PENANGANAN OVERDISPERSI PADA REGRESI POISSON

Penyakit demam berdarah dengue (DBD) telah menjadi penyakit endemik di kota-kota besar di Indonesia. Angka kejadian DBD merupakan data diskrit (count) yang mengikuti distribusi Poisson. Dalam penelitian ini dilakukan pemodelan pengaruh iklim terhadap angka kejadian DBD menggunakan metode regresi Poisson. Masalah overdispersi sering ditemukan dalam regresi poisson, dimana nilai ekspektasi tidak sama dengan nilai variannya seperti yang disyaratkan dalam regresi poisson. Selanjutnya untuk menangani masalah overdispersi yang terjadi pada regresi poisson dilakukan pendekatan dengan menggunakan beberapa model regresi lain yaitu model Regresi Negative Binomial, Zero-Truncated Poisson dan Zero-Truncated Negative Binomial. Model terpilih dengan kriteria terbaik adalah Negative Binomial. Pada Negative Binomial hanya peubah rataan kelembapan per tahun yang memiliki pengaruh yang nyata terhadap jumlah penderita penyakit DBD di Kota Bogor pada tahun 2013-2019 pada taraf nyata 5%. Peubah rataan suhu rata-rata dan peubah jumlah curah hujan memiliki pengaruh yang nyata terhadap jumlah penderita penyakit DBD di Kota Bogor pada taraf nyata 15%.