PEMODELAN GEOGRAPHICALLY WEIGHTED ZERO INFLATED POISSON REGRESSION PADA KASUS KEMATIAN DEMAM BERDARAH DENGUEDI SULAWESI SELATAN

Geographically Weighted Regression (GWR) merupakan salah satu metode yang dapat digunakan untuk menganalisis data spasial. Contoh bentuk data spasial diperoleh pada data penyebaran atau tingkat kematian yang dikarenakan sebuah penyakit di lokasi tertentu. Terdapat data spasial yang memuat banyak nilai nol
pada data yang menyebabkan heterogenitas spasial dan overdispersi pada data, sehingga digunakan model Geographically Weighted Zero Inflated Poisson Regression (GWZIPR). Data yang dianalisis dalam penelitian ini adalah data jumlah kematian Demam Berdarah Dengue (DBD) di Sulawesi Selatan Tahun 2019 yang mengandung 66,67% nilai nol. Untuk memperoleh estimasi parameter model GWZIPR dilakukan dengan menggunakan metode estimasi Maximum Likelihood dan Expectation Maximization. Model GWZIPR menghasilkan variabel prediktor signifikan yang beragam antar kabupaten/kota di Sulawesi Selatan. Model GWZIPR terdiri dari model log dan model logit karena variabel respon (yi) muncul dari dua keadaan yaitu Poisson state dan zero state. Pada model log Persentase jumlah sarana air minum yang memenuhi syarat kesehatan dan Kepadatan penduduk merupakan variabel yang berpengaruh terhadap jumlah kematian DBD di Sulawesi Selatan Tahun 2019 di sebagian besar kabupaten/kota di Sulawesi Selatan. Kondisi yang sama terjadi pada model logit, namun Persentase jumlah sarana air minum yang memenuhi syarat kesehatan
berpengaruh pada semua kabupaten/kota di Sulawesi Selatan.