Meningkatnya kejadian tuberkulosis paru (TB) di antara pasien HIV/AIDS di Indonesia menimbulkan tantangan signifikan bagi kesehatan masyarakat. Namun, pemodelan statistik dari ko-epidemi ini seringkali terhambat oleh overdispersi dalam data hitungan epidemiologi, yaitu fenomena di mana varians melebihi rata-rata. Model parametrik standar seringkali gagal memperhitungkan variabilitas ini, sehingga menghasilkan estimasi yang bias dan mengurangi validitas prediktif. Untuk mengatasi keterbatasan ini, penelitian ini mengusulkan model Regresi Binomial Negatif Nonparametrik yang menggunakan estimator Least Square Spline (NNBR-LSS) sebagai alternatif yang kuat untuk mengatasi keterbatasan tersebut.
Pada penelitian ini digunakan pendekatan regresi binomial negatif berdasarkan spline kuadrat terkecil. Variabel penelitian yang digunakan dalam studi ini meliputi jumlah kasus tuberkulosis paru (), jumlah kasus HIV (), dan jumlah kasus AIDS (). Variabel respons, , mewakili jumlah kasus tuberkulosis paru yang dikonfirmasi secara bakteriologis dan diklasifikasikan sebagai data diskrit. Variabel prediktor meliputi , yang menunjukkan jumlah kasus HIV positif yang dikonfirmasi, dan , yang mewakili jumlah kasus AIDS positif yang dikonfirmasi, yang keduanya juga diklasifikasikan sebagai data diskrit. Variabel-variabel ini dipilih untuk menganalisis hubungan antara kasus HIV/AIDS dan kejadian tuberkulosis paru, menyoroti hubungan epidemiologis dan mengatasi overdispersi dalam data count.
Hasil empiris menunjukkan korelasi positif yang kuat, didukung oleh Pseudo R-square sebesar 64,8%, yang menegaskan bahwa jumlah kasus HIV/AIDS merupakan prediktor penting distribusi TB. Lebih lanjut, model NNBR-LSS menunjukkan kinerja yang lebih unggul dibandingkan regresi parametrik standar, seperti yang ditunjukkan oleh pengurangan signifikan dalam statistik deviasi dari 40,921 menjadi 19,525.
Diperoleh hasil estimasi model regresi binomial negatif berdasarkan spline kuadrat terkecil untuk kasus tuberculosis paru sebagai berikut:
Akhirnya diperoleh kesimpulan bahwa hasil penelitian ini menetapkan NNBR-LSS sebagai alat metodologis yang ampuh untuk menangkap pola nonlinier dalam data yang mengalami overdispersi, menawarkan wawasan yang lebih tepat untuk intervensi kesehatan masyarakat yang strategis. Hasil penelitian ini direkomendasikan untuk perencanaan intervensi epidemiologis dan menyelaraskan upaya dengan Tujuan Pembangunan Berkelanjutan (SDGs) 3.3, yang bertujuan untuk mengakhiri epidemi TBC pada tahun 2030.
Penulis: Prof. Dr. Nur Chamidah, S.Si., M.Si.
Informasi lengkap (detail) dari penelitian ini dapat dilihat pada tulisan kami di laman:
Ramadan, A., Chamidah, N., Budiantara, I.N., Siregar, N.R.A.A., Aydin, D. (2026). Modeling Pulmonary Tuberculosis Case Based on HIV and AIDS Cases in Indonesia Using Negative Binomial Regression Least Square Spline. Statistics, Optimization and Information Computing, Vol. 16, pp. 247–259. DOI: 10.19139/soic-2310-5070-3152.
