Melola Discovery

← Melola Discovery

Jurnal

Pemodelan Kasus Kematian Demam Berdarah Dengue di Provinsi Sulawesi Selatan dengan Menggunakan Model GWZIPR

ESTIMASI: Journal of Statistics and Its Application · Vol. 7 No. 1 (2026) · hlm. 1–11

DOI
10.20956/ejsa.v7i1.25215
ISSN
2721-379X, 2721-3803
Terbit
2026-05-05
Penerbit
Hasanuddin University
Bahasa
en

Abstrak

Dengue Hemorrhagic Fever (DHF) has spread widely throughout the region with the number of districts/cities being infected increasing to remote areas. Data on the spread or death rate from DHF in certain locations includes spatial data. The number of deaths due to DHF cases in South Sulawesi in 2019 contained 66.67% zero value, so the Geographically Weighted Zero Inflated Poisson Regression (GWZIPR) model was used to deal with spatial data that contains many zero-value observations. Based on the simultaneous test, it was found that the GWZIPR model was feasible to use with a deviation value of 100.1557. Districts/cities in South Sulawesi have various significant variables due to spatial variations between observations and areas that are closer give greater weight so that several districts/cities have the same significant variables. In the GWZIPR model with adaptive bisquare kernel weights, the variables that affect DHF mortality in all districts/cities are the percentage of drinking water facilities that meet health requirements and population density.

Kata kunci

Jaringan kolaborasi para penulis

40 penulis · 106 tautan kepenulisan bersama · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Sultan Ageng Tirtayasa University
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Anisa AnisaSultan Ageng Tirtayasa University7
Raupong RaupongAfiliasi tidak diketahui6
Sri Astuti ThamrinAfiliasi tidak diketahui3
Nirwan IlyasAfiliasi tidak diketahui3
La Podje TalangkoAfiliasi tidak diketahui2
Muhammad Jayzul UsrahAfiliasi tidak diketahui2
Anisa KalondengAfiliasi tidak diketahui2
Sitti SahrimanAfiliasi tidak diketahui2
Nurtiti SunusiAfiliasi tidak diketahui2
Nasrah SirajangAfiliasi tidak diketahui2
Siswanto SiswantoAfiliasi tidak diketahui2
Widya Nauli Amalia PuteriAfiliasi tidak diketahui1
Zhazha Alifkhamulki RamdhaniAfiliasi tidak diketahui1
Samsul ArifinAfiliasi tidak diketahui1
Bunga ApriliaAfiliasi tidak diketahui1
Rusydah KhaeratiAfiliasi tidak diketahui1
Grace Oktavia YusufAfiliasi tidak diketahui1
Dewi Rahma EnteAfiliasi tidak diketahui1
Fitriatusakiah FitriatusakiahAfiliasi tidak diketahui1
Andi Tenri Riski AmaliaAfiliasi tidak diketahui1
AnisaAfiliasi tidak diketahui1
Georgina Maria TinungkiAfiliasi tidak diketahui1
Andi Isna YunitaAfiliasi tidak diketahui1
Novilia JaoAfiliasi tidak diketahui1
Najiha AlimatunAfiliasi tidak diketahui1
Reski AmalahAfiliasi tidak diketahui1
Ainun Utari BudistiharahAfiliasi tidak diketahui1
Mamik UtamiAfiliasi tidak diketahui1
Fitri FitriAfiliasi tidak diketahui1
Nur Fuadil Maqnun WahabAfiliasi tidak diketahui1
Nurtit SunusiAfiliasi tidak diketahui1
Ainul FajriAfiliasi tidak diketahui1
Anisa Haura Salsa Fatih YusufAfiliasi tidak diketahui1
Ika Pratiwi HayaAfiliasi tidak diketahui1
Hajratul Ashwad KAfiliasi tidak diketahui1
Wa Ode Sitti Amni AmniAfiliasi tidak diketahui1
Amalia AndrianingrumAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/ESTIMASI/oai, pertama di-harvest 2 Nov 2026, terakhir terlihat 2 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Pemodelan Kasus Kematian Demam Berdarah Dengue di Provinsi Sulawesi Selatan dengan Menggunakan  Model GWZIPR</dc:title>
	<dc:creator xml:lang="en">Aicha, Andi Ummi Melin Aicha</dc:creator>
	<dc:creator xml:lang="en">Islamiyati, Anna</dc:creator>
	<dc:creator xml:lang="en">Jaya, Andi Kresna</dc:creator>
	<dc:subject xml:lang="en">DHF</dc:subject>
	<dc:subject xml:lang="en">GWZIPR</dc:subject>
	<dc:subject xml:lang="en">Adaptive Bisquare</dc:subject>
	<dc:subject xml:lang="en">Kernel</dc:subject>
	<dc:subject xml:lang="en">South Sulawesi</dc:subject>
	<dc:description xml:lang="en">Dengue Hemorrhagic Fever (DHF) has spread widely throughout the region with the number of districts/cities being infected increasing to remote areas. Data on the spread or death rate from DHF in certain locations includes spatial data. The number of deaths due to DHF cases in South Sulawesi in 2019 contained 66.67% zero value, so the Geographically Weighted Zero Inflated Poisson Regression (GWZIPR) model was used to deal with spatial data that contains many zero-value observations. Based on the simultaneous test, it was found that the GWZIPR model was feasible to use with a deviation value of 100.1557. Districts/cities in South Sulawesi have various significant variables due to spatial variations between observations and areas that are closer give greater weight so that several districts/cities have the same significant variables. In the GWZIPR model with adaptive bisquare kernel weights, the variables that affect DHF mortality in all districts/cities are the percentage of drinking water facilities that meet health requirements and population density.</dc:description>
	<dc:publisher xml:lang="en">Hasanuddin University</dc:publisher>
	<dc:date>2026-05-05</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/ESTIMASI/article/view/25215</dc:identifier>
	<dc:identifier>10.20956/ejsa.v7i1.25215</dc:identifier>
	<dc:source xml:lang="en">ESTIMASI: Journal of Statistics and Its Application; Vol. 7, No. 1, Januari, 2026 : Estimasi; 1-11</dc:source>
	<dc:source>2721-379X</dc:source>
	<dc:source>2721-3803</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/ESTIMASI/article/view/25215/14378</dc:relation>
</oai_dc:dc>