Pemodelan Pengaruh Iklim Terhadap Angka Kejadian Demam Berdarah Dengue di Surabaya

dokumen-dokumen yang mirip
ANALISIS PENGARUH IKLIM TERHADAP DEMAM BERDARAH (DBD) DI KABUPATEN SLEMAN MENGGUNAKAN REGRESI POISSON DAN REGRESI BINOMIAL NEGATIF

Pemodelan Regresi Zero-Inflated Poisson (ZIP) tentang Faktor-Faktor yang Mempengaruhi Penyakit Tuberkulosis (TBC) di Kabupaten Sorong Selatan

BAB IV CONTOH PENGGUNAAN MODEL REGRESI GENERALIZED POISSON I. Kesulitan ekonomi yang tengah terjadi akhir-akhir ini, memaksa

PEMODELAN GENERALIZED REGRESI POISSON PADA FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2007

PEMODELAN REGRESI POISSON MEMPENGARUHI ANGKA KEMATIAN BAYI DI JAWA TIMUR TAHUN Yayuk Listiani NRP Dr. Purhadi, M. Sc.

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

PROPOSAL SKRIPSI JUDUL:

PEMODELAN TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PENDUDUK MISKIN DI JAWA TIMUR MENGGUNAKAN GENERALIZED POISSON REGRESSION

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

PEMODELAN REGRESI ZERO INFLATED NEGATIVE BINOMIAL (ZINB) PADA KASUS TETANUS NEONATORUMDI PROVINSIJAWA TIMUR

EVALUASI TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN FIRST ORDER CONFIGURAL FREQUENCY ANALYSIS

BINOMIAL NEGATIF VS GENERALIZED POISSON REGRESSION DALAM MENGATASI OVERDISPERSION PADA REGRESI POISSON

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB III METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI

Rahmadeni 1, Zulya Desmita 2 ABSTRAK. Kata Kunci: Overdispersi, Regresi Binomial Negatif, Regresi Generalized Poisson, Regresi Poisson.

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

ANALISIS DATA KATEGORIK (STK351)

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

OVERDISPERSI PADA REGRESI LOGISTIK BINER MENGGUNAKAN METODE BETA BINOMIAL

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

ANALISIS PEUBAH RESPON BINER

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

Penerapan Model Geographically Weighted Poisson Regression pada Jumlah Kematian Ibu di Provinsi Jawa Tengah

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

Nirwan Ilyas, Anisa, Andi Kresna Jaya ABSTRAK

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1. Kismiantini

ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman Online di:

PERBANDINGAN MODEL REGRESI POISSON DAN MODEL REGRESI BINOMIAL NEGATIF 1. Kismiantini Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta

Analisis Faktor Risiko Kematian Ibu dan Kematian Bayi dengan Pendekatan Regresi Poisson Bivariat di Provinsi Jawa Timur Tahun 2013

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

Regresi Linear Sederhana dan Korelasi

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION REGRESI POISSON PADA KASUS DEMAM BERDARAH DENGUE

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PEMBAHASAN. Dalam bab III ini, akan dibahas mengenai bentuk umum model

Faktor yang Mempengaruhi Kematian Ibu Hamil di Jawa Timur Dengan Menggunakan Metode Geographically Weighted Poisson Regression

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

JURNAL GAUSSIAN, Volume 2, Nomor 4, Tahun 2013, Halaman Online di:

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODOLOGI PENELITIAN

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA PUTUS SEKOLAH DI PROVINSI JAWA TIMUR MENGGUNAKAN METODE GENERALIZED POISSON REGRESSION

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK

ANALISIS REGRESI. Catatan Freddy

INFERENSI FUNGSI KETAHANAN DENGAN METODE KAPLAN-MEIER

BINOMIAL NEGATIF SEBAGAI SALAH SATU ALTERNATIF MENGATASI OVERDISPERSION PADA REGRESI POISSON

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

Pemodelan Jumlah Kematian Ibu dan Jumlah Kematian Bayi di Provinsi Jawa Timur Menggunakan Bivariate Poisson Regression

METODE PENELITIAN. digunakan untuk mengetahui bagaimana pengaruh variabel X (celebrity

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Jenis penelitian yang dipakai adalah penelitian kuantitatif, dengan

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

BAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel

2. ANALISIS DATA LONGITUDINAL

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

Post test (Treatment) Y 1 X Y 2

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB I PENDAHULUAN. 1.1 Latar Belakang

Prediksi Kelainan Refraksi Berdasarkan Panjang Sumbu Bola Mata Pada Pasien Myopia Axial Melalui Regresi Bootstrap

Pemetaan Penyakit Demam Berdarah (DBD) Kota Makassar Dengan Penduga Empirical Bayes

Pemodelan Jumlah Kasus Penyakit Tetanus Neonatorum di Jawa Timur Tahun 2012 dengan Geographically Weighted Zero-Inflated Poisson Regression (GWZIPR)

