METODE PEMBOBOTAN SPASIAL PADA MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE WITH EXOGENOUS VARIABLE (GSTAR-X) (Peramalan Kasus Demam Berdarah Dengue di Lima Kabupaten/Kota Provinsi Jawa Timur)
| Main Author: | QURROTUL AINI META PUSPITA SARI |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/92957/1/abstrak.pdf http://repository.unair.ac.id/92957/2/daftar%20isi.pdf http://repository.unair.ac.id/92957/3/daftar%20pustaka.pdf http://repository.unair.ac.id/92957/4/Full%20text.pdf http://repository.unair.ac.id/92957/ https://www.ijphrd.com |
Daftar Isi:
- Pemodelan time series yang digabungkan dengan ketergantungan wilayah serta faktor lain dikenal sebagai model Generalized Space Time Autoregressive with Exogenous Variable (GSTAR-X). Setiap lokasi memiliki karakteristik yang berbeda, oleh karena itu diperlukan pemilihan metode pembobotan spasial yang tepat untuk menentukan besarnya pengaruh masing-masing lokasi. Kota Surabaya dan Kabupaten Malang merupakan daerah dengan kasus Demam Berdarah Dengue (DBD) yang tinggi. Penelitian ini bertujuan untuk mendapatkan metode pembobotan spasial terbaik pada model GSTAR-X untuk peramalan jumlah kasus DBD di Kota Surabaya, Kabupaten Malang dan tiga kabupaten penghubung kedua wilayah tersebut dengan penambahan faktor lain berupa faktor iklim (curah hujan, kelembaban, suhu udara, dan lama penyinaran). Empat bobot spasial yang digunakan adalah bobot seragam, invers jarak, contiguity dan normalisasi korelasi silang. Data kasus DBD dan faktor iklim merupakan data sekunder dari Dinas Kesehatan Provinsi Jawa Timur, Stasiun Klimatologi BMKG Malang, dan Pusat Penelitian dan Pengembangan Gula Indonesia (P3GI) Pasuruan tahun 2013-2018. Pemodelan GSTAR-X dilakukan melalui tiga tahap yaitu Fungsi Transfer, GSTAR, dan GSTAR-X. Pemilihan bobot model terbaik berdasarkan nilai RMSE terkecil. Jumlah kasus DBD bulanan di lima kabupaten/kota berfluktuatif sepanjang tahun didukung oleh kondisi iklim yang mendukung perindukan vektor nyamuk. Model GSTAR-X (11)I(1) dapat diaplikasikan untuk peramalan jumlah DBD, namun hanya DBD di Kota Surabaya, Kabupaten Mojokerto dan Kabupaten Malang yang memiliki pola ketergantungan spasial secara signifikan dengan wilayah lain. Selain itu tidak semua faktor iklim berpengaruh secara signifikan terhadap data DBD di masing-masing lokasi. Kesimpulan bahwa model terbaik yang digunakan untuk meramalkan jumlah kasus DBD di Kota Surabaya, Kabupaten Sidoarjo, Mojokerto dan Pasuruan adalah GSTAR-X(11)I(1) bobot invers jarak, sedangkan untuk Kabupaten Malang menggunakan bobot contigiuty. Disarankan menggunakan estimasi dengan deteksi outlier dan menggunakan lokasi dengan lingkup yang lebih sempit seperti kecamatan atau desa untuk menggambarkan efek spasial.