Penerapan Model Regresi Zero Inflated Negative Binomial pada Kasus Campak di Provinsi Jawa Barat Tahun 2020

Abstract

Abstrak. Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui hubungan antara variabel bebas dan variabel respon. Dalam sebuah analisis regresi dengan variabel respon yang bersifat diskrit, dapat menggunakan analisis regresi Poisson.  Pada regresi Poisson harus memenuhi asumsi equisdispersi. Namun dalam pengaplikasiannya tak jarang mengalami pelanggaran asumsi, dimana nilai varians lebih besar dari nilai rata – ratanya atau bisa disebut dengan overdispersi. Salah satu penyebab overdispersi adalah adanya nilai nol yang berlebih (excess zeros) pada data variabel respon. Metode yang tepat untuk memodelkan kasus dengan data excess zeros dan terjadi overdispersi yaitu dengan menggunakan metode Zero Inflated Negative Binomial (ZINB). Tujuan penelitian ini adalah untuk memperoleh hasil dari penerapan regresi Zero Inflated Negative Binomial dalam memodelkan kasus campak di Provinsi Jawa Barat tahun 2020 serta mengetahui faktor apa saja yang berpengaruh signifikan terhadap kasus campak di Provinsi Jawa Barat tahun 2020. Dari hasil analisis, pada model regresi Poisson data mengalami kondisi overdispersi dan data mengalami excess zeros maka harus dilanjutkan analisis menggunakan regresi Zero Inflated Negative Binomial (ZINB). Pada analisis regresi ZINB diperoleh hasil pengujian bahwa faktor – faktor yang berpengaruh signifikan terhadap besarnya nilai harapan kasus campak di Provinsi Jawa Barat tahun 2020 yaitu persentase pemberian vitamin A, persentase pemberian ASI ekslusif dan persentase balita kurang gizi. Sedangkan faktor yang berpengaruh signifikan terhadap besarnya peluang terjadi campak di Provinsi Jawa Barat tahun 2020 persentase balita kurang gizi. Abstract. Regression analysis is a method used to determine the relationship between independent variables and response variables. In a regression analysis with discrete response variables, Poisson regression analysis can be used. In regression Poisson must satisfy the assumption of equisdispersion. However, in its application, it is not uncommon to experience violations of assumptions, where the variance value is greater than the average value or can be called overdispersion. One of the causes of overdispersion is the presence of excess zeros in the response variable data. The right method to model cases with excess zeros data and overdispersion is to use the Zero Inflated Negative Binomial (ZINB) method. The purpose of this study is to obtain results from the application of Zero Inflated Negative Binomial regression in modeling measles cases in West Java Province in 2020 and find out what factors have a significant influence on measles cases.