Abstrak—HIV dan AIDS merupakan penyakit yang menjadi jumlahan yang diduga saling berkorelasi, serta mengalami
perhatian di Indonesia, jumlah kasus HIV dan AIDS sejak 1987 kasus overdispersi atau underdispersi sehingga dapat dianalisis
sampai 2014 menunjukkan bahwa Provinsi Jawa Timur berada dengan metode Bivariate Generalized Poisson Regression
pada urutan ke dua dengan jumlah kasus HIV dan AIDS tertinggi (BGPR). Penelitian sebelumnya yang meng-gunakan metode
di Indonesia. Kota Surabaya merupakan kota yang memliki
BGPR [3], [4] menghasilkan kesimpulan bahwa metode BGPR
jumlah kasus baru HIV dan AIDS terbanyak di Provinsi Jawa
Timur. Jumlah kasus HIV di Kota Surabaya memiliki hubungan dapat menghasilkan model terbaik terhadap sepasang data
linier dengan jumlah kasus AIDS, sehingga disebut bivariate. count yang saling berkorelasi, berdistribusi bivariate Poisson
Kedua jumlah tersebut termasuk variabel random yang memiliki dan mengalami kasus overdispersi.
varians lebih besar dari nilai rata-ratanya. Ukuran ini disebut Berdasarkan uraian diatas, pada penelitian ini jumlah kasus
overdispersi. Oleh karenanya, kedua variabel tersebut tidak HIV dan jumlah kasus AIDS di Kota Surabaya dianalisis
dapat didekati dengan distribusi Poisson yang memiliki nilai dengan menggunakan bivariate generalized Poisson
varians dan rata-rata yang sama. Pendekatan distribusi lain yang regression. Tujuan penelitian ini adalah mengidentifikasi
memungkinkan yaitu bivariate generalized Poisson. Dalam rangka faktor-faktor yang mempengaruhi jumlah kasus HIV dan
mengidentifikasi variabel-variabel prediktor yang berpengaruh
jumlah kasus AIDS dan mendapatkan model terbaik serta
signifikan terhadap jumlah kasus HIV dan AIDS, analisis regresi
yang diterapkan juga disesuaikan dengan distribusi variabel- faktor yang mempengaruhi jumlah kasus HIV dan jumlah
variabel respon. Meng-aplikasikan bivariate generalized Poisson kasus AIDS di Kota Surabaya.
regression, berdasarkan hasil analisis, diperoleh simpulan bahwa
faktor yang berpengaruh signifikan terhadap jumlah kasus HIV
adalah persentase penduduk pengguna kondom, persentase II. TINJAUAN PUSTAKA
penduduk yang tamat SMA, persentase penduduk kelompok A. Bivariate Generalized Poisson Regression
umur 25-29 tahun dan persentase kegiatan penyuluhan kesehatan
Bivariate generalized Poisson regression merupakan
masyarakat. Faktor yang berpengaruh signifikan terhadap
jumlah kasus AIDS adalah persentase penduduk yang memiliki pengembangan dari bivariate Poisson regression, dimana
jaminan kesehatan masyarakat miskin. Model terbaik yang datanya mengalami kasus overdispersi ataupun underdispersi.
diperoleh adalah model yang melibatkan semua variabel BGPR juga digunakan untuk memodelkan sepasang data count
prediktor dengan nilai AIC sebesar 220,038. yang memiliki korelasi dengan variabel prediktor yang diduga
mempengaruhinya. Sebelum pemodelan BGPR dilakukan,
Kata Kunci---AIDS, Bivariate Generalized Poisson Regression, maka terlebih dahulu dilakukan uji distribusi bivariate
HIV. generalized Poisson. Misalkan N1, N2, N3 merupakan variabel
acak yang saling bebas, masing-masing berdistribusi
generalized Poisson serta diberikan variabel acak
I. PENDAHULUAN
Y1 N1 N3 dan Y2 N 2 N3 maka fungsi peluang
H IV dan AIDS merupakan penyakit yang menjadi perhatian
di Indonesia, HIV dan AIDS di Indonesia pertama kali
ditemukan di Provinsi Bali tahun 1987. Hingga saat ini HIV
bersamanya sebagai persamaan 1 [5].
f ( y1 , y2 ) 0 12 exp{( 0 1 2 ) y11 y2 2 }. A.B (1)
dan AIDS sudah menyebar di 386 kabupaten/kota di seluruh dimana:
provinsi di Indonesia. Berdasarkan laporan provinsi, jumlah
y1 , y2 0,1, 2, ...
