WIJAYA, Elvianna (2025) Pemodelan Spasial Jumlah Kasus Kusta di Jawa Tengah Menggunakan Model Geographically Weighted Generalized Poisson Regression. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Elvianna Wijaya-K1B021008-Skripsi-2025.pdf Download (191kB)
	PDF (Legalitas) LEGALITAS-Elvianna Wijaya-K1B021008-Skripsi-2025.pdf Restricted to Repository staff only Download (810kB)
	PDF (Abstrak) ABSTRAK-Elvianna Wijaya-K1B021008-Skripsi-2025.pdf Download (208kB)
	PDF (BabI) BAB-I-Elvianna Wijaya-K1B021008-Skripsi-2025.pdf Restricted to Repository staff only until 2 September 2026. Download (230kB)
	PDF (BabII) BAB-II-Elvianna Wijaya-K1B021008-Skripsi-2025.pdf Restricted to Repository staff only until 2 September 2026. Download (678kB)
	PDF (BabIII) BAB-III-Elvianna Wijaya-K1B021008-Skripsi-2025.pdf Restricted to Repository staff only until 2 September 2026. Download (304kB)
	PDF (BabIV) BAB-IV-Elvianna Wijaya-K1B021008-Skripsi-2025.pdf Restricted to Repository staff only Download (565kB)
	PDF (BabV) BAB-V-Elvianna WIjaya-K1B021008-Skripsi-2025.pdf Download (265kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Elvianna WIjaya-K1B021008-Skripsi-2025.pdf Download (210kB)
	PDF (Lampiran) LAMPIRAN-Elvianna Wijaya-K1B021008-Skripsi-2025.pdf Restricted to Repository staff only Download (406kB)

Abstract

Kasus kusta hingga saat ini masih menjadi prioritas dalam permasalahan kesehatan masyarakat global, termasuk di Provinsi Jawa Tengah. Untuk mengantisipasi dan menanggulangi kasus kusta di wilayah tersebut, diperlukan analisis terhadap faktor-faktor yang berpengaruh signifikan terhadap jumlah kasus baru kusta. Penelitian ini bertujuan untuk memodelkan jumlah kasus baru kusta di Provinsi Jawa Tengah berdasarkan faktor-faktor yang memengaruhinya secara signifikan dengan pendekatan spasial. Data jumlah kasus baru kusta yang digunakan dalam penelitian ini merupakan data count yang menunjukkan gejala overdispersi. Oleh karena itu, pemodelan dilakukan menggunakan metode Generalized Poisson Regression (GPR) dan pendekatan spasial Geographically Weighted Generalized Poisson Regression (GWGPR). Hasil penelitian menunjukkan bahwa model GWGPR memiliki nilai AIC yang lebih kecil dibandingkan dengan model GPR, sehingga metode GWGPR paling sesuai untuk memodelkan jumlah kasus baru Kusta di Provinsi Jawa Tengah. Pemodelan GWGPR menghasilkan tujuh kelompok dengan kombinasi variabel signifikan yang berbeda pada masing-masing kabupaten/kota. Secara global, faktor-faktor yang berpengaruh signifikan terhadap jumlah kasus baru kusta di Provinsi Jawa Tengah adalah jumlah penduduk, persentase rasio jenis kelamin dan persentase rumah tangga yang menempati rumah layak huni.

Actions (login required)

View Item