Pemodelan Kasus HIV/AIDS di Provinsi Jawa Barat Menggunakan Generalized Poisson Regression

Abstract. Regression analysis is used to identify the relationship between the response variable and the predictor variables. Poisson regression is a common method for count data, but it assumes equidispersion, where the mean equals the variance. Overdispersion (variance greater than the mean) is often found in HIV/AIDS case data, making the Poisson model inappropriate. To address this issue, Generalized Poisson Regression (GPR) is used, which adds a dispersion parameter to make the model more flexible. This study used secondary data from 27 districts/cities in West Java Province in 2023. The analysis results indicate that the Poisson model experiences overdispersion, making GPR more appropriate. The dispersion parameter value (θ = 0.7349) is significant, indicating model fit. Of the five predictor variables, four significantly influence the number of HIV/AIDS cases: the number of health facilities, the percentage of poor people, population density, and the number of active family planning participants using condoms. Meanwhile, the unemployment variable is not significant. The estimated number of HIV/AIDS cases based on the GPR model for Bandung City is 42 cases and for Indramayu Regency is 22 cases. This study supports the use of statistical models for data-driven health policymaking in HIV/AIDS management at the regional level. Abstrak. Analisis regresi digunakan untuk mengidentifikasi hubungan antara variabel respon dan variabel prediktor. Regresi Poisson merupakan salah satu metode yang umum digunakan untuk data count, namun memiliki asumsi equidispersi, yaitu rata-rata sama dengan varians. Pada data jumlah kasus HIV/AIDS, sering ditemukan overdispersi (varians lebih besar dari rata-rata), sehingga model Poisson menjadi tidak tepat. Untuk mengatasi hal ini, digunakan Generalized Poisson Regression (GPR), yang menambahkan parameter dispersi agar model lebih fleksibel. Penelitian ini menggunakan data sekunder dari 27 kabupaten/kota di Provinsi Jawa Barat tahun 2023. Hasil analisis menunjukkan bahwa model Poisson mengalami overdispersi, sehingga GPR lebih sesuai digunakan. Nilai parameter dispersi (θ = 0,7349) dan signifikan, menandakan kecocokan model. Dari lima variabel prediktor, empat variabel berpengaruh signifikan terhadap jumlah kasus HIV/AIDS, yaitu jumlah fasilitas kesehatan, persentase penduduk miskin, kepadatan penduduk, dan jumlah peserta KB aktif pengguna alat kontrasepsi kondom. Sementara itu, variabel pengangguran tidak signifikan. Estimasi kasus HIV/AIDS berdasarkan model GPR untuk Kota Bandung adalah 42 kasus dan untuk Kabupaten Indramayu 22 kasus. Penelitian ini mendukung pemanfaatan model statistik untuk pengambilan kebijakan kesehatan berbasis data dalam penanggulangan HIV/AIDS di tingkat daerah.