1
Jurusan Matematika, Fakultas MIPA – Universitas Brawijaya [Email: luthfatul@ub.ac.id]
2
Jurusan Matematika, Fakultas MIPA – Universitas Brawijaya [Email: u.saadah@ub.ac.id]
3
Jurusan Matematika, Fakultas MIPA – Universitas Brawijaya [Email: wswardhani@ub.ac.id]
§
Corresponding Author
ABSTRACT
Tetanus Neonatorum (TN) is an infectious disease that could be prevented by immunization. East Java
Province is the highest numbers of TN case in Indonesia. TN data in East Java contain overdispersion
and big proportion of zero-inflation (71,05%). The data containing overdispersion and zero-inflation
are more appropriately analyzed by using Zero-Inflated Negative Binomial (ZINB) regression. The
aim of this study are: (1) to know the perform of proportion of zero-inflation for ZINB model and (2)
to obtain the optimal proportion of zero-inflation for TN data. The result of this study indicates that
the optimal proportion of ZINB model is 64,52%.
Keywords: Tetanus Neonatorum, zero-inflation, Zero-Inflated Negative Binomial.
79
Amaliana, L., U. Sa’adah, N.W.S. Wardhani Performa Proporsi Zero-Inflation pada Regresi…
Jawa Timur dalam rangka kebijakan ETMN regresi ZINB lebih baik dari regresi ZIP.
tahun 2012-2014. Bangkalan merupakan Fang (2013) meneliti data barisan
kabupaten dengan banyaknya kasus Tetanus mikrobiota manusia yang mengandung
tertinggi di Jawa Timur. Berdasarkan data overdispersi dan zero-inflation dengan regresi
Dinas Kesehatan Provinsi Jawa Timur, data ZINB. Data mikroba manusia yang diteliti
banyaknya kasus Tetanus Neonatorum di Jawa sedikit berbeda dengan data regresi ZINB pada
Timur mengandung proporsi zero-inflation umumnya, dimana data tersebut merupakan
yang cukup besar (71,05%). Oleh karena itu, hasil pengukuran berulang yang jelas
pemodelan banyaknya kasus Tetanus melibatkan komponen acak di dalamnya. Hasil
Noenatorum di Jawa Timur membutuhkan penelitian Fang menunjukkan bahwa data hasil
suatu metode yang mampu mengakomodir pengukuran berulang yang mengandung
masalah zero-inflation pada data. overdispersi dan zero-inflation tetap cocok jika
Pemodelan data cacah (count) seperti data dimodelkan dengan regersi ZINB.
Tetanus Neonataorum dapat dilakukan salah Penelitian-penelitian lainnya antara lain Aa
satunya dengan regresi Poisson. Ketika terjadi dan Naing (2012) membandingkan regresi
overdispersi pada regresi Poisson, regresi Poisson, Binomial Negatif, ZIP, ZINB, dan
Binomial Negatif seringkali menjadi alternatif ZINBD pada data pasien yang terinfeksi AIDS
solusi. Overdispersi adalah suatu kondisi ketika di Kelantan, Malaysia. Hasil penelitian Aa dan
ragam lebih besar dari nilai harapan. Sebaran Naing menunjukkan bahwa model terbaik
Binomial Negatif merupakan campuran sebaran untuk kasus tersebut adalah regresi Zero-
Poisson-Gamma (Hilbe, 2011). Pada sebaran Inflated Negative Binomial Death Rate
Binomial Negatif terdapat suatu parameter (ZINBDR). Garay, Hashimoto, Ortega, dan
dispersi yang mampu mengakomodir terjadinya Lachos (2011) meneliti tentang estimasi dan
overdispersi, khususnya pada regresi Poisson diagnosa titik influensia menggunakan model
(Keswari, dll., 2014). Data cacah banyaknya regresi ZINB. Penelitian Amaliana (2017)
kasus Tetanus Neonatorum yang mengandung membandingkan dua model zero-inflation yaitu
banyak nilai nol atau zero-inflation lebih tepat regresi ZIP dan ZINB untuk mengetahui model
jika dianalisis dengan regresi Zero-Inflated terbaik yang mampu mengatasi overdispersi
Negative Binomial (ZINB). dan zero-inflation sebesar 73,67% pada data
Regresi ZINB memiliki parameter dispersi penyakit Tetanus Neonatorum tahun 2013.
