Analisis Kasus Demam Berdarah Dengue dan Iklim Menggunakan Random Forest Berbasis Copula Directional Dependence (Studi Kasus : Demam Berdarah Dengue di DKI Jakarta pada tahun 2008 - 2023)

Abstract

Demam Berdarah Dengue (DBD) adalah penyakit yang ditularkan oleh nyamuk Aedes aegypti dan Aedes albopictus serta menjadi masalah kesehatan serius di Indonesia. Faktor lingkungan seperti iklim, suhu, kelembapan, dan curah hujan berperan penting dalam penyebaran DBD. Namun, sebagian besar penelitian hanya berfokus pada kekuatan hubungan variabel tanpa memperhatikan arah ketergantungan antar wilayah. Penelitian ini menggunakan pendekatan Copula Directional Dependence (CDD) untuk menganalisis ketergantungan antar kasus DBD di lima wilayah Jakarta. Hasilnya menunjukkan bahwa kasus DBD di suatu wilayah dapat mempengaruhi wilayah lain dalam waktu singkat yaitu kurang dari satu minggu. Model Random Forest (RF) yang dikombinasikan dengan CDD menunjukkan performa lebih baik dibandingkan RF tanpa CDD. Peningkatan akurasi terlihat pada seluruh wilayah dengan peningkatan nilai R2 yang signifikan pada data testing, terutama di Jakarta Pusat dan Jakarta Timur yang mencapai peningkatan masing-masing 8% dan 20%. Tuning hyperparameter memberikan perbaikan tambahan dengan peningkatan R2 sekitar 1-2% di tiap wilayah. Kombinasi RF dan CDD yang telah dioptimalkan terbukti mampu memberikan prediksi kasus DBD yang lebih akurat dan memberikan wawasan mengenai pola ketergantungan antar wilayah.