020, Bayesian spatiotemporal mapping of relative dengue disease risk in Bandung, Indonesia, Journal of Geographical Systems. doi: 10.1007/s10109-019-00311-4.
Jaya, I. G. N. M., Zulhanif and Tantular, B., 2016, Pendekatan Laplace dalam Penaksiran Bayesian Perbandingkan MCMC dengan INLA, pp. 31–38.
Kemenkes RI, 2017, Demam Berdarah Dengue Indonesia, Pedoman pencegahan dan pengendalian demam berdarah di indonesia, 5,7, p. 9.
Lawson, A. B. et al., 2000, Disease mapping models: An empirical evaluation: Disease mapping collaborative group, Statistics in Medicine, 19, 17–18, pp. 2217–2241. doi: 10.1002/1097-0258(20000915/30)19:17/18<2217::AID-SIM565<3.0.CO;2-E.
Lawson, A. B. 2014, Hierarchical Modeling in Spatial Epidemiology, WIREs Computational Statistics, 6,6, pp. 405–417. doi: 10.1002/wics.1315.
Lawson, A. B., Browne, W. J. and Vidal Rodeiro, C. L. 2004, Disease Mapping with WinBUGS and MLwiN, Disease Mapping with WinBUGS and MLwiN, pp. 1–279. doi: 10.1002/0470856068.
McCullagh, P. and Nelder, J. A., 1990, Generalized Linear Models, 2nd Edn., Applied Statistics, p. 385. doi: 10.2307/2347392.
Pringle, D. G. 1996, Mapping disease risk estimates based on small numbers: An assessment of empirical bayes techniques, Economic and Social Review, 27,4, pp. 341–363.