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

ANALISIS BENTUK HUBUNGAN

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

Pemodelan Faktor-Faktor yang Memengaruhi Produksi Padi di Jawa Timur

PEMODELAN JUMLAH ANAK PUTUS SEKOLAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED NEGATIVE BINOMIAL REGRESSION

BAB III METODE PENELITIAN. Metode penelitian merupakan cara atau langkah-langkah yang harus

Transkripsi:

JURNAL SAINS DAN SENI IS Vol., (Sept, 0 ISSN: 30-98X D-9 Pemodelan Pengaruh Iklm erhadap Angka Kejadan Demam Berdarah Dengue d Surabaya Dan Rahayu K., Wwek Setya Wnahju, Adatul Mukarromah Jurusan Statstka, Fakultas MIPA, Insttut eknolog Sepuluh Nopember (IS Jl. Aref Rahman Hakm, Surabaya 0 E-mal: wwek@statstka.ts.ac.d Abstrak Demam Berdarah Dengue adalah penyakt nfeks tular vektor yang dtemukan d daerah trops-subtrops. Faktor klm melput suhu, kelembaban dan curah hujan dduga berpengaruh terhadap angka kejadan Demam Berdarah Dengue. Peneltan n tentang pemodelan pengaruh klm terhadap angka kejadan Demam Berdarah Dengue menggunakan regres Posson, regres Generalzed Posson dan regres Bnomal Negatf. Hasl analss menunjukkan model terbak dperoleh menggunakan regres Bnomal Negatf. Faktor yang berpengaruh terhadap angka kejadan Demam Berdarah Dengue d Genteng adalah angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan, curah hujan bulan sebelumnya dan kelembaban udara bulan sebelumnya. Gubeng melput angka kejadan Demam Berdarah Dengue bulan sebelumnya, suhu udara, curah hujan, curah hujan bulan sebelumnya dan kelembaban bulan sebelumnya. Selanjutnya, egalsar melput angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan dan kelembaban udara bulan sebelumnya. Kata Kunc Demam Berdarah Dengue, faktor klm, overdspers, regres Posson. I. PENDAHULUAN Demam Berdarah Dengue merupakan penyakt nfeks tular vektor yang dsebabkan oleh vrus Dengue yang dtularkan melalu nyamuk Aedes dan dtemukan d daerah berklm trops-subtrops. Indonesa merupakan negara yang berada d wlayah trops, sehngga merupakan daerah penyebaran sekalgus daerah endems yang menyebabkan tnggnya angka kesaktan d Indonesa []. Informas klm dapat djadkan sebaga nput/masukan untuk menduga tngkat resko kejadan penyakt Demam Berdarah Dengue pada suatu musm []. Banyak stud yang menunjukkan bahwa klm mempengaruh kejadan Demam Berdarah Dengue salah satunya adalah [3]-[4] yang melakukan penyusunan model kejadan Demam Berdarah Dengue dengan unsur klm (curah hujan, har hujan dan suhu. Peneltan tersebut memberkan hasl bahwa curah hujan dan suhu berpengaruh terhadap kejadan Demam Berdarah Dengue. Angka kejadan Demam Berdarah Dengue merupakan data dskrt (count yang mengkut dstrbus Posson. Dalam peneltan n dlakukan pemodelan pengaruh klm terhadap angka kejadan Demam Berdarah Dengue menggunakan metode regres Posson. Alasan dplhnya regres Posson adalah karena merupakan analss regres nonlnear dar dstrbus Posson, dmana analss n sangat cocok dgunakan dalam menganalss data dskrt (count jka mean proses sama dengan varansnya. Namun, dalam analss regres Posson asums equdspers jarang terpenuh yatu terdapat adanya kasus Over/Under Dspers. Untuk mengatas kasus n dlakukan pendekatan model menggunakan regres Generalsed Posson dan regres Bnomal Negatf. Dalam pemodelan pengaruh klm terhadap angka kejadan Demam Berdarah Dengue d daerah rawan yakn Genteng, Gubeng dan egalsar dengan menggunakan regres Posson dan memperhtungkan faktor tme lag dan bulan untuk faktor klm. Hal n dsebabkan antara curah hujan dan jumlah penderta Demam Berdarah Dengue memlk pola oslas yang sama, namun terdapat perbedaan waktu puncak (tme lag yatu sampa perode []. Adanya perbedaan waktu tersebut dapat djadkan acuan sebaga waktu ntervens untuk kewaspadaan Demam Berdarah Dengue. Dengan demkan, dar peneltan n dapat dperoleh model angka kejadan Demam Berdarah Dengue berdasarkan perkembangan nformas klm, sehngga dapat dperoleh nformas sebaga upaya dalam menangan kasus Demam Berdarah Dengue lebh tepat. II. LANDASAN EORI Untuk mengetahu pengaruh faktor klm terhadap angka kejadan Demam Berdarah Dengue menggunakan metode regres Posson, regres Generalzed Posson dan Bnomal Negatf. A. Regres Posson Model Regres Posson merupakan model regres nonlnear yang dgunakan untuk menganalss data dskrt (count. Beberapa karakterstk dar percobaan yang mengkut sebaran dstrbus Posson [].. Kejadan yang terjad pada jumlah anggota populas yang besar dengan probabltas yang kecl (kejadan yang jarang terjad. Kejadan yang termasuk ke dalam countng process atau termasuk ke dalam lngkungan proses stokastk 3. Bergantung pada nterval waktu tertentu 4. Perulangan dar kejadan yang mengkut sebaran dstrbus bnomal Model Regres Posson merupakan Generalzed Lnear Model (GLM yang data responnya dasumskan berdstrbus Posson [7]. Model regres Posson dberkan sebaga berkut. y ~ Posson ( exp( x β maka, ln x x x ( 0 k k