seperti halnya regresi Binomial Negatif yang Sedangkan Nusantara dan Purhadi (2015)
berfungsi menggambarkan variasi data. memodelkan data Tetanus Neonatorum di Jawa
Mulanya, model zero-inflation dikembangkan Timur tahun 2012 yang mengandung 76,31%
oleh Lambert (1992) yaitu model Zero-Inflated proporsi zero-inflation menggunakan regresi
Poisson (ZIP) pada data banyaknya barang Geographically Weighted Zero-Inflated
cacat produksi di sebuah industri manufaktur. Poisson (GWZIP).
Namun, proporsi nilai nol (zero-inflation) pada Tujuan penelitian ini adalah: (1)
regresi ZIP dikatakan besar jika > 50%. mengetahui performa proporsi zero-inflation
Beberapa penelitian tentang regresi ZINB pada regresi ZINB dengan melakukan
dilakukan oleh Astuti dan Mulyanto (2015) pemodelan pada data Tetanus Neonatorum; (2)
untuk memodelkan data banyaknya kasus mendapatkan proporsi zero-inflation optimal
Tetanus Neonatorum di Jawa Timur tahun pada regresi ZINB yaitu proporsi zero-
2012. Sedangkan Yusuf, Bello, dan Gureje inflation yang menghasilkan model ZINB
(2017) memodelkan data banyaknya kasus terbaik.
jatuh pada lansia di Nigeria dengan proporsi Kasus overdispersi pada data dapat
zero-inflation sebesar 77,57% dan mengandung dideteksi dengan membagi nilai devians dengan
overdispersi menggunakan regresi ZIP dan derajat bebas model. Jika hasil bagi devians
ZINB. Hasil penelitiannya menunjukkan model dengan derajat bebas bernilai lebih besar dari 1,
80
E-Jurnal Matematika Vol. 8(2), Mei 2019, pp.79-87 ISSN: 2303-1751
DOI: https://doi.org/10.24843/MTK.2019.v08.i02.p238
maka data dikatakan mengandung overdispersi. yang dipublikasikan oleh Dinas Kesehatan
Sedangkan jika hasil bagi bernilai kurang dari Provinsi Jawa Timur tahun 2016. Data tersebut
1, dikatakan terjadi underdispersi pada data. adalah data banyaknya kasus Tetanus
Nilai devians model dapat dinyatakan sebagai Neonatorum di 38 kabupaten/kota yang
(Agresti, 2002): meliputi 29 kabupaten dan 9 kota di Jawa
∑ (̂ ) (1) Timur.
81
Amaliana, L., U. Sa’adah, N.W.S. Wardhani Performa Proporsi Zero-Inflation pada Regresi…
82
E-Jurnal Matematika Vol. 8(2), Mei 2019, pp.79-87 ISSN: 2303-1751
DOI: https://doi.org/10.24843/MTK.2019.v08.i02.p238
Berdasarkan Tabel 2, dapat diketahui bahwa Tabel 4 menunjukkan bahwa semua variabel
data banyaknya kasus Tetanus Neomatorum prediktor memiliki nilai VIF < 10. Hal ini
mengandung proporsi zero-inflation yang cukup mengindiksikan tidak terdapat multikolinieritas
besar yaitu 71,05%. Berdasarkan data Dinas antar variabel prediktor.
Kesehatan Jawa Timur, kasus Tetanus
Neonatorum tertinggi terjadi di Kabupaten Penentuan Proporsi Zero-Inflation
Bangkalan (8 kasus) dan Kabupaten Sampang (4 Setelah dilakukan identifikasi proporsi zero-
kasus). inflation, overdispersi, dan multikolinieritas,
Tabel 2 hasil identifikasi proporsi Zero- selanjutnya akan ditentukan beberapa proporsi
Inflation juga menunjukkan di sebanyak 27 dari zero-inflation pada data Tetanus Neonatorum di
total 38 kabupaten/ kota di Jawa Timur tidak Jawa Timur untuk mengetahui proporsi zero-
terjadi kasus Tetanus Neonatorum (0 kasus). inflation terbaik pada regresi ZINB. Penentuan
proporsi zero-inflation ini dilakukan dengan
Identifikasi Overdispersi mengurangi secara random satu per satu data
Salah satu cara untuk mengidentifikasi yang mengandung nilai nol (tidak ada kejadian
adanya overdispersi adalah melihat hasil bagi Tetanus Nenoatorum atau Y= 0 kasus). Jumlah
devians dengan derajat bebas model. Nilai sampel data yang awalnya 38 dengan proporsi
devians, derajat bebas, dan hasil bagi keduanya zero-inflation sebesar 71,05% (27 dari 38
dirangkum dalam Tabel 3. kabupaten/kota) berkurang menjadi 37 sampel
Tabel 3. Hasil Identifikasi Overdispersi dengan proporsi zero-inflation sebesar 70,27%
(26 dari 37 kabupaten/kota). Penentuan proporsi
Devians d.f. Devians / d.f.
