ANALISIS DATA COVID-19 DI KOTA TARAKAN DENGAN 

REGRESI POISSON DAN SPATIAL POISSON PROCESS

DATA ANALYSIS OF COVID-19 IN TARAKAN WITH 

POISSON REGRESSION AND SPATIAL POISSON PROCESS

Coronavirus Disease-2019 atau COVID-19 telah memasuki Negara Indonesia sejak bulan Maret 2020 dan terus menyebar hingga saat ini. Termasuk didalamnya kota kecil di ujung Provinsi Kalimantan Utara, yaitu Tarakan. Kasus COVID-19 telah menyebar di Kota Tarakan, hingga tanggal 8 Juni 2020 masyarakat yang telah terpapar virus ini terhitung sebanyak 46 kasus. Penyebab dari penyebaran tersebut dan bagaimana pola penyebarannya pun belum diketahui dengan jelas. Dengan adanya kasus tersebut, mendorong peneliti untuk melakukan penelitian ini. Salah satu pendekatan yang relevan yaitu dengan menggunakan Generalized Linear Models (GLM). Metode ini terbagi menjadi dua, diantaranya deterministik yaitu dengan Regresi Poisson dan stokastik dengan Spatial Poisson Proces. Pada penelitian ini, variabel yang digunakan yaitu curah hujan, kepadatan penduduk, dan suhu di tiap kelurahan yang ada di Tarakan. Dari analisis Regresi Poisson diperoleh hasil bahwa hanya satu faktor yang berpengaruh yaitu suhu. Hasil tersebut kemudian disempurnakan dengan Spatial Poisson Process, dimana selain faktor yang berpengaruh juga diperoleh pola penyebarannya. Hasil analisis menunjukkan bahwa pola penyebaran kasus termasuk dalam kriteria proses Poisson non homogen, kemudian didapatkan model dari intensitas kepadatan kasus dengan menggunakan regresi. Dari model yang diperoleh, diketahui bahwa variabel kovariat yang berpengaruh secara signifikan yaitu curah hujan dan suhu. Jika dibandingkan dengan analisis regresi Poisson biasa, diperoleh hasil bahwa variabel yang berpengaruh secara signifikan yaitu hanya rata-rata suhu. Sehingga, metode yang lebih baik digunakan yaitu Spatial Poisson Process. Ditunjukkan juga dengan nilai AIC dari kedua model, dimana nilai AIC model Spatial Poisson Process lebih kecil dari Regresi Poisson.

Coronavirus-2019 Disease or COVID-19 had entered Indonesia since March 2020 and continues to spread until now. This included a small town on the edge of North Kalimantan Province, namely Tarakan. COVID-19 cases have outspread in Tarakan, until June 8, 2020, there have been 46 cases of such exposure. The cause of the outspread and how its outspread patterns weren’t known clearly yet. This case encouraged researchers to conduct this research. One relevant approach was to use Generalized Linear Models (GLM). This method was divided into two, including deterministic namely Poisson Regression and Stochastic with Spatial Poisson Process. The variables used in this study were rainfall, population density, and temperature in each village in Tarakan. From the Poisson Regression analysis, it was found that only one factor affected, namely temperature. The results were then refined with the Spatial Poisson Process, where in addition to the influencing factors also the distribution patterns are obtained. The analysis showed that the pattern of case distribution was included in the non-homogeneous Poisson process criteria, then the model of the case density intensity was obtained using regression. From the model obtained, it was known that the covariate variables that significantly influence the rainfall and temperature. When compared with general Poisson regression analysis, the results showed the variables that have a significant effect ware only the average temperature. Thus, a better method was used namely the Spatial Poisson Process. It was also shown by the two models AIC value, where the AIC value of the Spatial Poisson Process model was smaller than the Poisson Regression.