JURNAL SAINS DAN SENI IS Vol., (Sept, 0 ISSN: 30-98X D-70 Estmas parameter model regres Posson menggunakan metode Maxmum Lkelhood Estmaton [8]. Fungs loglkelhood dstrbus Posson sebaga berkut. n n n ln L( expx β y x β lny! ( Untuk memperoleh nla taksran maka persamaan ( dturunkan terhadap dan dsama dengan-kan nol menggunakan metode Newton Raphson [7]. Untuk menguj kelayakan model regres Posson, dlakukan pengujan menggunakan Lkelhood Rato est (LR. Perumusan hpotess kemaknaan parameter dapat dtulskan dengan H 0 : k 0, H : palng sedkt ada satu 0; j,,, k. Statstk uj yang dgunakanadalah Lkelhood rato dnotaskan sebaga j berkut ˆ D( ( ˆ ln ln L( ˆ L (3 Dengan daerah penolakannya adalah tolak H 0 jka yang menyatakan bahwa palng sedkt ada satu k D (ˆ > ( ; parameter yang berpengaruh terhadap model [8]. Langkah selanjutnya, dlakukan pengujan parameter model secara parsal yatu untuk mengetahu parameter yang bermakna dengan perumusan H 0 : = 0, H j : j 0 dan H 0 : 0, H : 0 ; Statstk uj yang dgunakan : ˆ j (4 Menolak H 0 jka t htung t se ˆ > nla j t ( nk ; pada taraf sgnkans. Dalam regres Posson terdapat asums equdspers, namun serng terjad pelanggaran sepert kasus overdspers/underdspers. Deteks overdspers/underdspers dlakukan menggunakan statstk Goodness of ft oleh Pearson dbag dengan derajat bebas dnyatakan dengan persamaan sebaga berkut []. ( db Jka nla sama dengan maka tdak terjad overdspers, tetap bla db > terjad adanya overdspers. db erdapat beberapa metode yang dgunakan dalam menentukan model terbak, salah satunya adalah AIC (Akake s Informaton Crteron. Dalam rujukan [], Akake s Informaton Crteron (AIC ddefnskan sebaga berkut. AIC ln L ˆ k ( dmana L ˆ adalah nla lkelhood, dan k adalah jumlah parameter. Model terbak adalah model yang mempunya nla AIC terkecl. B. Regres Generalzed Posson (GPR Dalam menangan pelanggaran asums equdspers pada regres Posson dlakukan pengembangan model menggunakan regres Generalzed Posson. Pada regres Generalzed Posson selan terdapat parameter juga terdapat sebaga parameter dspers. Model Generalzed Posson Regresson mrp dengan regres Posson yatu pada persamaan ( akan tetap model regres Generalzed Posson mengasumskan bahwa komponen randomnya berdstrbus General Posson [9]. Dalam regres Generalzed Posson, jka sama dengan 0 maka model regres Generalzed Posson akan menjad model regres Posson. Jka lebh dar 0 maka model regres Generalzed Posson merepresentaskan data count yang mengandung kasus overdspers dan jka kurang dar 0 merepresentaskan data count yang mengandung fenomena under dspers. Penaksran parameter model regres Generalzed Posson menggunakan metode Maxmum Lkelhood Estmaton (MLE. Fungs log-lkelhood untuk model regres Generalzed Posson adalah. y x β y ln exp x β y ln y n ln Lβ, lny! expx β y expx β (7 Untuk mendapatkan taksran parameter β dan maka persamaan (7 dturunkan terhadap β dan. menggunakan metode numerk, teras Newton-Raphson. Pengujan parameter model regres Generalzed Posson dlakukan sama sepert regres Posson dengan menggunakan metode Lkelhood Rato est (LR dan uj parsal menggunakan statstk uj t. C. Regres Bnomal Negatf Selan regres Generalzed Posson, penanganan overdspers pada regres Posson juga dapat dlakukan menggunakan pendekatan model Bnomal Negatf. Dalam regres Bnomal Negatf, jka menuju nol maka var Y menuju sehngga Bnomal Negatf akan konvergen menuju Posson. Model regres Bnomal Negatf memlk bentuk yang sama dengan model regres Posson yatu pada persamaan (. Penaksran parameter regres Bnomal dlakukan menggunakan metode Maxmum Lkelhood Estmaton. Persamaan log-lkelhood untuk Bnomal Negatf. n y ln L(, ln j j0 ln y! ( ln( exp( β y β y ln y x (8 Estmas parameter ˆ, ˆ dperoleh dengan menurunkan persamaan (8 terhadap β dan. Pengujan parameter yang dlakukan sama dengan pengujan pada regres Posson. Untuk uj serentak menggunakan statstk uj D(ˆ dan untuk statstk uj parsal menggunakan statstk uj t. D. Penyakt Demam Berdarah Dengue Demam Berdarah Dengue (DBD dsebabkan oleh vrus Dengue (Arbovrus. erdapat tga faktor yang memegang peranan pada penularan nfeks vrus Dengue, yatu manusa, vrus, dan vektor perantara. Vrus Dengue dtularkan kepada manusa melalu ggtan nyamuk Aedes aegypt. D tubuh manusa, vrus memerlukan waktu masa tunas 4 sampa har (masa nkubas ntrnsk sebelum menmbulkan penyakt. Penularan dar manusa kepada nyamuk hanya dapat terjad bla nyamuk mengggt manusa yang sedang mengalam vrema, yatu har sebelum panas sampa har setelah demam tmbul []. x