zero-inflation ini dilakukan sampai dengan
38,13502 32 1,192
jumlah sampel minimal lebih besar dari 30.
Berdasarkan Tabel 3, dapat diketahui Hasil penentuan proporsi zero-inflation
bahwa hasil bagi devians dengan derajat bebas dirangkum pada Tabel 5.
model bernilai lebih besar dari 1. Hal ini Tabel 5. Proporsi Zero-Inflation
menunjukkan terjadi overdispersi pada data
banyaknya kasus Tetanus Neonatorum di Jawa Model Proporsi (%) Sampel
Timur tahun 2015. 1 71,05% 38
2 70,27% 37
3 69,44% 36
Identifikasi Mulikolinieritas
4 68,57% 35
Multikolinieritas merupakan suatu kondisi 5 67,65% 34
dimana terdapat korelasi tinggi antar 6 66,67% 33
variabel-variabel prediktor. Kondisi ini dapat 7 65,63% 32
mengakibatkan hasil pendugaan parameter 8 64,52% 31
menjadi tidak akurat. Multikolinieritas dapat
diidentifikasi dengan melihat nilai Variance Tabel 5 menunjukkan bahwa terdapat 8
Inflating Factor (VIF) yang lebih dari 10. proporsi zero-inflation yang berbeda untuk
Nilai VIF menunjukkan bagaimana variansi setiap model ZINB yang akan dibentuk. Proporsi
hasil pendugaan parameter akan meningkat zero-inflation terbesar sesuai dengan jumlah
83
Amaliana, L., U. Sa’adah, N.W.S. Wardhani Performa Proporsi Zero-Inflation pada Regresi…
sampel data awal adalah 71,05% dan terkecil Kriteria yang digunakan untuk menentukan
adalah 64,52%. model terbaik menggunakan nilai AIC. Tabel 7
berikut adalah rangkuman dari perbandingan
Pemodelan Banyaknya Kasus Tetanus nilai AIC untuk setiap proporsi zero-inflation.
Neonatorum dengan Regresi ZINB pada Tabel 7. Perbandingan Nilai AIC
Berbagai Proporsi Zero-Inflation
Langkah selanjutnya setelah ditentukan Model Proporsi (%) Devians AIC
beberapa proporsi zero-inflation adalah 1 71,05% 48,00 74,00883
2 70,27% 47,92 73,92293
melakukan pemodelan banyaknya kasus
3 69,44% 47,90 73,90902
Tetanus Neonatorum dengan regresi ZINB 4 68,57% 44,66 70,66935
untuk setiap proporsi zero-inflation. Tabel 6 5 67,65% 46,66 72,65516
berikut merangkum perbandingan nilai log- 6 66,67% 46,60 72,59437
likelihood dan variabel-variabel prediktor 7 65,63% 46,58 72,58576
8 64,52% 46,58 72,58093
yang signifikan dari hasil pemodelan ZINB
pada setiap proporsi zero-inflation. Nilai AIC dan devians model pada Tabel 7
Tabel 6. Perbandingan Hasil Pemodelan ZINB menunjukkan bahwa nilai AIC semakin kecil
ketika proporsi zero-inflation semakin kecil
Variabel Signifikan
Log- ( ) sampai dengan proporsi zero-inflation 68,57%.
Proporsi Berdasarkan hasil pemodelan ZINB pada
Model Likeli Model
(%)
hood Model
ZI semua proporsi zero-inflation, dapat diketahui
NB State
State bahwa model ZINB terbaik adalah model 4
*X1, X2, *X3 dengan proporsi zero-inflation sebesar 68,57%
1 71,05% -24,00
X3, X4
dan nilai AIC terkecil.
