PENDEKATAN GEOGRAPHICALLY WEIGHTED ZERO INFLATED POISSON REGRESSION (GWZIPR) DENGAN PEMBOBOT FIXED BISQUARE KERNEL PADA KASUS DIFTERI DI INDONESIA

Jumlah kematian orang akibat penyakit difteri merupakan data cacahan dan muncul keberadaan nol yang cukup banyak (excess zeros). Selain itu data penyebaran penyakit pada umumnya berorientasi pada geografis atau diamati di setiap wilayah tertentu, yang merupakan jenis data spasial. Geographically Weighted Zero Inflated Poisson Regression (GWZIPR), sebagai pengembangan dari model Geographically Weighted Regression (GWR) dan Zero Inflated Poisson (ZIP) akan digunakan sebagai model dalam mengolah data difteri tingkat provinsi di Indonesia tahun 2018, dengan variabel bebasnya yaitu persentase jumlah kasus difteri (X1), persentase jumlah yang divaksinasi (X2) dan persentase jumlah penduduk (X3) di setiap provinsi di Indonesia. Pendugaan parameter model menggunakan metode maximum likelihood estimation. Sedangkan fungsi pembobot yang digunakan fixed bisquare kernel. Data diolah menggunakan software R packages lctools. Hasil penelitian diperoleh jika pada model melibatkan ketiga variabel bebas maka pengaruh ketiga variabel bebas tersebut terhadap jumlah kematian orang akibat difteri tidak signifikan. Hal ini disebabkan terdapat hubungan yang kuat dan signifikan antar variabel bebas, sehingga apabila model tidak melibatkan variabel persentase jumlah (kepadatan) penduduk, persentase jumlah orang yang divaksinasi mempengaruhi jumlah kematian orang yang disebabkan oleh penyakit difteri secara signifikan di suatu wilayah. Sehingga pemberian vaksin imunisasi dapat mengurangi jumlah kematian yang diakibatkan oleh penyakit difteri.