JURNAL SAINS DAN SENI IS Vol., (Sept, 0 ISSN: 30-98X D-7 E. Katan pengaruh Faktor Iklm dengan Kejadan Demam Berdarah Dengue Beberapa unsur klm yang berpengaruh domnan terhadap angka kejadan Demam Berdarah Dengue adalah curah hujan, kelembaban dan suhu [4]. Curah hujan merupakan faktor penentu tersedanya tempat perndukan bag nyamuk. Hujan dengan ntenstas yang cukup akan menmbulkan genangan ar d tempattempat penampungan ar yang merupakan tempat perkembangbakan nyamuk. Menurut rujukan [4] menyatakan bahwa curah hujan bulanan yang melampau 300 mm perbulan akan menngkatkan kasus Demam Berdarah Dengue sebesar 0%. Suhu menentukan kecepatan tumbuh kembang nyamuk, yatu daya tahan nyamuk dewasa, lamanya sklus gonotropk, perode nkubas extrnsk dan ukuran vektor yang mempengaruh laju mengggt []. Vektor Demam Berdarah Dengue yatu nyamuk Aedes akan bertahan hdup pada suhu 8 0 C-3 0 C []. D Indonesa, kasus Demam Berdarah Dengue menngkat jka suhu rata-rata 8, 0 C ; jumlah kasus maksmum terjad pada suhu 7,8 0 C; dan pada suhu udara lebh dar 8, 0 C kasus akan berkurang []. Kelembaban udara menentukan daya hdup nyamuk, yatu menentukan daya tahan trachea yang merupakan alat pernafasan nyamuk. D Indonesa kasus penyakt DBD tertngg terjad pada kelembaban 8% [4]. Menurut rujukan [], kelembaban tdak berpengaruh langsung terhadap angka kejadan Demam Berdarah Dengue namun berpengaruh terhadap umur nyamuk karena kelembaban yang kurang dar 0% akan menyebabkan penguapan ar dar tubuh nyamuk yang memperpendek umur nyamuk dan kelembaban optmum adalah 70%-80%. III. MEODOLOGI PENELIIAN Data yang dgunakan adalah data sekunder yang dperoleh dar Dnas Kesehatan dan BMKG Surabaya yang merupakan data bulanan mula tahun 00 sampa dengan 0. Varabel Y X X X 3 X 4 X X X 7 X 8 X 9 X X abel. Varabel Peneltan Keterangan Angka Kejadan Demam Berdarah Dengue Y (t- Y (t- Kelembaban udara (% Suhu udara ( o C Curah hujan (mm Kelembaban udara (t- Suhu udara (t- Curah hujan (t- Kelembaban udara (t- Suhu udara (t- Curah hujan (t- Langkah-langkah analss yang dgunakan untuk mencapa tujuan peneltan yakn sebaga berkut a. Melakukan pemerksaan multkolneartas menggunakan koefsen korelas, nla VIF dan nla egen, jka terdapat multkolneartas maka dlakukan droppng varable. b. Memperoleh model terbak menggunakan regres Posson c. Memerksa adanya angka Over/Under Dsperson dar model regres Posson. Jka terdapat over/underdspers maka dlakukan pendekatan model dengan menggunakan regres Generalsed Posson dan regres Bnomal Negatf. d. Mendapatkan model terbak menggunakan regres Generalzed Posson dan Bnomal Negatf. e. Membandngkan