PEMODELAN JUMLAH KEMATIAN AKIBAT FILARIASIS DI JAWA TIMUR DENGAN MENGGUNAKAN REGRESI HURDLE NEGATIVE BINOMIAL

Abstract

Generalized Linear Model (GLM) merupakan perluasan dari model regresi umum untuk variabel
respon yang mengikuti distribusi keluarga eksponensial, termasuk distribusi normal, binomial,
poisson, negative binomial, eksponensial, dan gamma. Jika variabel respon bersifat diskrit dan
mengikuti distribusi Poisson, maka model regresi Poisson dapat digunakan untuk pembentukan
model. Namun, dalam penerapannya, sering kali terjadi overdispersi, di mana varians lebih
besar dari rata-rata. Overdispersi dalam regresi Poisson dapat terjadi karena banyaknya
pengamatan yang memiliki nilai nol dalam variabel respon (excess zeros). Data yang mengalami
overdispersi dan excess zeros dapat diselesaikan menggunakan regresi Hurdle Negative Binomial
(HNB). Permasalahan yang terkait metode HNB dapat ditemukan dalam kasus kematian, di
mana data yang digunakan berkaitan dengan jumlah kematian akibat filariasis di Jawa Timur
pada tahun 2022. Hasil pengujian signifikansi parameter secara parsial dalam model regresi
HNB menunjukkan bahwa persentase penduduk miskin, persentase sanitasi layak, persentase air bersih,
jumlah sarana kesehatan, persentase indeks pembangunan manusia, persentase keluhan kesehatan
berpengaruh secara signifikan terhadap jumlah kematian akibat filariasis.