*X1, X2, *X3
2 70,27% -23,96
X3, X4
3 69,44% -23,95 X2, X3, X4 *X3 Pendugaan Parameter dan Uji Hipotesis
4 68,57% -22,33 X2, X3, X4 - Penduga parameter yang diperoleh dari hasil
5 67,65% -23,33 X2, X3, X4 - pemodelan banyaknya kasus Tetanus
6 66,67% -23,30 X2, X3, X4 -
Neonatorum dengan proporsi zero-inflation
7 65,63% -23,29 X2, X3, X4 -
8 64,52% -23,29 X2, X3, X4 - sebesar 68,57% dituliskan dalam Tabel 8.
*) = 10% Tabel 8. Hasil Pendugaan Parameter Regresi ZINB
dengan Proporsi Zero-Inflation 68,57%
Berdasarkan perbandingan hasil pemodelan
Para
ZINB pada Tabel 6, dapat diketahui bahwa meter
Estimasi SE Z-hit Pr(>|z|)
variabel X2, X3, dan X4 signifikan pada model ̂ -9,964 8,162 -1,221 0,222146
Negative Binomial state untuk semua proporsi ̂ -0,019 0,014 -1,307 0,191343
zero-inflation serta tidak ada variabel yang ̂ 0,364 0,099 3,688 0,000226*
signifikan pada model zero-inflation state ̂ -0,246 0,093 -2,658 0,007871*
dengan tingkat signifikansi 0,05. Sedangkan ̂ 0,098 0,029 3,352 0,000802*
̂ 0,005 0,007 0,656 0,511963
pada tingkat signifikansi 0,10, variabel X1, X2,
̂ -2,255 NA NA NA
X3, X4 signifikan untuk model Negative
̂ -1,160 NA NA NA
Binomial state 1 dan 2, serta variabel X3 ̂ 66,517 NA NA NA
signifikan pada model zero-inflation state. ̂ -63,371 NA NA NA
̂ -50,890 NA NA NA
Penentuan Model ZINB Terbaik ̂ 1,959 NA NA NA
Pada penelitian ini akan ditentukan model Log-Kappa = 20,589
Log-likelihood = -22,33 ; df = 13
ZINB terbaik dengan proporsi zero-inflation AIC = 70,66935
paling optimal untuk memodelkan data Tetanus *) = 5%
Neonatorum di Jawa Timur tahun 2015.
84
E-Jurnal Matematika Vol. 8(2), Mei 2019, pp.79-87 ISSN: 2303-1751
DOI: https://doi.org/10.24843/MTK.2019.v08.i02.p238
85
Amaliana, L., U. Sa’adah, N.W.S. Wardhani Performa Proporsi Zero-Inflation pada Regresi…
banyaknya kasus semula untuk setiap Agresti, A. (2002). Categorical Data Analysis.
penambahan satu persen imunisasi TT1 pada ibu Edisi 2. John Wiley & Sons. New York.
hamil (X2), jika variabel lain dianggap konstan. Amaliana, L. (2017). Perbandingan ZIP dan
ZINB pada jumlah kasus tetanus neonatorum
di Jawa Timur tahun 2013. Prosiding
4. KESIMPULAN DAN SARAN Seminar Nasional Matematika Indo-MS
Wilayah Sulawesi. 11-12 Juli 2017,
Kesimpulan Makassar, Indonesia. Hal. 428-438.
Berdasarkan hasil pemodelan banyaknya
kasus Tetanus Neonatorum di Jawa Timur Astuti, C.C., Mulyanto, A.D. (2016). Pemodelan
Regresi ZINB pada Kasus Tetanus
menggunakan regresi ZINB pada berbagai
Neonatorum di Provinsi Jawa Timur.
proporsi zero-inflation, diperoleh simpulan Cauchy–Jurnal Matematika Murni dan
sebagai berikut: Aplikasi. 4 (3). Hal. 115-119.