model terbak hasl regres Generalzed Posson dan Bnomal Negatf menggunakan nla AIC. f. Memperoleh faktor-faktor yang mempengaruh angka kejadan Demam Berdarah Dengue. IV. ANALISIS DAN PEMBAHASAN A. Karakterstk Daerah Rawan Demam Berdarah Dengue d Surabaya Pada kecamatan Genteng angka kejadan Demam Berdarah Dengue tertngg selama tahun terdapat pada tahun 00 bulan Maret sebesar 3 kejadan, dmana pada saat tersebut suhu rata-rata sebesar 7,7 0 C, kelembaban 8% dan curah hujan 33 mm. Untuk kecamatan Gubeng menunjukkan bahwa rata-rata angka kejadan Demam Berdarah Dengue selama tahun dar tahun 00 sampa 0 sebesar 7 sampa kasus pertahun. Sedangkan untuk kasus tertngg terjad pada tahun 00 sebanyak kasus. Kasus tertngg n terjad pada suhu rata-rata sebesar 7,7 0 C, kelembaban 8% dan curah hujan 378 mm. Kecamatan egalsar mula tahun 00 sampa dengan 0 memlk kasus tertngg terjad pada bulan Me tahun 007 sebanyak 38 kasus. Pada bulan Me 007 tersebut suhu rata-rata adalah 9 0 C, kelembaban 77% dan curah hujan sebesar 3 mm. pada kecamatan Genteng dan Gubeng, suhu udara, kelembaban udara dan curah hujan terletak pada range konds optmum yakn suhu antara 8 0 C sampa dengan 3 0 C, kelembaban 70%- 80% dan curah hujan datas 300mm. namun untuk egalsar, curah hujan tdak termasuk dalam konds optmum, konds n menunjukkan angka kejadan yang tngg bsa dsebabkan karena adanya penularan dar penderta bulan sebelumnya. Hal n menunjukkan suhu, kelembaban dan curah hujan ketga kecamatan termasuk kedalam range konds optmum untuk perkembangbakan maupun kehdupan nyamuk, sehngga memungknkan untuk nyamuk menyebarkan vrus Dengue yang mengakbatkan angka kejadan yang tngg. B. Pemodelan Pengaruh Iklm terhadap Angka Kejadan Demam Berdarah Dengue menggunakan Regres Posson Dalam regres yang melbatkan beberapa varabel predktor, salah satu syarat adalah antara varabel predktornya salng bebas. Jka terdapat adanya hubungan antara varabel predktor maka terjad adanya kasus multkolneartas. Dalam mengdentfkas kasus multkolneartas dgunakan 3 krtera yatu nla korelas, VIF dan egen. Dar hasl analss dperoleh nla korelas untuk ketga kecamatan lebh kecl dar 0,9, untuk nla VIF lebh kecl dar dan serta nla egen yang lebh kecl dar 0,0. Dengan demkan pada varabel predktor untuk kecamatan Genteng, Gubeng dan egalsar tdak terdapat adanya kasus multkolneartas (hubungan antara varabel predktornya kecl. Data angka kejadan Demam Berdarah Dengue adalah data count yang mengkut dstrbus Posson, untuk mengetahu pengaruh klm terhadap angka kejadan Demam Berdarah Dengue maka dlakukan pemodelan menggunakan analss regres Posson.

