Pemodelan Regresi Binomial Negatif Spasial (Trend Surface) untuk Faktor-Faktor Determinasi Rate Kasus Pneumonia pada Balita di Kabupaten/Kota se-Jawa Barat

Authors

  • Sarah Christ She Universitas Pertahanan Republik Indonesia Author

DOI:

https://doi.org/10.71417/galen.v2i1.157

Keywords:

analisi Spasial , Ecollogical Fallacy , pneumonia balita , regresi binomial negatif , stunting , tren surface

Abstract

Pneumonia pada balita merupakan tantangan kesehatan publik yang signifikan, memerlukan pemodelan spasial yang akurat karena sifat penularan dan distribusi geografis yang heterogen. Penelitian ini bertujuan mengidentifikasi model spasial optimal dan faktor-faktor determinan Rate Kasus Pneumonia Balita di 27 Kabupaten/Kota Provinsi Jawa Barat tahun 2024, menggunakan data kasus Pneumonia dan data sosio-ekonomi agregat. Pemodelan dilakukan menggunakan Regresi Binomial Negatif (RBN) yang dikombinasikan dengan Trend Surface Analysis (TSA) untuk mengatasi overdispersion dan efek spasial makro. Analisis data menunjukkan bahwa Cakupan Imunisasi Lengkap memiliki hubungan signifikan sebagai faktor protektif terhadap jumlah kasus Pneumonia, sementara Persentase Penduduk Miskin merupakan faktor risiko signifikan. Faktor lain, seperti persentase perokok di rumah tangga dan persentase stunting, menunjukkan koefisien anomali yang signifikan secara statistik tetapi secara teori bertentangan, yang diperdebatkan sebagai hasil dari Ecological Fallacy yang mengindikasikan under-reporting kasus di wilayah kronis. Model RBN-TSA terpilih karena menunjukkan nilai Best-Fit Model yang optimal dan berhasil menangani dependensi spasial. Temuan ini penting dalam menganalisis daerah dan mengembangkan strategi yang berfokus pada peningkatan cakupan imunisasi dan penanggulangan kemiskinan dalam perumusan kebijakan kesehatan.

 

Downloads

Download data is not yet available.

References

Achmad, N., Payu, M. R. F., & Rahim, Y. (2022). Pemodelan Pneumonia Berat Menggunakan Regresi Zero Inflated Negative Binomial di Gorontalo. Euler : Jurnal Ilmiah Matematika, Sains Dan Teknologi, 10(1), 45–53. https://doi.org/10.34312/euler.v10i1.13990

Arief, Y. S., Yunita, F. C., Efendi, F., Murti, F. A. K., Pradipta, R. O., & McKenna, L. (2025). Social and Environmental Determinants of Childhood Stunting in Indonesia: National Cross-Sectional Study. JMIR Pediatrics and Parenting, 8, e68918. https://doi.org/10.2196/68918

Citra Mar’ati, H., Lestari, D., & Novkaniza, F. (2024). Modelling the Number of Stunting Under-Five Children in East Nusa Tenggara Using Negative Binomial Regression. Asian Journal of Management Entrepreneurship and Social Science, 4(1), 729–744. https://ajmesc.com/index.php/ajmesc

Degif, K. A., Gebrehiwot, M., Tadege, G., Demoze, L., & Yitageasu, G. (2025). Spatial and temporal variation of pneumonia incidence among under-five children in central gondar zone, Northwest Ethiopia, 2013- 2022. BMC Pediatrics, 25(1). https://doi.org/10.1186/s12887-025-05550-7

Ghosh, K., Chakraborty, A. S., & SenGupta, S. (2023). Identifying spatial clustering of diarrhoea among children under 5 years across 707 districts in India: a cross sectional study. BMC Pediatrics, 23(1), 1–15. https://doi.org/10.1186/s12887-023-04073-3

Halim, R., Syukri, M., Guspianto, G., & Akbar, F. (2023). Spatial distribution analysis and risk factors for stunting in Kerinci Regency, Jambi Province Indonesia. AcTion: Aceh Nutrition Journal, 8(4), 542. https://doi.org/10.30867/action.v8i4.1190

Kertapati, K., & Palembang, K. (2020). Jekk kk. 5(2), 96–103.

