Analisis Faktor-Faktor Risiko yang Mempengaruhi Angka Kesakitan Malaria di Provinsi Jawa Timur dengan Metode Geographically Weighted Regression

Theresia Widiastuti, Purhadi Purhadi

Abstract


Sebagai kelanjutan dari program nasional untuk Indonesia Bebas Malaria di tahun 2030, Dinas Kesehatan Republik Indonesia memiliki target bahwa Pulau Jawa dan Bali sebagai daerah yang bukan endemik malaria akan bebas dari penyakit malaria terlebih dahulu pada tahun 2015. Jawa Timur sebagai salah satu provinsi di Pulau Jawa dengan jumlah penduduk tertinggi kedua di Indonesia setelah Jawa Barat (BPS, 2010), walaupun dengan jumlah kasus malaria yang tergolong rendah namun masih tetap memiliki beberapa kasus malaria bahkan masih ditemukan terdapat korban jiwa. Berdasarkan data dari Dinas Kesehatan Provinsi Jawa Timur, pada tahun 2009 ditemukan sebanyak 1489 kasus, 2010 ditemukan 947 kasus, pada tahun 2011 meningkat menjadi 1222 kasus, dan 2012 terjadi peningkatan, sehingga mencapai 1320 kasus. Disebutkan juga bahwa pada tahun 2013 penyakit malaria telah menimbulkan 7 kematian (Dinas Kesehatan Provinsi Jawa Timur 2013). Faktor signifikan yang mempengaruhi Angka Kesakitan Malaria adalah rasio konfirmasi laboratorium (mikroskop), rasio penderita diobati dengan ACT + Primaquine, rasio hasil pengobatan penderita (follow up tidak lengkap), rasio jenis parasit Pf, dan rasio malaria tanpa komplikasi (rawat jalan).

Keywords


Angka Kesakitan Malaria; Dependensi Spasial; Heterogenitas Spasial

Full Text:

PDF

References


N. Haryati, Analisis Faktor-Faktor Risiko yang Mempengaruhi Jumlah Kasus Malaria di Jawa Timur Tahun 2013 dengan Geographically Weighted Negative Binomial Regression (GWNBR), Surabaya: Jurusan Statistika FMIPA ITS, 2015.

L. Firdial, Pemodelan Angka Harapan Hidup di Jawa Timur dan Jawa Tengah dengan Metode Geographically Weighted Regression, Surabaya: Tugas Akhir Jurusan Statistika FMIPA ITS, 2011.

R. Walpole, Intoduction to Statistics, New York: Macmillan Publishing Co. Inc, 1995.

A. S. Fotheringham, C. Brunsdon and M. E. Charlton, Geographically Weighted Regression: The Analysis of Spatially Varying Relationship, England: John Wiley and Sons LTd, 2002.

J. Lesage and R. K. Pace, Introduction to Spatial Econometrics, New York: CRC Press, 2001.




DOI: http://dx.doi.org/10.12962/j27213862.v1i1.6713

Refbacks

  • There are currently no refbacks.




Creative Commons License
Inferensi by Department of Statistics ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://iptek.its.ac.id/index.php/inferensi.

ISSN:  0216-308X

e-ISSN: 2721-3862

Web
Analytics Made Easy - StatCounter View My Stats