JURNAL SAINS DAN SENI IS Vol., (Sept, 0 ISSN: 30-98X D-7 abel. Model Regres Posson Kecamatan Predktor yang Sgnfkan AIC Genteng X X X X 7 X 9 X 70,7 Kecamatan Predktor yang Sgnfkan AIC Gubeng X X 3 X X 8 X X 87, egalsar X X X X 9 X 800, Dar abel. dperoleh model untuk regres Posson pada kecamatan Genteng, Gubeng dan egalsar. Selanjutnya, dar model regres tersebut dlakukan uj sgnfkans parameter serentak maupun parsal dar hasl estmas parameter untuk mengetahu pengaruh varabel predktor terhadap varabel respon. abel 3. Estmas Parameter Model Regres Posson kecamatan Genteng Parameter Estmas SE t htung P value 0-3,8,90,8 0,03 0,043 0,000 8, <0,000 0,0007 0,000 4,7 <0,000-0,8 0,089,3 0,007 0,094 0,0348,8 0,03 7 0,3 0,074,7 0,0907 9 0,0449 0,0388 3,3 0,00 Dar hasl analss dperoleh nla D(ˆ sebesar 70,7 pada taraf sgnfkans % nla sebesar,44, sehngga (;0, dambl keputusan menolak H 0 yang yang artnya varabel predktor berpengaruh terhadap model. Selanjutnya dlakukan uj parameter secara parsal untuk mengetahu pengaruh yang dberkan setap varabel predktor terhadap respon. Berdasarkan abel 3. terlhat bahwa parameter yang sgnfkan adalah 0 7 9 karena nla t setap htung parameter lebh besar dar nla t (, 0, yatu,87. Dengan demkan varabel predktor yang sgnfkan adalah X, X, X, X 7, X 9 dan X sehngga model regres Possonnya adalah sebaga berkut. ln( μ ˆ 3,8 0,0437 X 0,000743 X 0, 8 X 0,0937 X 0, 3 X 0, 04488 X 7 9 Faktor yang mempengaruh angka Demam Berdarah Dengue d kecamatan Genteng adalah angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan, suhu udara bulan sebelumnya, kelembaban udara bulan sebelumnya, suhu udara bulan sebelumnya dan kelembaban udara bulan sebelumnya. Dar model regres Posson yang dperoleh, selanjutnya dlakukan pemerksaan kasus overdspers pada abel 4. abel 4. Nla Devans/db dan Pearson/db Model Regres Posson Kecamatan Krtera Nla Db Nla/db Genteng Devance 34,8 3,08 Pearson Ch-square 3,3 3,0 Gubeng Devance 37,00 3,3 Pearson Ch-square 407,7 3,8 egalsar Devance 439,8 3,973 Pearson Ch-square 439,793 3,97 Dar abel 4. dperoleh nla devance/db atau pearson/dbnya lebh besar dar sehngga dapat dsmpulkan bahwa pada model regres Posson Genteng, Gubeng dan egalsar terjad adanya overdspers. Untuk mengatas hal n, maka dlakukan pemodelan menggunakan regeres Generalzed Posson dan Bnomal Negatf, dmana metode tersebut mengakomodas parameter dspers. C. Pemodelan Pengaruh Iklm terhadap Angka Kejadan Demam Berdarah Dengue menggunakan Regres Generalzed Posson Berkut adalah hasl analss menggunakan regres Generalzed Posson. abel. Model Regres Generalzed Posson Kecamatan Predktor yang sgnfkan AIC Genteng X X X X 3,0 Gubeng X X X 8 X 7,9 egalsar X X X 4, abel. menyajkan predktor yang sgnfkan dar model terbak untuk regres Generalzed Posson pada masngmasng kecamatan. Untuk kecamatan Genteng dperoleh predktor yang sgnfkan pada regres Generalzed Posson adalah X X X X, kecamatan Gubeng X X X 8 X dan kecamatan egalsar X X X. abel. Estmas Parameter Model Regres Generalzed Posson kecamatan Genteng Parameter Estmas SE t htung P value 0,0890 3,49470 0, 0,4 0,000 0,09 3,93 0,000 0,004 0,00030 3,4 0,0009-0,9330 0,370,8 0,049 0,0934 0,0 3,89 0,000 0,470 0,00,4 <0,000 Dar hasl analss dperoleh nla D (ˆ adalah 0,0 sedangkan nla adalah 7,7794, sehngga menolak H 0 (4;0, yang berart varabel predktor berpengaruh terhadap model. Untuk mengetahu pengaruh yang dberkan setap varabel predktor terhadap respon maka dlakukan uj parsal. abel. menyajkan hasl estmas parameter beserta nla statstk uj t htung. Dar hasl tersebut terlhat bahwa parameter yang sgnfkan adalah dan. Karena nla t htung setap parameter lebh besar dar nla t (3, 0, yatu,8. Dengan demkan varabel predktor yang sgnfkan adalah X, X, X dan X. Dar hasl estmas parameter dan pengujan parameter, maka dperoleh model regres Generalzed Posson tap kecamatan sebaga berkut Genteng : ln( μ ˆ,0890 0,000 X 0,004 X 0,933 X 0, 0934 X Gubeng : ln μˆ,9 0,049 X X 0,00 X 0,00 X 0, 0477 8

