Pemodelan Faktor yang Memengaruhi Angka Kasus Tuberculosis di Kota Surabaya Menggunakan Regresi Nonparametrik Spline Truncated

Abstract

Tuberculosis merupakan penyakit infeksi kronik dan menular yang erat kaitannya dengan keadaan lingkungan dan perilaku masyarakat. Tuberculosis merupakan penyakit infeksi yang disebabkan oleh bakteri Mycobacterium tuberculosis. Penggunaan metode regresi nonparametrik Spline Truncated pada angka kasus Tuberculosis di Kota Surabaya belum pernah dilakukan sebelumnya. Oleh karena itu, penelitian ini bertujuan untuk memodelkan faktor-faktor yang memengaruhi angka kasus Tuberculosis di Kota Surabaya menggunakan pendekatan regresi nonparametrik Spline Truncated. Dengan menggunakan data yang bersumber dari Dinas Kesehatan Kota Surabaya yakni data publikasi Profil Kesehatan Kota Surabaya tahun 2017 dengan unit observasi yang digunakan sebanyak 31 kecamatan yang ada di Surabaya, didapatkan hasil penelitian bahwa model terbaik regresi nonparametrik Spline Truncated untuk angka kasus Tuberculosis di Kota Surabaya tahun 2017 merupakan model kombinasi knot (3,2,3) dengan nilai GCV minimum sebesar 1338,53. Sebanyak tiga variabel prediktor yang digunakan berpengaruh signifikan. Koefisien determinasi atau R² yang menunjukkan ukuran kebaikan model adalah sebesar 74,3515%.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).