1. Proporsi zero-inflation sebesar 64,52% pada Badan Pusat Statistik. (2008). Data dan Informasi
data banyaknya kasus Tetanus Neonatorum Kemiskinan 2008. Jakarta: BPS.
di Jawa Timur merupakan proporsi optimal
Dinas Kesehatan Provinsi Jawa Timur. (2016).
yang menghasilkan model ZINB terbaik Profil Kesehatan Provinsi Jawa Timur Tahun
berdasarkan kriteria AIC. 2015. Dinas Kesehatan Jawa Timur.
2. Variabel prediktor persentase ibu bersalin Surabaya.
yang ditolong tenaga kesehatan, persentase Fang, R. (2013). ZINB Regression Model for
kunjungan K1 pada ibu hamil, dan Overdispersed Count Data with Excess Zeros
persentase imunisasi TT1 pada ibu hamil and Repeated Measures, An Application to
berpengaruh signifikan terhadap banyaknya Human Microbiota Sequence Data. Tesis.
kasus Tetanus Neonatorum di Jawa Timur. Biostatistics Program. University of
Colorado.
Saran Garay, A.M., Hashimoto, E.M., Ortega, E.M.M.,
Saran untuk penelitian selanjutnya adalah & Lachos, V.H. (2011). On Estimation and
dapat dicari proporsi zero-inflation optimal yang Influence Diagnostics for ZINB Regression
berlaku umum untuk semua kasus menggunakan Models. Computational Statistics and Data
Analysis. 55 (2011). Hal. 1304-1318.
regresi ZINB. Proporsi zero-inflation optimal
yang diperoleh dalam penelitian ini merupakan Gujarati, D. N. (2004). Basic Econometrics, 4th
hasil dari satu studi kasus data Tetanus Ed. Mc.Graw-Hill Companies, New York.
Neonatorum di Jawa Timur. Hilbe, J.M. (2011). Negative Binomial
Regression, 2th Ed. Cambridge University
UCAPAN TERIMA KASIH Press. New York.
Kementerian Kesehatan RI. (2012). Eliminasi
Penelitian ini didanai oleh dana BOPTN
Tetanus Maternal dan Neonatal. Buletin
Nomor 27/UN10.F09.01/PN/2017 Fakultas Jendela Data dan Informasi Kesehatan. I,
MIPA Universitas Brawijaya, Malang, September 2017.
Indonesia. Ucapan terima kasih ini ditujukan Kementerian Kesehatan RI. (2016). Profil
kepada semua pihak yang terkait sehingga Kesehatan Indonesia Tahun 2015.
penelitian ini dapat terlaksana dengan baik. Kementerian Kesehatan RI. Jakarta.
Keswari, N.M.R., Sumarjaya, I.W., &
DAFTAR PUSTAKA Suciptawati, N.L.P. (2014). Perbandingan
Aa, M.A., & Naing, N.N. (2012). Analysis Death Regresi NB dan Regresi Generalisasi Poisson
Rate of Age Model with Excess Zeros using dalam Mengatasi Overdispersi. E-Jurnal
ZINB and Negative Binomial Death Rate: Matematika. 3 (3). Hal. 107-115.
Mortality AIDS Co-infection Patients, Lambert, D. (1992). Zero-Inflated Poisson
Kelantan Malaysia. Procedia Economics and Regression, with an Application to Defect in
Finance. 2. Hal. 275-283. Manufacturing. American Statistical
86
E-Jurnal Matematika Vol. 8(2), Mei 2019, pp.79-87 ISSN: 2303-1751
DOI: https://doi.org/10.24843/MTK.2019.v08.i02.p238
Assosiation and the American Society for Sugiharto & Ristrini. (2016). Profil Tetanus
Quality Control. 34 (1). Hal. 1-14. Neonatorum dalam Rangka Kebijakan
Nusantara, R.K.P. & Purhadi.(2015). Pemodelan ETMN di Kabupaten Bangkalan Jawa Timur
Jumlah Kasus Penyakit Tetanus Neonatorum 2012 - 2014. Buletin Penelitian Sistem
di Jawa Timur Tahun 2012 dengan Kesehatan. 19 (2). Hal.149-156.
GWZIPR. E-Jurnal Sains dan Seni ITS. 4 (1). Yusuf, O.B., Bello, T., & Gureje, O. (2017). ZIP
Hal. 79-84. and ZINB Models with Application to
Number of Falls in the Elderly. Biostatistics
& Biometrics. 1 (4). Hal. 1-7.
87