JURNAL SAINS DAN SENI IS Vol., (Sept, 0 ISSN: 30-98X D-73 egalsar : lnμˆ,04 0,0730 X 0,0080 X 0, 0799 X Dengan demkan faktor yang mempengaruh angka kejadan Demam Berdarah Dengue pada taraf sgnfkan % d kecamatan Genteng adalah angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan, suhu udara bulan sebelumnya dan kelembaban udara bulan sebelumnya. Untuk kecamatan Gubeng adalah angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan, curah hujan bulan sebelumnya dan kelembaban udara bulan sebelumnya. egalsar adalah angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan dan kelembaban udara bulan sebelumnya. D. Pemodelan Pengaruh Iklm terhadap Angka Kejadan Demam Berdarah Dengue menggunakan Regres Bnomal Negatf Selan menggunakan regres Generalzed Posson dalam menangan overdspers pada model regres Posson, juga bsa menggunakan model regres Bnomal Negatf. abel 7. Model Regres Bnomal Negatf Kecamatan Predktor yang sgnfkan AIC Genteng X X X 8 X 9,8 Gubeng X X 3 X X 8 X 7,3 egalsar X X X 3, Dar hasl abel 7. maka dperoleh varabel predktor yang sgnfkan dar model untuk regres Bnomal Negatf kecamatan Genteng adalah X X X 8 X. Untuk kecamatan Gubeng X X 3 X X 8 X. Sedangkan untuk kecamatan egalsar adalah X X X. abel 8. Estmas Parameter Model Regres Bnomal Negatf kecamatan Genteng Parameter Estmas SE t htung 0-3,4379,73 3,070 0,04879 0,039 4,30 0,00038 0,00034,840 0,0007 0,00037,970 8 0,098 0,043 3,8770,994000 0,000 4,40 (4;0, Nla D(ˆ dperoleh dar lampran I adalah 7,80 sedangkan nla adalah 7,7794, sehngga dambl keputusan menolak H 0 yang berart varabel predktor berpengaruh terhadap model. Selanjutnya dlakukan uj parameter secara parsal untuk mengetahu pengaruh yang dberkan setap varabel predktor terhadap respon. Dar hasl abel 8. terlhat bahwa parameter yang sgnfkan adalah 8 lebh besar dar nla t dan, sebab nla t htung (3, 0, setap parameter yatu,8. Dengan demkan varabel predktor yang sgnfkan adalah X X X 8 dan X. Dar hasl estmas parameter serta pengujannya, maka dperoleh model regres Bnomal Negatf tap kecamatan sebaga berkut Genteng : ln( μ ˆ 3,4379 0,04879 X 0, 00038 X 0,0007X 8 0, 098X Gubeng : lnμˆ,83 0,03 X 0,43 X 0, 0009 X 3 0,00X 0, 049X 8 egalsar : ln μˆ,38 0,04 X 0,007 X 0, 083 X Dengan demkan faktor-faktor yang mempengaruh angka Demam Berdarah Dengue d kecamatan Genteng adalah angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan (mm, curah hujan bulan sebelumnya dan kelembaban udara bulan sebelumnya. Untuk angka Demam Berdarah Dengue kecamatan Gubeng dpengaruh angka kejadan Demam Berdarah Dengue bulan sebelumnya, suhu udara, curah hujan, curah hujan bulan sebelumnya dan kelembaban bulan sebelumnya. Selanjutnya, faktor-faktor yang mempengaruh angka Demam Berdarah Dengue d kecamatan egalsar yakn angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan dan kelembaban udara bulan sebelumnya. E. Pemlhan Model erbak Dar hasl seluruh pemodelan regres Posson, regres Generalzed Posson dan regres Bnomal Negatf, selanjutnya dlakukan pemlhan model terbak dar ketga metode tersebut yang dtamplkan pada abel 9. abel 9. Pemlhan Model erbak Kecamatan Metode Predktor yang sgnfkan AIC Genteng Regres Posson X X X X 7 X 9 X 70,7 Regres X X X X 3,0 Generalzed Posson Regres X X X 8 X 9,8* Bnomal Negatf Gubeng Regres Posson X X 3 X X 8 X X 87, Regres X X X 8 X 7,9 Generalzed Posson Regres X X 3 X X 8 X 7,3* Bnomal Negatf egalsar Regres Posson X X X X 9 X 800, Regres X X X 4, Generalzed Posson Regres Bnomal Negatf X X X 3,* Berdasarkan nla AIC pada abel 9. maka dperoleh model terbak untuk pemodelan pengaruh klm terhadap angka kejadan Demam Berdarah Dengue adalah menggunakan regres Bnomal Negatf. Faktor-faktor yang mempengaruh angka kejadan Demam Berdarah Dengue untuk kecamatan Genteng melput angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan (mm, curah hujan bulan sebelumnya dan kelembaban udara bulan sebelumnya. Setap penambahan orang penderta Demam Berdarah Dengue pada bulan n maka akan menngkatkan rata-rata angka kejadan Demam Berdarah Dengue pada bulan berkutnya. Dengan kata lan, angka kejadan Demam Berdarah Dengue bulan sebelumnya memlk hubungan searah dengan angka kejadan Demam Berdarah Dengue saat n. Selan tu, curah hujan sekarang dan curah hujan bulan sebelumnya serta kelembaban udara bulan sebelumnya juga memlk hubungan yang

