PEMODELAN FAKTOR YANG MEMPENGARUHI JUMLAH KASUS BARU HIV DI JAWA TIMUR TAHUN 2017 DENGAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION
| Main Author: | DESY YUANITA NUGROHO, 101511133096 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/91478/1/ABSTRAK%20FKM%20281%2019%20Nug%20p.pdf http://repository.unair.ac.id/91478/2/DAFTAR%20ISI%20FKM%20281%2019%20Nug%20p.pdf http://repository.unair.ac.id/91478/3/DAFTAR%20PUSTAKA%20FKM%20281%2019%20Nug%20p.pdf http://repository.unair.ac.id/91478/4/FULLTEXT%20FKM%20281%2019%20Nug%20p.pdf http://repository.unair.ac.id/91478/ http://lib.unair.ac.id |
Daftar Isi:
- HIV memiliki faktor risiko yang berbeda-beda pada setiap wilayah. Hal tersebut menunjukkan bahwa terdapat pengaruh kondisi lokal wilayah dalam mempengaruhi jumlah kasus HIV. Salah satu metode analisis dengan memperhitungkan pengaruh wilayah yang meliputi dependensi maupun heterogenitas spasial adalah Geographically Weighted Regression. Kedua efek spasial tersebut perlu untuk dianalisis agar tidak muncul bias pada estimasi parameter, hasil signifikan dan residual yang dihasilkan tidak memiliki autokorelasi yang tinggi. Penelitian ini dilakukan untuk memodelkan faktor yang mempengaruhi jumlah kasus baru HIV di masing-masing kabupaten/kota di Jawa timur dengan memperhatikan efek spasial pada data. Penelitian ini bersifat analitik observasional dengan pendekatan cross sectional. Data yang digunakan merupakan data sekunder Laporan Situasi Perkembangan HIV dan PIMS dari Dinas Kesehatan Provinsi Jawa Timur tahun 2017. Unit analisis dalam penelitian ini adalah 38 kabupaten/kota provinsi Jawa Timur. Berdasarkan hasil analisis dengan metode Geographically Weighted Regression didapatkan bahwa 15 kabupaten/kota memiliki dua variabel yang berpengaruh yaitu persentase penduduk miskin dan jumlah pengguna napza suntik. Sedangkan 23 kabupaten/kota lainnya hanya memiliki satu variabel yang berpengaruh yaitu jumlah pengguna napza suntik. Berdasarkan nilai AIC dan nilai Adjusted R2 diketahui bahwa model Geographically Weighted Regression ini baik dan tepat untuk digunakan. Kesimpulan dari penelitian ini adalah faktor risiko yang memiliki efek spasial secara lokal di Jawa Timur adalah rasio layanan PDP, persentase penduduk miskin, persentase pengguna kondom dan jumlah pengguna Napza suntik. Sedangkan faktor risiko rasio layanan IMS bersifat global.