Provinsi Jawa Timur sebagai salah satu wilayah terpadat di Indonesia pun tak luput dari pandemi Covid-19, bahkan sejak akhir Mei 2020 Provinsi Jawa Timur kerap mencatat penambahan kasus harian tertinggi di Indonesia. Meningkatnya kasus terkonfirmasi dan suspect di Indonesia khususnya di Jawa Timur tidak lepas dari beberapa hal, salah satunya adalah kepadatan penduduk di wilayah Jawa Timur. Kepadatan penduduk sangat erat kaitannya dengan mobilitas penduduk, peningkatan mobilitas penduduk terutama jika terjadi pada waktu yang bersamaan akan meningkatkan dan memperluas risiko geografis Covid-19. Jumlah kasus terkonfirmasi dan dugaan Covid-19 merupakan data count yang saling berkorelasi. Model regresi yang populer dari dua variabel respon untuk data count adalah regresi poisson bi-respon. Namun, asumsi pelanggaran regresi poisson yang sering terjadi adalah overdispersi. Regresi binomial negatif dapat mengatasi kasus overdispersi ini. Dalam artikel ini akan dibahas pemodelan banyaknya kasus terkonfirmasi dan suspek Covid-19 di Jawa Timur yang dipengaruhi oleh kepadatan penduduk dengan menggunakan regresi binomial negatif bi-response berdasarkan estimator linier lokal.
Data yang digunakan dalam penelitian ini adalah data sekunder yang dikumpulkan dari Dinas Kesehatan Provinsi Jawa Timur yaitu banyaknya kasus terkonfirmasi positif dan suspek Covid-19 pada tanggal 21 Juli 2020. Provinsi Jawa Timur terdiri dari 29 kabupaten dan 9 kota. Dalam penelitian ini, data diuraikan menjadi data in-sample dan out-sample. Data in-sample adalah data dari 31 kabupaten atau kota di Provinsi Jawa Timur yang digunakan untuk pemodelan dan 7 kabupaten atau kota lainnya digunakan sebagai data out-sample yang dipilih secara acak dan digunakan untuk pengujian model. Langkah pertama yang dilakukan untuk mengestimasi jumlah kasus terkonfirmasi dan suspek Covid-19 di Jawa Timur dengan kepadatan penduduk sebagai variabel prediktor adalah menguji korelasi antara kedua variabel respon. Berdasarkan hasil pengujian korelasi pearson diperoleh p–value yakni 0,001 kurang dari α=0,05 sehingga dapat disimpulkan bahwa ada korelasi yang signifikan antara banyaknya kasus terkonfirmasi positif dengan banyaknya kasus suspek Covid-19 di Jawa Timur.
Dalam pengestimasian model regresi nonparametrik berdasarkan estimator linier lokal ditentukan nilai bandwidth yang optimal menggunakan metode maximum likelihood cross validation (MLCV). Kabupaten Mojokerto dipilih sebagai contoh dalam interpretasi model, karena Mojokerto merupakan salah satu penyangga Surabaya dengan jumlah kasus terkonfirmasi positif Covid-19 tertinggi di Jawa Timur. Banyak warga Mojokerto yang berpindah-pindah dari dan ke Surabaya. Berdasarkan estimasi model dapat dinterpretasikan untuk setiap penambahan seratus kepadatan penduduk di Kabupaten Mojokerto akan memberikan perubahan banyaknya kasus terkonfirmasi positif dan suspek Covid-19 masing-masing sebesar 1,040 dan 1,042 kali lipat dibandingkan kasus sebelumnya. Estimasi banyaknya kasus terkonfirmasi positif dan suspek Covid-19 di Jawa Timur yang dipengaruhi oleh kepadatan penduduk menggunakan regresi binomial negatif bi-response berdasarkan estimator linier lokal telah memenuhi kriteria kebaikan model (goodness of fit test). Selain itu, model estimasi dengan pendekatan regresi nonparametrik berdasarkan estimator linier lokal lebih baik dibandingkan dengan menggunakan pendekatan regresi parametrik karena memiliki nilai devians yang lebih kecil.
Penulis: Dr, Nur Chamidah, M,Si,
Informasi detail dari penelitian ini dapat dilihat pada tulisan kami di:
https://aip.scitation.org/doi/10.1063/5.0042288
Amin Tohari, Nur Chamidah, Fatmawati. 2021. Modeling The Number of Confirmed and Suspected Cases of Covid-19 in East Java Using Bi-response Negative Binomial Regression Based on Local Linear Estimator. AIP Conference Proceedings 2329, 060022. https://doi.org/10.1063/5.0042288.