JURNAL SAINS DAN SENI IS Vol., (Sept, 0 ISSN: 30-98X D-74 searah dengan angka kejadan Demam Berdarah Dengue, setap penambahan mm curah hujan maka akan menngkatkan rata-rata angka kejadan Demam Berdarah Dengue pada bulan berkutnya. Setap penambahan % kelembaban udara akan menngkatkan rata-rata angka kejadan Demam Berdarah Dengue pada bulan berkutnya. Kelembaban udara yang optmum akan mempertahankan daya tahan hdup nyamuk dan selama masa hdupnya nyamuk akan terus berkembang bak. Curah hujan yang cukup akan menmbulkan banyak genangan-genangan ar sebaga tempat perkembangbakan larva nyamuk. Nyamuk yang berkembangbak membutuhkan darah sebaga asupan nutrs sehngga akan mengggt manusa. Dalam menghsap darah terjad multple feedng yakn perlaku mengggt/menghsap darah dar beberapa manusa. Adanya multple feedng akan mengakbatkan penyebaran vrus Demam Berdarah Dengue, karena terjadnya penularan vrus dar penderta Demam Berdarah Dengue pada manusa normal. V. KESIMPULAN Berdasarkan hasl analss dan pembahasan maka dapat dperoleh kesmpulan sebaga berkut.. Kasus tertngg yang pernah terjad d masng-masng kecamatan, terjad pada saat suhu, kelembaban dan curah hujan termasuk kedalam range konds optmum yakn suhu antara 8 0 C sampa dengan 3 0 C, kelembaban 70%- 80% dan curah hujan datas 300 mm. Hal n menunjukkan bahwa konds klm yang optmum secara tdak langsung mendukung terjadnya angka Demam Berdarah Dengue yang tngg.. Hasl pemodelan terbak untuk kecamatan Genteng dan egalsar dperoleh menggunakan regres Bnomal Negatf. Adapun faktor-faktor yang berpengaruh terhadap angka kejadan Demam Berdarah Dengue yatu. a. Genteng, faktor yang berpengaruh terhadap angka kejadan Demam Berdarah Dengue Genteng adalah angka Demam Berdarah Dengue d kecamatan Genteng dpengaruh oleh angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan, curah hujan bulan sebelumnya dan kelembaban udara bulan sebelumnya. b. Gubeng, faktor yang berpengaruh terhadap angka kejadan Demam Berdarah Dengue Gubeng adalah angka kejadan Demam Berdarah Dengue bulan sebelumnya, suhu udara, curah hujan, curah hujan bulan sebelumnya dan kelembaban bulan sebelumnya. c. egalsar, faktor yang berpengaruh terhadap angka kejadan Demam Berdarah Dengue egalsar adalah angka kejadan Demam Berdarah Dengue bulan sebelumnya, curah hujan dan kelembaban udara bulan sebelumnya. [4] R. Hdayat, Model Perngatan Dn Penyakt Demam Berdarah dengan Informas Unsur Iklm, Dsertas Jurusan Statstka, Sekolah Pascasarjana IPB Bogor (008. [] Departemen Kesehatan RI. (0. Buletn Demam Berdarah Dengue Volume Agustus. Dunduh dar alamat http://www.depkes.go.d, pada Mnggu Februar 0 [] A. C. Cameron dan P. K. rved, Regresson Analyss of Count Data. Cambrdge:Cambrdge Unversty Press (998. [7] Agrest, Categorcal Data Analyss Second Edton, New York: John Wley & Sons (00. [8] R. H. Myers, Classcal and Modern Regresson wth Applcatons, second edton. Boston : PWS KEN Publshng Company (990. [9] F. Famoye, S. Bae, J.. Wulu, A.A. Bartolucc dan K.P. Sngh, On the Generalzed Posson Regresson Model wth an Applcaton to Accdent Data. Central Mchgan Unversty, Bureau of Prmary Health Care UN Health Scence Center,.Journal of Data Scence, Vol. (004 87-9. [] N. Y. Chan, K. L. Eb, F. Smth,. F. Wlson dan A. E. Smth, AE. (999. An Integrated Assessment Framework for Clmate Change and Infectous Dseases. Envronmental Health Perspectves [onlne]. Avalable: http://www.ehponlne.org. [] S. E. Yant, Hubungan Faktor-Faktor Iklm dengan Kasus Demam Berdarah Dengue d Kotamadya Jakarta mur ahun 000-004, Skrps Fakultas Kesehatan Masyarakat, Unverstas Indonesa (004. DAFAR PUSAKA [] Departemen Kesehatan RI, ata Laksana DBD, Jakarta: Dep Kes RI (00. [] S. Sukowat, Dampak Perubahan Lngkungan erhadap Penyakt ular Nyamuk (Vektor d Indonesa, Makalah Utama pada Semnar Nasonal IV Perhmpunan Enromolg Indonesa Cabang Bogor, Bogor (004. [3] A. Sasmto dan m BMG, Protpe model Perngatan Dn Bahaya Demam Berdarah Dengue (DBD d Wlayah DKI Jakarta, Makalah dsampakan pada Semnar Hasl Peneltan Pengembangan Meteorolog dan Geofska, Badan Meteorolog dan Geofska, Jakarta (00.