kasus infeksi HIV yang dilaporkan sejak 1987 sampai
september 2014 yang terbanyak adalah DKI Jakarta dengan y1 k 1
min( y 1, y 2 )
( 1 ( y1 k ))
32.782 kasus. Lima provinsi dengan kasus HIV terbanyak A
adalah Provinsi DKI Jakarta, Jawa Timur, Papua, Jawa Barat k 0 ( y1 k )!( y2 k )! k !
dan Bali. Lima provinsi dengan kasus AIDS terbanyak adalah y2 k 1 k 1
B ( 2 ( y2 k )) ( 0 k 0 ) exp{k (1 2 0 )}
Provinsi Papua, Jawa Timur, DKI Jakarta, Bali dan Jawa Barat
[1].
Berdasarkan uraian tersebut Provinsi Jawa Timur selalu Untuk mengetahui apakah variabel Y1 dan Y2 mengikuti
masuk ke dalam lima besar provinsi dengan jumlah kasus HIV distribusi bivariate generalized Poisson, maka dilakukan uji
dan AIDS terbanyak sejak 1987 sampai september 2014. Di distribusi bivariate generalized Poisson menggunakan
antara 38 kabupaten/kota yang ada di Provinsi Jawa Timur, Crockett’s test dengan hipotesis sebagai berikut:
Kota Surabaya merupakan daerah dengan jumlah kasus baru H0 : variabel respon Y1 dan Y2 mengikuti distribusi bi-
HIV dan AIDS terbanyak, pada tahun 2015 ditemukan 652 variate generalized Poisson
kasus HIV dan 281 kasus AIDS di Surabaya [2]. Jumlah kasus
H1 : variabel respon Y1 dan Y2 tidak mengikuti distribusi
HIV dan jumlah kasus AIDS di Kota Surabaya berupa data
bivariate generalized Poisson
JURNAL SAINS DAN SENI ITS Vol. 6, No. 2 (2017) ISSN: 2337-3520 (2301-928X Print) D200
penentuan nilai Crockett’s test dilakukan dengan perhitungan D(βˆ ) (2 ,v) [6]. Jika pada pengujian serentak diperoleh hasil
sebagai berikut:
ˆ Z tolak H0, maka analsis dilanjutkan ke pengujian parameter
T ZV (2) secara parsial dengan hipotesis sebagai berikut:
dimana: a). Parameter
Z ZY 1
ZY
2
; Zh var(Yh ) - Yh , h 1, 2 dan H0 : j 0
1 ˆ ˆ H1: j 0; j 1, 2
ˆ 2 12
n 1, 2; ˆh var(Yh );
V n ˆ ˆ ;
21 2 Statistik Uji:
ˆ gh cov(Yg , Yh ); g , h 1, 2; g h ˆ j
Z hit (7)
Tolak H0 jika T (2n , ) SE (ˆ j )
b). Parameter
Jika Y1i , Y2i : BGP( 1i , 2i , 1 , 2 ) maka model BGPR
H 0 : jl 0
didefenisikan sebagai berikut:
ln( ji ) xi β j j 0 j1 x1i j 2 x2i L jk xki (3) H1: jl 0; j 1, 2 dan l 1, 2, ..., k
(5) Statistik uji yang digunakan untuk uji korelasi adalah sebagai
dimana: berikut:
A1 exp{( 0 1i 2i ) y1i1 y2i 2 } rY ,Y n2
t
1 2
k 1 (9)
( 1i ( 1i k ) 1 )
y1 i k 1
( 2 i ( 2 i k ) 2 )
y 2 i k 1
( 0 k 0 ) 1 ( rY ,Y )
2
A2 1 2
( y1i k )! ( y2 i k )! k!
Tolak H0 jika t hit t( , n 2 )
A3 exp( k (1 2 0 ))
2
(5)
kemudian dibentuk fungsi ln likelihood dari persamaan 5 dan Pendeteksian adanya kasus multikolinieritas adalah dengan
diturunkan terhadap masing-masing parameter. Berdasarkan memperhatikan nilai Variance Inflation Factor (VIF) [7]. Nilai
hasil turunan pertama terhadap semua parameter diperoleh VIF yang lebih dari 10 mengindikasikan terjadi multi-
hasil persamaan yang eksplisit, sehingga dapat diselesaikan kolinieritas antar variabel prediktor, VIF didefenisikan sebagai
dengan optimasi Nelder-Mead. persamaan berikut:
2) Pengujian Hipotesis Parameter Bivariate Generalized 1
Poisson Regression VIF , j 1, 2,..., k (10)
1 Rj
2
dengan derajat bebas diperoleh nilai lebih besar dari satu [8].
