Surabaya (mediakorannusantara.com) – Matematika statistika kini memegang peranan penting dalam penelitian dan pengembangan Indeks Pembangunan Manusia (IPM). Hal ini mendorong Guru Besar Institut Teknologi Sepuluh Nopember (ITS) Prof Dr Purhadi MSc, mengembangkan ilmu terkait distribusi regresi spasial untuk mengatasi permasalahan di bidang kesehatan maupun lingkungan.
Melalui orasi ilmiahnya yang berjudul Matematika Statistika pada Model Regresi Spasial Diskrit dan Kontinu, Purhadi menyampaikan kebaharuan ilmunya bertujuan untuk memperkirakan permasalahan sosial berdasarkan letak geografis, contohnya IPM. Hal itu membutuhkan parameter tertentu, yakni jenis data diskrit dan kontinu untuk memodelkan IPM sesuai yang diinginkan.
Guru Besar Departemen Statistika Fakultas Analitika dan Data (FSAD) ini menerangkan bahwa data diskrit merupakan data nilai bilangan bulat, sementara data kontinu merupakan data yang berada di antara nilai tertentu. “Dengan mengetahui jenis data tersebut, dapat dikembangkan jenis distribusi statistikanya,” sambung Purhadi.
Melalui salah satu penelitiannya, dosen kelahiran Sidoarjo ini mencari faktor signifikan yang mempengaruhi jumlah kematian bayi dan ibu di kota/kabupaten di Jawa Timur. Ia pun mengembangkan distribusi Geographically Weighted Regression (GWR) yang berorientasi pada pembobotan geografis, koordinat lintang dan bujur, serta jarak antar wilayah.
Lebih lanjut, pengembangan distribusi GWR dikombinasikan dengan fungsi Adaptive Bisquare Kernel sebagai pembobot parameter penaksiran yang berbeda di tiap wilayah. Digunakan pula metode Maximum Likelihood Estimation (MLE) untuk mendapatkan estimasi parameter dari kasus tersebut. “Dengan kombinasi fungsi distribusi itu, lalu dilakukan uji hipotesisnya,” jelasnya.
Dosen yang meraih gelar magisternya di Waseda University ini melakukan uji hipotesa dengan menggunakan statistika inferensial untuk mendapatkan kesimpulan berdasarkan data sampel kasus di Jawa timur tersebut. “Pengujian kombinasi fungsi pun menghasilkan rumusan baru berupa Geographically Weighted Bivariate Generalized Poisson Regression (GWBGPR),” tambahnya.
Dalam implementasinya, distribusi GWBGPR diterapkan pada kasus kematian bayi sebagai variabel respon fungsi Y1 dan kasus kematian ibu sebagai variabel respon fungsi Y2 di wilayah Jawa Timur pada tahun 2019. Selain itu, diikuti pula dengan beberapa variabel bebas sebagai parameternya. “Variabel ini yang akan membagi tiap kota/kabupaten berdasarkan faktor signifikan yang sama,” jelas dosen yang mendapat penghargaan Satyalancana Karya Satya tersebut.
Variabel bebas yang dimaksud, meliputi persentase persalinan oleh tenaga kerja sebagai X1, persentase ibu hamil mendapatkan obat tambah darah sebagai X2, dan persentase komplikasi kebidanan yang ditangani sebagai X3. Ada pula persentase wanita kawin di bawah usia 18 tahun sebagai X4 dan persentase wanita kawin dengan tingkat pendidikan (Sekolah Dasar) SD ke bawah sebagai X5.
Hasilnya didapatkan tiga kelompok kota/kabupaten berdasarkan kesamaan variabel prediktornya. Kelompok pertama terdiri dari kota/kabupaten dengan nilai persentase wanita kawin di bawah usia 18 tahun rendah, seperti Ponorogo, Banyuwangi, dan Pasuruan. Kelompok kedua, seperti Kediri, Jember, dan Mojokerto memiliki kesamaan dari rendahnya persentase persalinan oleh tenaga kerja. Serta Blitar, Bondowoso, dan Gresik yang memiliki kesamaan pada kelima variabel bebas.
Dari hasil pengelompokkan tersebut, guru besar ke-168 ITS tersebut menyatakan bahwa distribusi dapat membantu mencari penyebab permasalahan IPM di suatu daerah berdasarkan data dari daerah lain. Dalam implementasinya, keilmuan ini mampu membantu pemerintah dalam menentukan suatu kebijakan kesehatan. “Ke depannya, matematika statistika bisa dikembangkan sebagai solusi permasalahan di sekitar saat ini,” tutupnya penuh harap. (jack)