Kontribusi Analisis Wavelet Dalam Permodelan Kasus Demam Berdarah Dengue

Pattirajawane, Ignatius Danny (2019) Kontribusi Analisis Wavelet Dalam Permodelan Kasus Demam Berdarah Dengue. In: Seminar Nasional matematika, Sains, dan Teknologi Fakultas Sains dan Teknologi Tahun 2019 (Peran Matematika, Sains, dan Teknologi dalam Kebencanaan), 03 Oktober 2019, Universitas Terbuka Convention Center (UTCC).

Preview

Text S0022-20.pdf.pdf Download (725kB) | Preview

Abstract

Demam berdarah dengue (DBD) merupakan salah satu masalah kesehatan yang dihadapi masyarakat urban yang tinggal di daerah tropis maupun subtropis. Metode yang umum dipergunakan dalam permodelan epidemi DBD adalah regresi poisson atau binomial negatif yang menggunakan variabel-variabel iklim seperti curah hujan, kelembaban dan suhu sebagai variabel independen, serta metode box-jenkins (ARIMA atau SARIMA). Akan tetapi metode-metode tersebut memiliki keterbatasan. Regresi data hitung gagal dalam menjelaskan kejadian luar biasa yang muncul sewaktu-waktu. Sedangkan metode box-jenkins kurang jelas dalam mendeskripsikan siklus-siklus dalam variabel dependen maupun independen dengan frekuensi yang berbeda-beda yang berperan pada setiap waktu. Dalam hal ini analisis wavelet memberi kontribusinya. Analisis wavelet merupakan pengembangan lebih jauh dari transformasi fourier berjendela (windowed fourier transform) yang memberikan kemudahan untuk mengkaji signal dalam multiresolusi atau pada berbagai frekuensi pada setiap waktu. Sebagai ilustrasi kontribusi analisis wavelet dalam kajian demam berdarah dengue ini digunakan data sekunder dari publikasi penelitian berupa jumlah kasus DBD, curah hujan, kelembaban dan suhu di Banjarbaru periode 2004 – 2013. Dilakukan permodelan regresi poisson dan binomial negatif pada data. Plot kedua permodelan dibandingkan. Kemudian dilakukan juga permodelan metode box-jenkins. Analisis wavelet dilakukan dengan melakukan transformasi wavelet kontinu dan dilakukan perhitungan koherensi wavelet antara variabel dependen dengan variabel independen. Hasil pengolahan data memperlihatkan pada regresi data hitung, regresi binomial negatif memberikan nilai uji kecocokan yang lebih baik daripada regresi poisson, namun memberikan kurang prediksi yang baik pada saat terjadi lonjakan epidemi. Metode box-jenkins memberikan hasil yang lebih baik termasuk saat lonjakan terjadi dengan SARIMA (1,0,1)(0,1,1)12. Koherensi wavelet memberikan hasil yang signifikan untuk jumlah kasus dan curah hujan pada siklus dengan periode 8 – 14 bulan dalam periode awal dan akhir data observasi; untuk jumlah kasus dan kelembaban pada siklus 8 – 14 bulan pada awal, pertengahan dan akhir data observasi serta juga memperlihatkan dominasi siklus panjang 18 – 28 bulan pada pertengahan data observasi; untuk jumlah kasus dan suhu pada siklus 20 – 24 bulan sepanjang data observasi, 8 – 12 bulan pada pertengahan data observasi dan 6 – 8 bulan pada awal dan akhir data observasi.

Actions (login required)

View Item