D (βˆ ) merupakan pendekatan distribusi Chi-Square dengan
derajat bebas v (jumlah parameter dibawah populasi dikurangi D. Pemilihan Model Terbaik
jumlah parameter dibawah hipotesis). Tolak H0 jika Pada penelitian ini pemilihan model terbaik dilakukan
dengan menggunakan Akaike’s Information Criterion (AIC).
JURNAL SAINS DAN SENI ITS Vol. 6, No. 2, (2017) ISSN: 2337-3520 (2301-928X Print) D201
Perhitungan nilai AIC untuk model regresi multivariat adalah yang dibagi menjadi tiga kategori berdasarkan klasifikasi
sebagai berikut [9]. natural breaks.
AIC n ln ˆ
d
2 jk (11) 2. Identifikasi variabel respon dan prediktor, dengan langkah-
dimana: langkah sebagai berikut:
n = banyaknya pengamatan a. Melakukan uji korelasi antar variabel respon, yaitu
n jumlah kasus HIV dan AIDS.
ˆ 1
d
n i 1
εi εi
T
b. Melakukan uji distribusi bivariate generalized Poisson
pada variabel respon dengan menggunakan Crockett’s
j = banyaknya variabel respon test.
k = banyaknya variabel prediktor
c. Pemeriksaan equidispersi pada variabel respon, yaitu
E. HIV dan AIDS jumlah kasus HIV dan AIDS.
Human Immunodeficiency Virus (HIV) adalah sejenis virus d. Pemeriksaan multikolinieritas pada variabel prediktor
yang menyerang atau menginfeksi sel darah putih yang yang diduga mempengaruhi jumlah kasus HIV dan
meyebabkan turunnya kekebalan tubuh manusia, sehingga AIDS dengan menggunakan kriteria VIF.
orang yang terserang penyakit tersebut tidak dapat melawan 3. Menentukan model terbaik dari all possible models
berbagai jenis penyakit yang menyerang tubuhnya.
berdasarkan nilai AIC terkecil.
Menurunnya kekebalan tubuh akibat HIV berdampak pada
mudahnya terkena berbagai penyakit infeksi (Infeksi 4. Pemodelan jumlah kasus HIV dan AIDS menggunakan
oportunistik) yang sering berakibat fatal. Acquired Immune bivariate generalized Poisson regression pada model
Defeciency Syndrom (AIDS) adalah sekumpulan gejala terbaik, dengan langkah sebagai berikut:
penyakit yang timbul akibat turunnya kekebalan tubuh yang a. Penaksiran parameter model BGPR dengan meng-
disebabkan oleh infeksi HIV. gunakan Maximum Likelihood Estimation (MLE).
b. Melakukan pengujian signifikansi parameter secara
III. METODOLOGI PENELITIAN serentak dan parsial.
A. Sumber Data c. Interpretasi Model.
Data yang digunakan adalah data sekunder yang diperoleh
dari Publikasi Dinas Kesehatan Kota Surabaya pada tahun IV. ANALISIS DAN PEMBAHASAN
2013. Jumlah unit pengamatan sebanyak 31 unit pengamatan
yaitu 31 kecamatan yang ada di Kota Surabaya. A. Deskripsi Jumlah Kasus HIV dan AIDS di Kota Surabaya
Jumlah kasus HIV di kota surabaya terus meningkat dari
B. Variabel Penelitian tahun 2013-2015, sedangkan jumlah kasus AIDS dikota
Adapun variabel penelitian yang digunakan dalam penelitian Surabaya dari tahun 2013-2015 mengalami fluktuasi. Rata-rata
ini terdiri dari variabel respon (Y) dan variabel prediktor (X) jumlah kasus HIV di setiap kecamatan di Kota Surabaya pada
yang ditunjukkan pada Tabel 1. tahun 2014 adalah 17 kasus, sedangkan rata-rata jumlah kasus
AIDS adalah 11 kasus. Rata-rata jumlah kasus HIV di setiap
C. Langkah Analisis
kecamatan di Kota Surabaya pada tahun 2015 adalah 20 kasus,
Langkah analisis yang dilakukan dalam penelitian ini adalah sedangkan rata-rata jumlah kasus AIDS sebanyak 8 kasus.
sebagai berikut: Rata-rata jumlah kasus HIV dan AIDS di setiap kecamatan di
Kota Surabaya disajikan pada Gambar 1.
Tabel 1.
