Electronic Theses and Dissertation

Tuberkulosis (TB) merupakan penyakit menular yang masih menjadi masalah kesehatan global, dengan kasus yang terus meningkat di Indonesia setiap tahunnya. Provinsi Aceh turut berkontribusi terhadap peningkatan kasus ini, dengan jumlah kasus yang terus bertambah. Penelitian ini bertujuan mengestimasi risiko relatif TB di Provinsi Aceh periode 2020–2023 menggunakan model terbaik antara Besag-York-Mollie (BYM) dan Localised, serta mengkategorikan kabupaten/kota berdasarkan tingkat risikonya. Data penelitian diperoleh dari laporan Profil Kesehatan Aceh oleh Dinas Kesehatan Provinsi Aceh, meliputi jumlah kasus TB dan jumlah penduduk di 23 kabupaten/kota. Analisis dilakukan dengan metode Conditional Autoregressive (CAR) dan pendekatan Markov Chain Monte Carlo (MCMC), dengan evaluasi model berdasarkan deviance mean (D̄) dan Deviance Information Criteria (DIC). Hasil menunjukkan model BYM lebih unggul dibandingkan model Localised, dengan D̄ sebesar 196,4 dan DIC sebesar 197,6. Pemetaan risiko relatif TB menunjukkan risiko tinggi dan sangat tinggi terkonsentrasi di wilayah perkotaan seperti Lhokseumawe dan Banda Aceh, sedangkan risiko terendah di Sabang dan Bener Meriah. Jumlah penduduk yang tinggi dan kasus yang banyak menjadi faktor utama distribusi TB di Aceh. Penelitian menyimpulkan bahwa model BYM lebih efektif dalam mengestimasi risiko relatif TB, dan hasilnya diharapkan dapat menjadi dasar kebijakan kesehatan publik yang lebih terfokus pada wilayah berisiko tinggi.

Kata Kunci: tuberkulosis, risiko relatif, BYM, localised, Aceh.

Tuberculosis (TB) is an infectious disease that is still a global health problem, with cases continuing to increase in Indonesia every year. Aceh Province has also contributed to this increase in cases, with the number of cases continuing to grow. This study aims to estimate the relative risk of TB in Aceh Province for the 2020–2023 period using the best model between Besag-York-Mollie (BYM) and Localised, and categorize districts/cities based on their risk level. The research data was obtained from the Aceh Health Profile report by the Aceh Provincial Health Office, covering the number of TB cases and the number of residents in 23 districts/cities. The analysis was carried out using the Conditional Autoregressive (CAR) method and the Markov Chain Monte Carlo (MCMC) approach, with model evaluation based on deviation mean (D̄) and Deviance Information Criteria (DIC). The results show that the BYM model is superior to the Localised model, with D̄ of 196.4 and DIC of 197.6. The mapping of the relative risk of TB shows that the high and very high risk is concentrated in urban areas such as Lhokseumawe and Banda Aceh, while the lowest risk is in Sabang and Bener Meriah. The high population and large number of cases are the main factors in the distribution of TB in Aceh. The study concluded that the BYM model is more effective in estimating the relative risk of TB, and the results are expected to be the basis for public health policies that are more focused on high-risk areas. Keywords: tuberculosis, relative risk, BYM, localised, Aceh.