PENGARUH JUMLAH HARI HUJAN, SUHU DAN KELEMBAPAN TERHADAP PENYAKIT DEMAM BERDARAH DENGUE MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL

Gina Alkatiri, Pardi Affandi, Mochammad Idris

Abstract


Gigitan nyamuk Aedes Aegypti merupakan vektor penyebaran virus dengue penyebab demam berdarah dengue (DBD) ke manusia. DBD biasanya menyerang negara-negara seperti Indonesia yang memiliki iklim tropis atau subtropis. Kasus DBD menyebar di 34 Provinsi Indonesia, dan Kalimantan Selatan menempati peringkat ke-9 berdasarkan Incidence Rate (IR) pada tahun 2018. Kota Banjarbaru menempati peringkat kedua dari 13 Kabupaten/ Kota di Kalimantan Selatan. Selama tahun 2017 hingga 2021, jumlah kasus DBD di Kota Banjarbaru mencapai lebih dari 1000 kasus, melebihi jumlah kasus di Kabupaten/ Kota lain yang terdapat di Provinsi Kalimantan Selatan. Dengan menggunakan model regresi logistik multinomial, penelitian ini mencoba mengetahui pengaruh suhu, kelembapan, dan jumlah hari hujan terhadap penyakit demam berdarah di Kota Banjarbaru. Regresi dengan variabel terikat kategorikal dikenal sebagai regresi logistik multinomial. Metodologi penelitian yang digunakan adalah studi literatur dan uji data kasus jumlah penderita penyakit DBD yang dibagi menjadi tiga kategori yaitu tidak ada kasus, kasus rendah dan kasus tinggi dengan variabel bebas yaitu jumlah hari hujan, suhu dan kelembapan. Hasil dari penelitian menunjukkan faktor jumlah hari hujan berpengaruh signifikan dan positif terhadap penyakit DBD pada fungsi logit kasus rendah, sedangkan faktor suhu dan kelembapan tidak berpengaruh signifikan. Nilai Odds Ratio faktor jumlah hari hujan yaitu sebesar 37,2% berpeluang terjadi kasus rendah untuk setiap peningkatan satu hari hujan dibandingkan tidak ada kasus.


Keywords


Regresi Logistik; Regresi Logistik Multinomial; DBD

Full Text:

PDF


DOI: https://doi.org/10.15548/map.v6i1.8224
Abstract views : 4 times
PDF : 1 times

References


Affandi, P., M. A. Karim, E. Suhartono, I. Syauqiah, H. Santanapurba & J. Dalle.2023. Mathematics Model: Dominant Factors Of Dengue Hemorrhagic Fever Disease. Operational Research in Engineering Sciences: Theory and Applications, 6(3), 287-303.

Affandi, P., M. A. Karim, E. Suhartono & J. Dalle.2022. Sistematic Review: Mathematics Model Epidemiology of Dengue Fever. Universal Journal of Public Health, 10(4), 419-429.

Achmadi, U. F. 2014. Dasar-dasar Penyakit Berbasis Lingkungan. Rajawali Pers.

Agresti, A. 2007. An introduction to categorical data analysis. Second edition In John Wiley & Sons, Inc.

Ariati, J. & A. Anwar. 2014. Model Prediksi Kejadian Demam Berdarah Dengue (DBD) Berdasarkan Faktor Iklim di Kota Bogor, Jawa Barat. Bul. Penelit. Kesehat, 42(4), 249–256.

Arinda, D., D. Anggraini, & M. S. Noor. 2022. Determinan Kejadian Kista Ovarium Pada Wanita Usia Subur Di Kabupaten Balangan Menggunakan Regresi Logistik Biner. Ragam: Journal of Statistics and Its Application, 1(1), 1-14.

Asep, S.. 2014. Demam Berdarah Dengue (DBD). Fakultas Kedokteran Universitas Lampung, 2(2), 1-15.

Azharina, D., R.A. Atika, & Andri. 2021. Pengaruh Iklim terhadap Kasus Demam Berdarah Dengue di Kota Banda Aceh. Kandidat, 3(3), 60–67

Badan Pusat Statistik Kota Banjarbaru. (2023). Kota Banjarbaru Dalam Angka 2023. BPS Kota Banjarbaru.

Hidayani, W.R. 2020. Demam Berdarah Dengue: Perilaku Rumah Tangga dalam Pemberantasan Sarang Nyamuk dan Program Penanggulangan Demam Berdarah Dengue. Pena Persada.

Kementerian Kesehatan Republik Indonesia. 2019. Profil Kesehatan Indonesia 2018 Kemenkes RI. In Health Statistics, kemenkes RI.

Kementerian Kesehatan Republik Indonesia. 2023. Laporan Tahunan 2022 Demam Berdarah Dengue. Direktorat Jenderal Pencegahan dan Pengendalian Penyakit Kemenkes RI.

Konishi, S. 2014. Introduction to Multivariate Analysis Linear and Nonlinear Modeling . Taylor & Francis Group.

Montgomery, D. C., E. A. Peck, & G. G. Vining. 2012. Introduction to Linear Regression Analysis. In John Wiley & Sons, Inc

Nadesul, H. 2016. Kiat Mengalahkan Demam Berdarah dan Virus Zika. Kompas.

Nahhas, W. R. 2023. Introduction to Regression Methods for Public Health Using R. Creative Common. Dayton.


Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

Lisensi Creative Commonsis licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.