Variabel Penelitian
Variabel Tipe
Keterangan
Pada tahun 2013 rata-rata jumlah kasus HIV di setiap Bulak, Tambak Sari, Gubeng, dan Wonokromo. Kecamatan
kecamatan yang ada di Kota Surabaya sebanyak 14 kasus. dengan jumlah kasus HIV kategori tinggi adalah Sawahan.
Kasus HIV terbanyak adalah 114 kasus yang berada di Rata-rata jumlah kasus AIDS di setiap kecamatan yang ada
Kecamatan Sawahan sementara di Kecamatan Lakar Santri di Kota Surabaya pada tahun 2013 adalah sebanyak 7 kasus,
tidak ada kasus HIV. Kecamatan Pabean Cantikan merupakan kasus AIDS terbanyak adalah 24 kasus yang berada di
kecamatan dengan persentase pengguna kondom tertinggi yaitu Kecamatan Sawahan sementara di Kecamatan Sambikerep
sebesar 1,2432% dari jumlah penduduknya, sementara terendah tidak ada kasus AIDS. Penyebaran jumlah kasus AIDS di Kota
adalah Kecamatan Asemrowo sebesar 0,0046%. Kecamatan Surabaya disajikan pada Gambar 3. Berdasarkan Gambar 3
Tegalsari merupakan kecamatan dengan persentase penduduk diperoleh 9 kecamatan dengan jumlah kasus AIDS kategori
yang tamat SMA tertinggi sebesar 53,22%, sementara terendah rendah yaitu Kecamatan Pakal, Sambikerep, Lakar Santri,
berada di Kecamatan Asemrowo sebesar 22,08%. Persentase Wiyung, Karang Pilang, Genteng, Jambangan, Gayungan dan
penduduk kelompok umur 25-29 tahun tertinggi berada di Tenggilis Mejoyo. Terdapat 16 kecamatan dengan jumlah
Kecamatan Tandes sebesar 11,273%, sementara terendah
berada di kecamatan Pakal sebesar 7,777%. Kecamatan dengan
persentase penduduk yang memiliki jaminan kesehatan
masyarakat miskin tertinggi berada di Kecamatan Semampir
dan terendah di Kecamatan Tenggilis. Kecamatan dengan
persentase kegiatan penyuluhan kesehatan masyarakat tertinggi
berada di Kecamatan Tegalsari sebesar 3,242%, sementara
terendah berada di Kecamatan Karangpilang yaitu sebesar
0,068%. Deskripsi jumlah kasus HIV dan AIDS di Kota
Surabaya tahun 2013 disajikan pada Tabel 2.
Tabel 2.
Deskripsi Variabel Penelitian
Tegalsari, Lakar Santri, Dukuh Pakis, Wiyung, Karang Pilang, Karena Thit ( 0,05; 2 ) maka gagal tolak H0 artinya bahwa jumlah
2
besar dari satu, maka dapat disimpulkan bahwa jumlah kasus Tabel 5. Model yang diperoleh dari hasil penaksiran parameter
HIV dan jumlah kasus AIDS mengalami kasus overdispersi. BGPR untuk jumlah kasus HIV dan AIDS didefenisikan pada
persamaan 12 dan 13.
Tabel 3.
Nilai Korelasi dan VIF Variabel Prediktor
ln( ˆ1 ) 2, 9880 0, 7538 X1 0, 0376 X 2 0,1972 X 3 0, 0008 X 4
Vari-
X1 X2 X3 X4 X5 VIF
abel 0, 3549 X 5
X1 1 1,0732
X2 0,17874 1 1,4244 ˆ1 exp(2, 9880 0, 7538 X 1 0, 0376 X 2 0,1972 X 3
X3 0,05469 -0,39450 1 1,3585 (12)
X4 -0,02553 0,11067 -0,34533 1 1,1449 0, 0008 X 4 0, 3549 X 5 )
X5 -0,05885 0,34979 -0,11955 0,10742 1 1,1702
ln( ˆ 2 ) 0, 5383 0,1584 X1 0, 0221X 2 +0, 0593 X 3 0, 0211X 4
Variabe Prediktor AIC Variabel Prediktor AIC 2 0,0376 0,0099 0,0221 0,0117
Pengujian ini menggunakan statistik uji pada persamaan 8 yang pada pemodelan BGPR dengan nilai AIC sebesar
kemudian dibandingkan dengan nilai Z tabel . H0 ditolak apabila 220,038. Adapun variabel prediktor yang berpengaruh
signifikan terhadap model jumlah kasus HIV adalah
Tabel 6. persentase penduduk pengguna kondom, persentase
Nilai Zhitung Model BGPR penduduk yang tamat SMA, persentase penduduk
Parameter Jumlah Kasus HIV Jumlah Kasus AIDS kelompok umur 25-29 tahun dan persentase kegiatan
0 2,8457 0,4428 penyuluhan kesehatan masyarakat. Sedangkan variabel
yang berpengaruh signifikan terhadap model jumlah kasus
1 3,6717* -0,5341 AIDS adalah persentase penduduk yang memiliki jaminan
2 3,7980* 1,8889
kesehatan masyarakat miskin.
