Text
Optimalisasi Klaster menggunakan Metode Clusterwise Linear Regression dengan Akaike Information Criterion untuk Identifikasi Faktor Jumlah Kasus DBD
Demam Berdarah Dengue (DBD) merupakan penyakit endemik yang menjadi
masalah kesehatan utama di Indonesia. Penelitian ini bertujuan untuk
mengoptimalkan klaster dalam mengidentifikasi faktor-faktor yang memengaruhi
jumlah kasus DBD berdasarkan kabupaten/kota di Provinsi Jawa Barat pada tahun
2022 menggunakan metode Clusterwise Linear Regression (CLR). CLR adalah
metode pengelompokan data ke dalam beberapa klaster berdasarkan karakteristik
parameter regresi. Estimasi parameter model dilakukan menggunakan metode
maximum likelihood dan optimasi model terbaik dilakukan dengan Akaike
Information Criterion (AIC) minimum untuk menentukan jumlah klaster optimal.
Hasil penelitian menyatakan bahwa model terbaik terdiri dari tiga klaster. Klaster 1
terdiri atas 11 kabupaten/kota yang dipengaruhi oleh faktor laju pertumbuhan
penduduk, jumlah rumah sakit, jumlah puskesmas; klaster 2 terdiri atas 8
kabupaten/kota yang dipengaruhi oleh faktor laju pertumbuhan penduduk, jumlah
rumah sakit, jumlah bencana banjir, jumlah puskesmas, persentase sanitasi layak;
dan klaster 3 terdiri atas 8 kabupaten/kota yang dipengaruhi oleh faktor laju
pertumbuhan penduduk, jumlah rumah sakit, jumlah bencana banjir, persentase
sanitasi layak. Nilai koefisien determinasi pada klaster 1 adalah 90,95736%; klaster
2 adalah 71,21607%; dan klaster 3 adalah 91,40601%. Hal ini menandakan bahwa
optimalisasi klaster menggunakan CLR dengan AIC dapat meningkatkan
kemampuan model dalam menjelaskan varian data dengan lebih baik.
Kata Kunci: Akaike Information Criterion, Clusterwise Linear Regression, DBD,
Klaster, Jawa Barat
1376E2025 | 1376 E 2025 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain