Metode Bayesian Dalam Penaksiran Model Spatial Autoregressive (Sar) (Studi Kasus Pemodelan Penyakit Tb Paru Di Kota Bandung)

Abstract

Aplikasi pemodelan spasial ekonometrika dalam berbagai bidang ilmu semakin banyak khususnya dalam ruang lingkup spasial regional dan spasial epidemiologi. Metode ini berkembang karena kemampuan metode ini mengakomodasi adanya ketergantungan spasial dalam data. Analisis ekonometrik biasa tidak mampu memberikan hasil yang baik pada saat data tidak berdistribusi independen. Metode Maksimum likelihood adalah metode yang umumnya digunakan untuk menaksir parameter model spasial econometrics. Namun metode ini tidak cukup baik dalam mengestimasi parameter model pada saat unit spasialnya sangat banyak. Metode alternative Bayesian diperkenalkan untuk mengatasi masalah tersebut. Penelitian ini mengkaji pendekatan metode Bayesian pada model Spasial Autoregresive (SAR). Model SAR merupakan satu dari delapan model spasial ecokometrik yang paling banyak digunakan. Pendekatan Bayesian akan diaplikasikan pada pemodelan kasus TB Paru di Kota Bandung

Spatial Autoregressive Model of Tuberculosis Cases in Central Java Province 2019

“…This means that the greater the number of tuberculosis cases is influenced by a large number of tuberculosis cases in the surrounding area. This is in accordance with the research of Mindra, et al [15] in the city of Bandung. The variable of proper sanitation has a negative regression coefficient value and significantly influences the number of tuberculosis cases in Central Java Province.…”

Pemodelan Spatio Temporal Pada Kasus Demam Berdarah Di Provinsi Jawa Barat

“…Apabila nilai risiko relatif bernilai 1 maka risiko di daerah tersebut sama dengan risiko di populasinya, apabila bernilai kurang dari 1 maka risiko di daerah tersebut lebih kecil dari populasinya, dan apabila bernilai lebih dari 1 maka risiko di daerah tersebut lebih besar dari populasinya. (Jaya, Zulhanif and Tantular, 2016).…”

Pemodelan Pemodelan Spasial Kasus Balita Laki-Laki Penderita Pneumonia Di Kota Bandung

“…analisis faktor spasial untuk mengukur perkembangan manusia sangat di butuhkan (Qiu et al, 2018). Seperti yang ditunjukkan oleh (Maryunani, 2010), faktor bahaya yang meningkatkan terjadinya pneumonia adalah: umur < 2 bulan, jenis kelamin (lakilaki), gizi kurang, berat badan lahir rendah, tidak mendapat ASI memadai, polusi udara, kepadatan tempat tinggal, status imunisasi, membedong anak dan defisiensi vitamin A. Pada Penelitian sebelumnya semakin tinggi PHBS dan semakin tersedianya Air Bersih dapat menurunkan tingkat prevalensi TB Paru di Kota Bandung (Jaya et al, 2017). Pada penelitian (Rigustia.…”

“…Penelitian sebelumnya analisis data spasial menemukan bahwa tigginya angka prevalensi TB Paru dipengaruhi oleh tingginya angka TB Paru di lokasi sekitarnya berdasar data spasial (Jaya et al, 2017)…”