B. Saran
3 -2,0693* 0,5440
Berdasarkan hasil analasis maka saran yang dapat peneliti
4 0,0909 2,4253* berikan adalah untuk penelitian selanjutnya, karena data baru
5 -3,5313* -0,8287 tentang variabel yang digunakan dalam penelitian ini tidak
tersedia di Dinas Kesehatan Kota Surabaya maka sebaiknya
melakukan penelitian tentang HIV dan AIDS menggunakan
Z hit Z tabel , dengan menggunakan taraf signifikansi 5% data primer. Bagi Dinas Kesehatan Kota Surabaya perlu
memprioritaskan kegiatan penyuluhan kesehatan masyarakat
diperoleh nilai Z 0,025 1, 96. Nilai Z hit pada uji parsial terutama tentang penyakit HIV dan AIDS, karena dengan
parameter disajikan pada Tabel 6. pemahaman dan pengetahuan yang mumpuni tentang HIV dan
Berdasarkan Tabel 6 diperoleh bahwa variabel prediktor AIDS maka masyarakat akan lebih waspada dalam melakukan
yang berpengaruh signifikan terhadap model BGPR jumlah hubungan seksual terutama bagi penduduk yang memiliki
kasus HIV di Kota Surabaya adalah persentase penduduk pasangan seksual lebih dari satu orang sehingga diharapkan
pengguna kondom, persentase penduduk yang tamat SMA, mampu menekan jumlah kasus HIV dan AIDS di Kota
persentase penduduk kelompok umur 25-29 tahun dan Surabaya. Dinas Kesehatan Kota Surabaya perlu melakukan
persentase kegiatan penyuluhan kesehatan masyarakat. pemeriksaan ulang, apakah pemberikan jaminan kesehatan
Sedangkan variabel prediktor yang berpengaruh secara masyarakat miskin telah tepat sasaran atau tidak.
signifikan terhadap model BGPR jumlah kasus AIDS di Kota
Surabaya adalah persentase penduduk yang memiliki jaminan DAFTAR PUSTAKA
kesehatan masyarakat miskin. [1] Kementrian Kesehatan RI, “Situasi dan Analisis HIV AIDS,” Jakarta,
2014.
[2] Dinas Kesehatan Kota Surabaya, “Profil Kesehatan Kota Surabaya,” 2015.
V. KESIMPULAN DAN SARAN [3] M. P. Putri, “Pemodelan Jumlah Kematian Ibu dan Jumlah Kematian Bayi
A. Kesimpulan di Provinsi Jawa Tengah Menggunakan Bivariate Generalized Poisson
Regression,” Surabaya, 2017.
Kesimpulan yang dapat diambil dari penelitian adalah [4] D. K. Wardani, “Pendugaan Parameter dan Pengujian Hipotesis Bivariate
sebagai berikut. Generalized Poisson Regression,” Surabaya, 2016.
[5] R. Vernic, “On The Bivariate Generalized Poisson Distribution,” J. IAA,
1. Jumlah kasus HIV terbanyak di Kota Surabaya berada di vol. 27, no. 1, pp. 23–32, 1997.
Kecamatan Sawahan dengan jumlah kasus sebanyak 114 [6] A. Agresti, Categorical Data Analysis, 2nd ed. New York: John Wiley &
kasus, sementara di Kecamatan Lakar Santri tidak Sons, Inc, 2002.
teradapat kasus HIV. Jumlah kasus AIDS terbanyak [7] R. Hocking, Methods and Application of Linear Models. Canada: John
Wiley and Sons, Inc, 2003.
berada di Kecamatan Sawahan, sementara di Kecamatan [8] F. Famoye, J. T. Wulu, and K. P. Singh, “On the Generalized Poisson
Sambikerep tidak terdapat kasus AIDS. Regression Model with an Application to Accident Data,” J. Data Sci.,
2. Berdasarkan nilai AIC diperoleh bahwa model terbaik vol. 2, pp. 287–295, 2004.
adalah model yang melibatkan semua variabel prediktor [9] R. A. Johnson and D. W. Wichern, Applied Multivariate Statistical
Analysis. New Jersey: Pearson education, Inc., 2007.