DYTA, Aulya Rahma (2024) Pemodelan Spatial Autoregressive untuk Pemetaan Penyakit Tuberkulosis Jawa Tengah Tahun 2022. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (96kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (167kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (124kB)
	Text 5. KATA PENGANTAR.pdf Download (43kB)
	Text 6. ABSTRAK.pdf Download (42kB)
	Text 7. ABSTRACT.pdf Download (42kB)
	Text 8. DAFTAR ISI.pdf Download (204kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (115kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (117kB)

Abstract

Penularan tuberkulosis dapat terjadi akibat mobilitas faktor agent dari satu
kabupaten ke kabupaten lain, menyebabkan wilayah dengan jumlah kasus tinggi
cenderung mempengaruhi wilayah sekitarnya. Oleh karena itu, identifikasi
wilayah dengan risiko tinggi penularan tuberkulosis menjadi penting untuk
memahami keterkaitan antar wilayah. Penelitian ini bertujuan untuk menerapkan
metode Spatial Autoregressive (SAR) guna menentukan faktor-faktor yang
mempengaruhi tuberkulosis serta memetakan kasus tuberkulosis di Jawa Tengah
pada tahun 2022. Hasil analisis menunjukkan bahwa model SAR berhasil
mengidentifikasi faktor-faktor signifikan seperti kepadatan penduduk, jumlah
Kepala Keluarga (KK) dengan akses rumah sehat, dan cakupan imunisasi Bacillus
Calmette-Guerin (BCG) pada bayi. Model SAR juga mengungkapkan adanya
keterkaitan signifikan antara jumlah kasus tuberkulosis di suatu kabupaten dengan
kabupaten-kabupaten sekitarnya. Berdasarkan hasil uji indeks moran, dapat
diketahui bahwa terdapat autokorelasi spasial pada kasus tuberkulosis di Jawa
Tengah. Hasil penelitian menunjukkan bahwa model SAR memiliki nilai AIC
sebesar 63,62886.
Kata Kunci: Tuberkulosis, Model Spatial Autoregressive, Pemetaan, Jawa
Tengah

Actions (login required)

View Item