Perpustakaan Digital ITB

Kanker paru menyumbang beban penyakit tidak menular terbesar di dunia dengan distribusi kasus yang tidak merata antarwilayah. Data morbiditas kabupaten/kota bersifat data areal dengan ketergantungan spasial sehingga metode statistik konvensional berisiko bias, terutama pada wilayah berpopulasi kecil atau berkasus rendah. Penelitian ini menghitung morbiditas kanker paru pada 119 kabupaten/kota di Pulau Jawa periode 2021–2024 menggunakan model spasial Bayesian modifikasi Besag-York-Mollié (BYM) dengan matriks ketetanggaan berbobot invers jarak Euclidean (weighted ICAR) untuk menghasilkan estimasi morbiditas yang disesuaikan secara spasial. Data insidensi bersumber dari klaim BPJS Kesehatan (ICD-10 C34), sedangkan kovariat area-level (kepadatan penduduk, persentase penduduk miskin, rasio tenaga kesehatan, rerata lama sekolah) bersumber dari BPS. Estimasi parameter dilakukan melalui Hamiltonian Monte Carlo (NUTS) di Stan, dengan empat konfigurasi ???????????????????????????????????? ???????????????????????????????????????? ???????????????????? (????1?????4) dibandingkan melalui Leave-One-Out Cross-Validation. Model ????1 dengan prior paling permisif terpilih terbaik (ELPD = -173,50; ???????????????? = 48,54), sesuai karakteristik data sparse zero-inflated (51,3% wilayah tanpa kasus). Seluruh parameter konvergen baik (R-hat < 1,1). Hanya log rasio tenaga kesehatan yang berasosiasi signifikan dengan morbiditas (IRR = 3,890; SK 95% [2,211; 6,410]), konsisten dengan hipotesis kapasitas deteksi. Standar deviasi marjinal efek spasial gabungan (???? = 1,067) mengonfirmasi variasi spasial substansial, sementara proporsi variansi spasial terstruktur rendah (???? = 0,116) menunjukkan dominasi heterogenitas non-spasial akibat tingginya zero-count dan pencilan geografis seperti Kepulauan Seribu. Evaluasi posterior predictive check menghasilkan nilai p mendekati 0,5, menunjukkan model mereplikasi data observasi dengan baik. Morbiditas tertinggi terkonsentrasi di koridor metropolitan utara Jawa (Jakarta, Bandung, Semarang, Surabaya) dengan ketidakpastian estimasi yang mengindikasikan pengaruh pola rujukan lintas wilayah pada sistem klaim BPJS. Penelitian ini berkontribusi secara metodologis melalui penerapan BYM berbobot jarak pada konteks kabupaten/kota Indonesia, serta secara substantif melalui informasi epidemiologis morbiditas kanker paru di Pulau Jawa sebagai dasar perencanaan kesehatan.