Pemodelan Jumlah Penderita Hipertensi di Propinsi Jawa Timur dengan Mixed Geographically Weighted Poisson Regression
Submission Date: 2014-08-24 22:54:39
Accepted Date: 2014-09-14 00:00:00
Abstract
Hipertensi berperan besar dalam perkembangan penyakit jantung yang merupakan penyebab utama kematian di seluruh dunia. Hipertensi telah membunuh 9,4 juta warga dunia setiap tahunnya. Penelitian tentang pemodelan jumlah penderita hipertensi di Propinsi Jawa Timur akan dianalisis menggunakan Geographically Weighted Poisson Regression dengan hasil yaitu faktor-faktor yang berpengaruh di setiap kabupaten/kota di Propinsi Jawa Timur. Model GWPR selanjutnya akan dilanjutkan ke model Mixed Geographically Weighted Poisson Regression yang digunakan untuk mengatasi pengaruh global yang ada di GWPR. Dari análisis dengan GWPR didapatkan hasil bahwa dengan menggunakan regresi poisson seluruh variabel yang digunakan masuk ke dalam model. Dengan menggunakan GWPR maupun MGWPR didapatkan hasil bahwa fungsi kernel yang digunakan adalah Fixed Gaussian dengan nilai bandwidth optimum sebesar 0,633. Pada GWPR variabel kelompok yang terbentuk ada 6 kelompok yaitu variabel persentase penduduk tidak tamat SD, rasio penduduk tidak tamat SMA, persentase penduduk yang mengobati penyakit sendiri, persentase penduduk yang berolah raga, persentase penduduk yang merokok , persentase penduduk yang berumur ≥ 65 tahun, persentase penduduk yang terkena diabetes, rasio sarana kesehatan, rasio tenaga kerja kesehatan, persentase penduduk miskin, sedangkan dari hasil MGWPR didapatkan hasil bahwa varibel kelompok yang terbentuk ada 4 dengan variabel globalnya adalah rasio penduduk tidak tamat SMA, persentase penduduk yang mengobati penyakit sendiri, persentase penduduk yang merokok, persentase penduduk yang berumur ≥ 65 tahun, persentase penduduk yang terkena diabetes, rasio sarana kesehatan, untuk variabel lokalnya yang terbentuk adalah variabel persentase penduduk tidak tamat SD, persentase penduduk yang berolah raga, persentase penduduk miskin.
Keywords
Fungsi Kernel;Regresi Poisson;GWPR;MGWPR