Nur, S., Usman, A., Kadir, L., Mokodompis, Y., Penelitian, A., & Kunci, K. (2025). Hubungan Perilaku Merokok Keluarga dan Pemberian Asi Ekslusif dengan Kejadian Pneumonia pada Bayi 6-24 Bulan di Wilayah Puskesmas Kota Tengah Kota Gorontalo. Jurnal Kolaboratif Sains, 8(1), 126–134. https://doi.org/10.56338/jks.v8i1.6660

Permana, P. (2021). Pemodelan Pemodelan Spasial Kasus Balita Laki-Laki Penderita Pneumonia Di Kota Bandung. SATIN - Sains Dan Teknologi Informasi, 7(2), 64–72. https://doi.org/10.33372/stn.v7i2.757

Prawidia, D., Zhafirah, L., Saputra, N., Kartiasih, F., & Sahu, U. (2023). Determinants of Under-five Mortality Due to Pneumonia: A Negative Binomial Regression Analysis. Jurnal Varian, 7(1), 59–66. https://doi.org/10.30812/varian.v7i1.2768

Purnama, T. B., Wagatsuma, K., Pane, M., & Saito, R. (2024). Effects of the Local Environment and Nutritional Status on the Incidence of Acute Respiratory Infections Among Children Under 5 Years Old in Indonesia. Journal of Preventive Medicine and Public Health, 57(5), 461–470. https://doi.org/10.3961/jpmph.24.246

Qur’ani, A., Widyaningrum, C. S., & Rohimiyah, S. (2024). The Robust Negative Binomial Regression Model on Under-five Mortality due to Pneumonia in the Province of East Java. Jurnal Matematika, Statistika Dan Komputasi, 21(1), 176–189. https://doi.org/10.20956/j.v21i1.34512

Simarda, L., Lestari, D., Novkaniza, F., Haqqi, A., & Devila, S. (2024). Modeling The Number of Toddler Pneumonia Sufferers in DKI Jakarta using Negative Binomial Regression. 04(01), 622– 643. https://ajmesc.com/index.php/ajmesc

Sollari Lopes, J., Dey, A., Balabaskaran Nina, P., Rasheed, A. N., Nina, B., Rasheed, A., Balasubramani, K., Arun Prasad, K., Kumar Kodali, N., Kalladath Abdul Rasheed, N., Chellappan, S., Kumar Sarma, D., Kumar, M., Dixit, R., Mariya James, M., Kumar Behera, S., & Shekhar, S. (2022). Spatial epidemiology of acute respiratory infections in children under r years and associated risk factors in India: District-level analysis of health, household, and environmental datasets. Frontiers in Public Health. https://www.esri.com/en- us/arcgis/products/arcgis-desktop/

Suchery, P. L. Y., & Hastono, S. P. (2025). Spatial Analysis of Pneumonia Distribution in Children Under Five in West Java: Relationships with Individual and Environmental Determinants. Jurnal Ilmu Kesehatan Masyarakat, 16(1), 118–134. https://doi.org/10.26553/jikm.2025.16.1.118-134

Tri Fatmala, C., Hayati, M., Permatasari, R., Hudori, M., & Yuliana Dalimunthe, D. (2024). Pemodelan Jumlah Kasus HIV/AIDS di Provinsi Lampung Menggunakan Regresi Binomial Negatif. Journal of Mathematics: Theory and Applications, 6(2), 168–177. https://doi.org/10.31605/jomta.v6i2.4069

Usman, M., & Kopczewska, K. (2022). Spatial and Machine Learning Approach to Model Childhood Stunting in Pakistan: Role of Socio-Economic and Environmental Factors. International Journal of Environmental Research and Public Health, 19(17). https://doi.org/10.3390/ijerph191710967

Wang, Y., Han, R., Ding, X., Chen, J., Feng, W., Wang, C., Gao, R., & Ma, A. (2025). A 32-year trend analysis of lower respiratory infections in children under 5: insights from the global burden of disease study 2021. Frontiers in Public Health, 13(January). https://doi.org/10.3389/fpubh.2025.1483179

Yusdiana, Y., Sukendi, S., Ikhwan, S. Y., & Dedi, A. (2025). SPATIAL MODELING OF RISK FACTORS FOR UNDER-FIVE PNEUMONIA IN ROKAN HILIR DISTRICT , INDONESIA

Doctor of Environmental Science , Postgraduate Program , Universitas Riau , Pekanbaru 28131 , Indonesia Corresponding Author ’ s E -mail : yusdianaikmfkur@gmail. 19, 15–32.

Published

2026-01-18

How to Cite

Pemodelan Regresi Binomial Negatif Spasial (Trend Surface) untuk Faktor-Faktor Determinasi Rate Kasus Pneumonia pada Balita di Kabupaten/Kota se-Jawa Barat. (2026). Galen: Jurnal Riset Ilmu Farmasi Dan Kesehatan, 2(1), 475-496. https://doi.org/10.71417/galen.v2i1.157