Pemetaan Kasus Tuberkulosis di Provinsi Sulawesi Selatan Tahun 2020 Menggunakan Model Bayesian Spasial BYM dan Leroux

Aswi, Aswi and Sukarna, Sukarna and Nurhilaliyah, Nurhilaliyah (2021) Pemetaan Kasus Tuberkulosis di Provinsi Sulawesi Selatan Tahun 2020 Menggunakan Model Bayesian Spasial BYM dan Leroux. JMathCoS (Journal Mathematics, Computations, and Statistics), 4 (2). pp. 114-123. ISSN 2721-0863

	Text (Artikel Jurnal Nasional Terakreditasi) 06_Aswi_Sukarna_Nurhilaliyah_Pemetaan Kasus Tuberkulosis Di Provinsi Sulawesi Selatan Tahun 2020 Menggunakan Model Bayesian Spasial BYM dan Leroux.pdf - Published Version Download (636kB)
	Text (Form Penilaian Jurnal Nasional Terakreditasi) 06_Form_Pemetaan Kasus Tuberkulosis Di Provinsi Sulawesi Selatan Tahun 2020 Menggunakan Model Bayesian Spasial BYM dan Leroux.pdf - Additional Metadata Download (2MB)

Abstract

Abstrak. Tuberkulosis (TBC) merupakan penyakit menular yang merupakan salah satu dari sepuluh penyebab utama kematian di dunia. Indonesia merupakan negara yang menempati urutan tertinggi kedua penderita TBC di dunia. Tujuan dari penelitian ini adalah untuk mengidentifikasi area dengan risiko relatif (RR) tinggi TBC maupun rendah dengan menggunakan model Bayesian spasial Conditional Autoregressive (CAR) Besag-York-Molliѐ (BYM) dan Leroux. Data kasus TBC di setiap 24 kabupaten/kota di provinsi Sulawesi Selatan tahun 2020 digunakan. Model terbaik dipilih berdasarkan tiga kriteria yaitu Deviance Information Criteria (DIC), Watanabe Akaike Information Criteria (WAIC), dan residual Modified Moran’s I (MMI). Dari hasil analisis, diperoleh bahwa model Bayesian spasial CAR BYM dan CAR Leroux dengan hyperprior IG (0,5; 0,0005) merupakan model terbaik yang memiliki nilai RR yang sama. Kota Makassar merupakan wilayah dengan nilai RR tertinggi (1,70) yang mengindikasikan bahwa Kota Makassar memiliki risiko TBC 70% lebih tinggi dari rata-rata. Sebaliknya, Kabupaten Toraja memiliki risiko TBC terendah (0,43) yang menunjukkan bahwa Toraja memiliki risiko TBC 43% lebih rendah dari rata-rata. Kata Kunci: Tuberkulosis, Bayesian, spasial CAR, BYM, Leroux Abstract. Tuberculosis (TB) is an infectious disease that is one of the ten leading causes of death in the world. Indonesia is a country with the second-highest number of TB sufferers in the world. This study aims to identify areas with a high and low relative risk (RR) of TB by using the Bayesian Spatial Conditional Autoregressive (CAR) Besag-York-Molliѐ (BYM) and Leroux models. TB case data in every districts/cities in South Sulawesi province in 2020 is used. The best model was selected based on three criteria, namely Deviance Information Criteria (DIC), Watanabe Akaike Information Criteria (WAIC) and Modified Moran’s I (MMI) for residuals. The results show that the Bayesian Spatial CAR BYM and CAR Leroux with hyperprior IG (0.5; 0.0005) are the best models that have the same RR value. Makassar City is the area with the highest RR value (1.70) which indicates that Makassar City has a TB risk 70% higher than the average. On the other hand, the Toraja district has the lowest TB risk (0.43) which indicates that Toraja has a TB risk 43% lower than the average. Keywords: Tuberculosis, Bayesian, spatial CAR, BYM, Leroux

Item Type:	Article
Subjects:	FMIPA > STATISTIKA - (S1) FMIPA FMIPA > Matematika KARYA ILMIAH DOSEN Universitas Negeri Makassar > KARYA ILMIAH DOSEN
Divisions:	KOLEKSI KARYA ILMIAH UPT PERPUSTAKAAN UNM MENURUT FAKULTAS > KARYA ILMIAH DOSEN KARYA ILMIAH DOSEN
Depositing User:	Dr. Aswi Aswi
Date Deposited:	17 Jul 2022 06:12
Last Modified:	17 Jul 2022 06:12
URI:	http://eprints.unm.ac.id/id/eprint/23861

Actions (login required)

View Item