Bayesian Conditional Autoregressive Dengan Model Localised Dalam Pengelompokkan Pada Diabetes Melitus Di Pulau Sulawesi

Diabetes melitus merupakan penyakit kadar gula dalam darah cukup tinggi karena tubuh tidak dapat melepaskan atau menggunakan insulin sehingga gula didalam darah tidak dapat dimetabolisme. Pemetaan penyakit diabetes melitus dilakukan untuk mendapatkan tingkat risiko disetiap daerah, yang dimana salah satu metode yang dapat digunakan yaitu metode Bayesian Conditional Autoregressive. Bayesian Conditional Autoregressive merupakan teknik dalam pemetaan penyakit yang memasukkan informasi spatial untuk mengurangi kekeliruan dari taksiran risiko. Model localised digunakan untuk mengkaji pengelompokan kasus diabetes melitus. Penelitian ini bertujuan untuk memperoleh pengelompokan berdasarkan penyakit diabetes melitus di Pulau Sulawesi menggunakan metode Bayesian Conditional Autoregressive model Localised. Hasil penelitian model ini mendeteksi daerah yang berisiko pada setiap daerah sehingga memperoleh kelompok area yang berbeda, dari daerah berisiko tinggi dan daerah berisiko rendah. Bayesian Conditional Autoregressive model Localised dengan jumlah kluster G=2 hyperprior (?^2) yaitu IG (1,0.01) adalah model yang lebih baik untuk memperkirakan tingkat risiko pada kasus diabetes melitus.