PEMODELAN JUMLAH KASUS COVID-19 DI INDONESIA DENGAN PENDEKATAN REGRESI POISSON DAN REGRESI BINOMIAL NEGATIF

Abstract

Pandemi COVID-19 telah merebak di seluruh penjuru dunia, termasuk Indonesia. Perlu diketahui berbagai faktor yang memengaruhi tersebarnya kasus COVID-19 di suatu wilayah sehingga baik pemerintah maupun masyarakat dapat melakukan upaya pencegahan dan penanggulanan agar pandemi ini tidak semakin menyebar. Penelitian ini bertujuan memodelkan jumlah kasus COVID-19 di Indonesia kemudian menentukan variabel-variabel yang berpengaruh signifikan terhadapnya. Model yang digunakan adalah regresi Poisson dan regresi Binomial Negatif. Kedua model dipilih karena merupakan model yang sering digunakan terhadap data cacah seperti jumlah kasus COVID-19. Kemudian dari kedua model akan dipilih model terbaik beserta variabel yang berpengaruh signifikan terhadap jumlah kasus COVID-19 di Indonesia. Unit analisis dalam penelitian ini adalah seluruh wilayah provinsi di Indonesia yang terdiri atas 34 provinsi. Variabel respon dalam penelitian ini adalah jumlah kasus kumulatif COVID-19 di Indonesia pada tanggal 9 April 2020 yang dihimpun dari Gugus Tugas Percepatan Penanganan COVID-19. Tanggal tersebut dipilih karena merupakan tanggal sebelum diberlakukannya kebijakan PSBB yang pertama kali di Indonesia dan penelitian ini tidak mengambil variabel intervensi pemerintah dalam memodelkan jumlah kumulatif COVID-19. Adapun variabel prediktor dalam penelitian ini adalah kepadatan penduduk, persentase penduduk lansia, persentase ruta dengan akses sanitasi tidak layak, dan persentase angka buta huruf penduduk usia 15 tahun keatas. Berdasarkan nilai AIC, regresi Binomial Negatif lebih baik digunakan untuk memodelkan jumlah kasus COVID-19 di Indonesia dibandingkan regresi Poisson.Pada model regresi Binomial Negatif, variabel kepadatan penduduk dan persentase penduduk lansia berpengaruh positif dan signifikan terhadap jumlah kasus COVID-19 di Indonesia.