Pemodelan Generalized Poisson Regression (GPR) terhadap Jumlah Kasus Penyakit Tuberculosis di Provinsi Nusa Tenggara Timur

Abstract

Provinsi Nusa Tenggara Timur (NTT) adalah salah satu provinsi dengan jumlah kasus tuberculosis cukup tinggi di tahun 2022. Jumlah kasus TBC merupakan salah satu contoh variable diskrit yang biasa dianalisis dengan menggunakan regresi poisson. Dalam regresi poisson diasumsikan mean dan variansi dari variable respon harus sama. Akan tetapi kondisi ini sering dilanggar yang mana  variansi variable respon lebih besar dari mean (overdispersi). Untuk mengatasi hal ini digunakan  model Generalized Poisson Regression (GPR). Penelitian ini bertujuan untuk memodelkan jumlah kasus tuberculosis di NTT dan menyelidiki variabel-variabel yang mempengaruhinya dengan metode GPR.  Variabel dependen adalah  jumlah kasus tuberculosis paru, dengan variable independen adalah jumlah penduduk miskin, persentase perokok aktif, jumlah balita kurang gizi, jumlah puskesmas, persentase rumah tangga dengan akses sanitasi layak, Persentase penggunaan air bersih dan jumlah kasus HIV AIDS. Hasil penelitian menunjukkan bahwa data penyebaran jumlah kasus tuberculosis di Provinsi NTT mengalami overdispersi. Hasil analisis menggunakan model GPR menunjukkan bahwa  terdapat 31 model yang mungkin terbentuk dan pemodelan yang melibatkan 5 variabel prediktor menghasilkan model GPR yang optimimal dengan nilai Kriteria Informasi Akaike = 1413.285. Kelima variable bebas yang berpengaruh signifikan terhadap jumlah kasus tuberculosis di Provinsi NTT pada tahun 2023 adalah  jumlah penduduk miskin, jumlah puskesmas, persentase rumah tangga dengan akses sanitasi yang layak, persentase air bersih dan jumlah penderita  HIV dan AIDS.