PEMODELAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION DENGAN PEMBOBOT FIXED KERNEL GAUSSIAN DAN BISQUARE PADA JUMLAH KASUS TUBERKULOSIS DI JAWA TENGAH

Abstract

Tuberkulosis (TBC) merupakan penyakit menular akibat bakteri Mycobacterium Tuberculosis dan masih menjadi masalah kesehatan global yang serius, di mana Indonesia menempati peringkat kedua dengan jumlah kasus tertinggi di dunia. Provinsi Jawa Tengah merupakan wilayah dengan jumlah kasus TBC tertinggi ketiga di Indonesia. Penelitian ini bertujuan mengidentifikasi faktor-faktor yang memengaruhi jumlah kasus TBC di Jawa Tengah tahun 2024. Data jumlah kasus TBC merupakan data count yang mengalami overdispersi sehingga regresi Poisson tidak sesuai dan digantikan dengan regresi Negative Binomial. Untuk menangkap variasi pengaruh antar wilayah, model dikembangkan menggunakan pendekatan spasial Geographically Weighted Negative Binomial Regression (GWNBR) dengan fungsi pembobot Fixed Kernel Gaussian dan Bisquare. Variabel prediktor yang digunakan meliputi persentase sarana air minum aman, jumlah puskesmas, dan persentase sanitasi layak. Hasil analisis menunjukkan adanya perbedaan karakteristik faktor risiko antar wilayah, dan berdasarkan nilai Akaike Information Criterion (AIC), model GWNBR dengan Fixed Gaussian Kernel merupakan model terbaik, dengan pengelompokan wilayah menghasilkan tujuh kelompok kabupaten/kota.