Pemodelan Jumlah Kasus Penyakit Tuberculosis (TBC) Di Indonesia Menggunakan Robust Geographically Weighted Regression (RGWR)

Tuberculosis (TBC) merupakan suatu penyakit menular yang menjadi permasalahan global sehingga menanggulangi penyakit menular termasuk ke dalam Sustainable Development Goals (SDGs) 2030. Indonesia menjadi salah satu negara yang memiliki jumlah kasus penyakit TBC terbanyak di dunia. Tujuan dari penelitian ini untuk menentukan model RGWR dan tingkat akurasi model dari data jumlah kasus penyakit TBC di Indonesia. Pada analisis ini ditemukan permasalahan yaitu terdapat keragaman spasial antar lokasi serta mengandung pencilan yang mengakibatkan terciptanya estimasi paramater yang bias dan kekeliruan dalam menyimpulkan hubungan regresi. Sehingga penelitian ini digunakan metode yang lebih kekar (robust) yaitu Robust Geographically Weighted Regression (RGWR). Hasil penelitian ini menunjukkan bahwa model RGWR yang terbentuk disetiap provinsi di Indonesia berbeda-beda yaitu terdapat 34 model. Salah satunya model RGWR pada Provinsi Sulawesi Tengah, yaitu y ?_26=-0.0081+0.0057X_1-0.0071X_2+0.0209X_3-0.0615X_4-0.0095X_5-0.0314X_6+0.7575X_7+0.0473X_8+0.0249X_9+? dan diperoleh tingkat akurasi model RGWR dengan nilai MAPE sebesar 20%. Sehingga model RGWR mampu memberikan hasil yang baik.