ANALISIS SPASIAL ANGKA MORBIDITAS JAWA TENGAH MENURUT KABUPATEN/KOTA TAHUN 2017

Aprilia Lutviana Dewi, Rani Nooraeni, Aprillia Anis Saputri, Emalia Septiani Hirma, Firza Refo Adi Pratama, Fiqih Tri Mahendra

Abstract


Morbiditas merupakan salah satu indikator yang digunakan untuk mengukur derajat kesehatan penduduk. Penduduk di pulau Jawa memiliki derajat kesehatan lebih baik dibandingkan wilayah lain. Namun angka morbiditas di Jawa Tengah pada tiga tahun terakhir ini lebih tinggi daripada angka morbiditas Indonesia. Penelitian ini bertujuan untuk menganalisis angka morbiditas Provinsi Jawa Tengah secara spasial untuk menelusuri faktor-faktor yang mempengaruhi angka morbiditas Provinsi Jawa Tengah menurut kabupaten/kota secara spasial tahun 2017. Metode analisis yang digunakan adalah analisis deskriptif dengan peta tematik dan analisis autokorelasi spasial. Autokorelasi spasial diukur melalui indeks Moran. Sedangkan untuk analisis variabel-variabel secara spasial yang mempengaruhi angka morbiditas dilakukan dengan model Spatial Autoregressive Model karena terdapat dependensi lag pada kabupaten/kota di Jawa Tengah. Dengan pemodelan SAR, didapatkan variabel prediktor yang signifikan memengaruhi variabel respon yaitu morbiditas pada alfa 11% adalah variabel kemiskinan atau X3 dan variabel rasio fasilitas kesehatan per 30000 penduduk atau X5 dengan nilai R2 46%.


Keywords


Spatial Autoregressive Model, Morbidity, Moran's Index

References


Arifianto, Eko. (2010). Mengukur Kinerja Kota-kota di Indonesia dengan Pendekatan City Development Index (CDI) Kajian Studi pada 32 Kota di Pulau Jawa Tahun 2008 [Tesis]. Program Magister Perencanaan dan Kebijakan Publik Jakarta. Fakultas Ekonomi. Universitas Indonesia: Jakarta.

Badan Pusat Statistik Jawa Timur. 2014. Hasil Survei Sosial Ekonomi Nasional Tahun 2014 Provinsi Jawa Timur. Badan Pusat Statistik: Jawa Timur.

Badan Pusat Statistik Jawa Tengah. 2017. Profil Kesehatan Provinsi Jawa Tengah Tahun 2017. Badan Pusat Statistik: Jawa Tengah.

Hanum, D, Purhadi (2013). Faktor-faktor yang Mempengaruhi Morbiditas Penduduk Jawa Timur dengan Multivariate Geographically Weighted Regression (MGWR). Jurnal Seni dan Sains POMITS, Vol. 2 (2), 189-194.

Republika (2019). BPS Sebut Angka Kesakitan Nasional Cenderung Menurun [Internet]. 27 Nov 2019, 23:08 WIB. [diakses 10 Februari 2019]. Tersedia dari: https://www.republika.co.id/berita/nasional/umum/19/11/27/q1mqum409-bps-sebut-angka-kesakitan-nasional-cenderung-menurun

Saputeri, E.A. (2019). Analisis Spasial Angka Morbiditas di Kabupaten/Kota Pulau Jawa Tahun 2017 [Skripsi]. Jakarta: Politeknik Statistika STIS.

Sirusa BPS. Angka Kesakitan (Morbiditas) [Internet],_____, [diakses 10 Februari 2020]. Tersedia dari: https://sirusa.bps.go.id/sirusa/index.php/indikator/16

Wulandari, K, Budiantara, I.N, Ratna, M. (2017). Pemodelan Faktor-Faktor yang Mempengaruhi Angka Morbiditas di Jawa Timur Menggunakan Regresi Nonparametrik Spline. Jurnal Sains dan Seni ITS, Vol. 6 (1), 115-121.

Wuryandari, T, dkk (2014). Identifikasi Autokorelasi Spasial pada Jumlah Pengangguran di Jawa Tengah Menggunakan Indeks Moran. Jurnal Nasional Media Statistika Universitas Diponegoro, Vol. 7(1).

Rahmawati, Rita, dkk. (2015). Analisis Spasial Pengaruh Tingkat Pengangguran Terhadap Kemiskinan di Indonesia (Studi Kasus Provinsi Jawa Tengah). Media Statistika, Vol. 8 N0. 1, Juni 2015 : 23:30

Ilahi, Ridho, dkk. (2013). Model Spasial Durbin Dengan Efek Tetap Untuk Tingkat Pengangguran Terbuka di Provinsi Kepulauan Bangka Belitung.

Fitroni,Bagus,&Zain,I.(2013).Pemodelan Angka Putus Sekolah Usia Wajib Belajar Menggunakan Metode Regresi Spasial di Jawa Timur.Junal Sains dan Seni POMITS Vol.2, No.2.




DOI: https://doi.org/10.24252/msa.v8i1.13749

Refbacks

  • There are currently no refbacks.

Comments on this article

View all comments




Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Crossref Cited-by logo