Pemodelan angka kesembuhan Corona Virus Disease 19 di Provinsi Jawa Tengah menggunakan Geographically Weighted Regression

INDONESIA:

Geographically Weighted Regression (GWR) merupakan metode dari hasil penggabungan metode regresi linier dengan spasial lokal. Hasil model GWR di setiap lokasi pengamatan akan memberikan hasil penaksir parameter yang berbeda sesuai dengan letak geografisnya. GWR memerlukan matriks pembobot yang digunakan untuk memastikan bahwa lokasi pengamatan berdekatan dengan lokasi tertentu. Matriks pembobot ditentukan menggunakan fungsi kernel gaussian. Penelitian ini bertujuan untuk mengetahui model dan peta dari penyebaran angka kesembuhan covid-19 yang terjadi di Provinsi Jawa Tengah. Variabel prediktor yang digunakan merupakan persentase pemilik jaminan kesehatan (X_1), jumlah fasilitas kesehatan (X_2), jumlah tempat tidur rumah sakit (X_3), dan jumlah tenaga kesehatan (X_4) di 35 kabupaten/kota di Provinsi Jawa Tengah tahun 2021. Hasil penelitian didapatkan tiga variabel yang memiliki pengaruh secara lokal, yakni pada persentase pemilik jaminan kesehatan (X_1), jumlah tempat tidur rumah sakit (X_3), dan jumlah tenaga kesehatan (X_4). Sehingga model GWR yang dihasilkan di Kabupaten Cilacap adalah:
y_(Kab. Cilacap)=-"15,03340"+"0,00966" x_1-"0,05401" x_3+"0,00127" x_4
Peta penyebaran angka kesembuhan covid-19 yang didapat dari penelitian adalah adanya 3 kelompok kabupaten/kota berdasarkan variabel yang signifikan, kelompok pertama merupakan daerah yang signifikan pada variabel persentase pemilik jaminan kesehatan (X_1), kelompok kedua merupakan daerah yang signifikan pada variabel persentase pemilik jaminan kesehatan (X_1) dan jumlah tempat tidur rumah sakit (X_3), dan kelompok ketiga merupakan daerah yang signifikan pada variabel persentase pemilik jaminan kesehatan (X_1), jumlah tempat tidur rumah sakit (X_3), dan jumlah tenaga kesehatan (X_4).

ENGLISH:

Geographically Weighted Regression (GWR) is a method from combination of linear regression methods with local spatial. The results of the GWR model at each observation location provide different parameter estimators according to their geographical location. GWR requires a weighted matrix to ensure that the observation is adjacent to a certain location. Weighting matrix is determined using the gaussian kernel function. This reseach aims to obtain a model and a mapping of the spread recovery rate of Covid-19 in Central Java Province. The predictor variables used are the percentage of health insurance owners (X_1), the number of health facilities (X_2), the number of hospital beds (X_3), and the number of health workers (X_4) in 35 districts/cities in Central Java Province in 2021. The results obtained three variables that have a local effect, that is percentage of health insurance owners (X_1), number of hospital beds (X_3), and number of health workers (X_4). So the results of GWR model in Cilacap District is:
y_(Kab. Cilacap)=-"15,03340"+"0,00966" x_1-"0,05401" x_3+"0,00127" x_4.
The map of the spread recovery rate of Covid-19 obtained from the research contains are three groups of districts/cities based on significant variables, the first group is a significant area in variable percentage health insurance owners (X_1), the second group is a significant area in variable percentage health insurance owners (X_1) and number of hospital beds (X_3), and the third goup is a significant area in variable percentage health insurance owners (X_1), number of hospital beds (X_3), and number of health workers (X_4).

ARABIC:

النحدار المرجح جغرافيا (ك و ر) هي طريقة تجمع بين طريقة الا ئحدار الخطى والمكا نية المحلية. ستوفر نتائج نموذج ك و ر في كل موقع مراقبة تقديرات مختلفة للمعلمات وفقا لموقعها الجغرفي. تتطلب ك و ر مصفوقة ترجيح ليتم استخدامها لضمان أن موقع المراقبة مجاور لموقع معين. يتم تحديد مصفوفة التجيح با ستخدام دالة نواة جاوس. تهدف هذه الدراسة إلى إن شاء نموذج وخريطة لا نتشار معدل الشفاء من مرض فيروس كورونا 19 الذي حدث في مقطعة جاوى الوسطى. كانت المستخدمة هي النسية الئوية لأصحاب التأمين الصحى (1), وعددالمرافق الصحية(2) وعدد أسرة المستشفيات (3), وعدد العاملين الصحين (4) في 35 مقاطعة \ مدينة في جاوى الوسط. حي عام 2021 وحصلت النتائج على ثلاثة متغيرات لها تأثير محلي وهي نسبة أصحاب التأمينن الصحي (1) وعدد أسرة المستشفيات (3), وعدد العاملين الصحين (4). بحيث يكون نموذج ك و ر المنتج في مقاطعة جيلجاف هو:
y = -15,03340+0,00966x1-0,05401x3+0,00127x4
تحتوي خريطة انتشار معدل الشفاء من مرض فيروس كورونا 19 التي التي تم الحصول عليها من هذه الدراسة على ۳ مجموعات من مقاطعة / مدينة مرتكز على متغيرات قديؤثر, المجموعة الأولى هي منطقة بقديؤثر في متغيرة النسبة المئوية لأصحاب التأمين الصحي(1), المجموعة الثانية هي منطقة بقديؤثر في متغيرة النسبة المئوية لأصحاب التأمين الصحي(1) وعدد أسرة المستشفيات (3), والمجموعة الثالثة هي منطقة بقديؤثر في متغيرة النسبة المئوية لأصحاب التأمين الصحي(1), وعدد أسرة المستشفيات (3), وعدد العاملين الصحين (4).