Pemodelan Generalized Poisson Regression pada Jumlah Kasus Penyakit Difteri di Kota Surabaya Tahun 2017

Authors

  • Celine Masyita Desiana Fakultas Kesehatan Masyarakat, Universitas Airlangga
  • Soenarnatalina Melaniani Fakultas Kesehatan Masyarakat, Universitas Airlangga

Keywords:

difteri, generalized poisson regression, imunisasi DPT, jumlah kasus, Kota Surabaya

Abstract

Analisis regresi merupakan salah satu metode statistika untuk menentukan model hubungan sebab akibat. Pelanggaran asumsi equidispersi dapat diatasi dengan menggunakan salah satu metode statistika yaitu Generalized Poisson Regression (GPR). Karena pada kenyataannya asumsi equidispersi jarang ditemukan maka di dalam penelitian ini menggunakan model Generalized Poisson Regression untuk mengatasi data yang mengalami overdispersi atau underdispersi dalam kasus yang mempengaruhi jumlah kejadian difteri. Penelitian ini merupakan jenis penelitian non-reaktif dengan menggunakan data sekunder. Penelitian ini menggunakan data kasus Difteri tahun 2017 dan variabel independen penelitian ini adalah variabel persentase imunisasi DPT, persentase rumah tangga ber-PHBS dan variabel rumah sehat yang sesuai dengan kebutuhan untuk menganalisis Generalized Poisson Regression. Analisis data dilakukan secara deskriptif dan inferensial. Berdasarkan hasil uji parsial parameter maka diperoleh model Generalized Poisson Regression dengan persamaan sebagai berikut: µ = exp (9,9421332 - 51,15 - 0,094903 X1). Dimana hasil tersebut menunjukan bahwa persentase imunisasi DPT yang meningkat akan menurunkan jumlah kasus difteri.

References

Alfa'ida, S. (2013). Pengelompokan Kabupaten/Kota di Jawa Timur Berdasarkan Jumlah Kasus Difteri dan Faktor-Faktor penyebabnya pada KLB Difteri.

Arifin, I. F., & Prasasti, C. I. (2017). Faktor yang berhubungan dengan kasus difteri anak di Puskesmas Bangkalan tahun 2016. Jurnal Berkala Epidemiologi, 5(1), 26-36.

Clarke, K. E. (2017). Review of the epidemiology of diphtheria 2000-2016. World Health Organization, 2021-05.

Dinas Kesehatan Kota Surabaya. (2017). Profil Kesehatan Kota Surabaya 2016. Surabaya: Dinas Kesehatan Kota Surabaya.

Fitriansyah, A. (2018). Gambaran riwayat imunisasi difteri pada penderita difteri di Kota Surabaya tahun 2017. Jurnal Berkala Epidemiologi, 6(2): pp. 103- 111.

Harinaldi, D.I. (2005). Prinsip-Prinsip Statistik Untuk Teknik Dan Sains. Jakarta: Erlangga.

Hidayati, R. (2017). Faktor-faktor yang mempengaruhi angka kejadian penyakit difteri di Kota Padang. UNES Journal Of Social and Economics research, 2(2), 180-187.

Hilbe, J. M. (2014). Modeling count data. Cambridge University Press.

Ismail, N., & Jemain, A. A. (2007). Handling overdispersion with negative binomial and generalized Poisson regression models. In Casualty actuarial society forum (Vol. 2007, pp. 103-58). Citeseer.

Kementerian Kesehatan Republik Indonesia. (2015). Profil Kesehatan Indonesia Tahun 2014. Jakarta: Kementrian Kesehatan Republik Indonesia.

Kementerian Kesehatan Republik Indonesia. (2017). Profil Kesehatan Indonesia Tahun 2016. Jakarta: Kementrian Kesehatan Republik Indonesia.

Kutner, M. H., Nachtsheim, C. J., Neter, J., & Wasserman, W. (2004). Applied linear regression models (Vol. 4, pp. 563-568). New York: McGraw-Hill/Irwin.

Lestari, K. S. (2012). Faktor-faktor yang Berhubungan Dengan Kejadian Difteri di Kabupaten Sidoarjo. Depok: Universitas Indonesia.

Lia, A. B. G. (2011). Faktor Risiko Kejadian Difteri pada KLB Difteri di Sidoarjo Tahun 2010. Surabaya : Universitas Airlangga..

Mardiana, D. E. (2018). The Influence of immunization and population density to diphtheria’s prevalence in East Java. Jurnal Berkala Epidemiologi, 6(2), 122-129.

Nugraha, J. (2014). Pengantar Analisis Data Kategorik: Metode dan Aplikasi Menggunakan Program R. Deepublish.

Nursalam, D. (2014). Manajemen Keperawatan" Aplikasi dalam Praktik Keperawatan Profesional.

Osgood, D. W. (2000). Poisson-based regression analysis of aggregate crime rates. Journal of quantitative criminology, 16(1), 21-43.

Rampengan, T.H., (1993). Penyakit Infeksi Tropik Pada Anak. Jakarta: EGC.

Rintani, A., Mintarsih, T., RBM, Y. M., Siregar, J. S., & Widodo, A. P. (2018). Risk Factors Associated to Diphtheria Outbreak In Developing Countries. Jurnal Ilmu Kesehatan Masyarakat, 9(2), 83-95.

Saifudin, N., Wahyuni, C. U., & Martini, S. (2017). Faktor risiko kejadian difteri di Kabupaten Blitar tahun 2015. Jurnal Wiyata: Penelitian Sains dan Kesehatan, 3(1), 61-66.

Simarmata, R. T., & Ispriyanti, D. (2011). Penanganan overdispersi pada model regresi poisson menggunakan model regresi binomial negatif. Media Statistika, 4(2), 95-104.

Winarsih, S., Imavike, F., & Yunita, R. (2013). Hubungan peran orang tua dalam pemberian imunisasi dasar dengan status imunisasi bayi di desa wilayah kerja Puskesmas Dringu Kabupaten Probolinggo. Jurnal Ilmu Keperawatan: Journal of Nursing Science, 1(2), 135-140.

Yudiaatmaja, F. (2013). Analisis Regresi Dengan Menggunakan Aplikasi Komputer Statistik. Jakarta : Gramedia Pustaka Utama.

Downloads

Published

2022-07-22

How to Cite

Masyita Desiana, C., & Melaniani, S. . (2022). Pemodelan Generalized Poisson Regression pada Jumlah Kasus Penyakit Difteri di Kota Surabaya Tahun 2017. Jurnal Ilmiah Permas: Jurnal Ilmiah STIKES Kendal, 12(3), 547–558. Retrieved from https://journal2.stikeskendal.ac.id/index.php/PSKM/article/view/223