Penerapan Generalized Poisson Untuk Underreported Counts pada Kasus Kekerasan anak Pada Tahun 2023
Abstract
Abstract. Count data is data that describes a number of events that occurred over a period of time so that the count data is non-negative. Modeling of self-count data can be done with Generalized Linear Models such as Poisson regression. However, in the Poisson regression model there is an assumption that must be fulfilled, i.e., the variance of the response variable is equal to means or called equidispersion. In fact this condition is very rare because the count data has a greater variance than the terrain or is called an overdispersion condition. However, when the equidispersion condition is not met then one of the regression alternatives that can be used is the Generalized Poisson Analysis. Underreporting count is the occurrence of many observed events, reportedly smaller than the actual events. Violent cases are sensitive enough to cause victims who are reluctant to report violent acts on them, resulting in data underreporting. Quoted from the data portal website of Central Java, the number of reports on child abuse cases was recorded in December 2023 a total of 17,110 cases of child abuse reports consisting of 45%, psychic violence 19%, physical violence 18%, other violence 10%, child neglect violence 6%, and other violence 6%. This study aims to find out the number of child abuse cases in Indonesia based on Divorce Rate and Family Income Rate in 2023, which are accepted using Generalized Poisson regression to underreport data.
Abstrak. Data cacahan (count data) merupakan data yang menggambarkan sejumlah kejadian yang terjadi pada suatu kurun waktu tertentu sehingga data cacahan bersifat non-negatif. Pemodelan data cacah sendiri dapat dilakukan dengan Generalized Linear Model seperti regresi Poisson. Namun Pada model regresi Poisson terdapat asumsi yang harus terpenuhi, yaitu variansi dari variabel responnya sama dengan means atau disebut equidispersi.Pada kenyataannya kondisi seperti ini sangat jarang terjadi karena data count memiliki variansi yang lebih besar dari meannya atau disebut kondisi overdispersi. Namun ketika kondisi equidispersi tidak terpenuhi maka salah satu alternatif regresi yang dapat digunakan adalah Analisis Generalized Poisson. Underreporting Count adalah terjadinya banyak kejadian yang diamati,dilaporkan lebih kecil dari kejadian yang sebenarnya. Kasus kekerasan merupakan kasus yang cukup sensitif sehingga mengakibatkan korban yang enggan untuk melaporkan mengenai tindak kekerasan yang terjadi pada dirinya sehingga mengakibatkan data mengalami underreported count. Dilansir dari website portal data Jawa Tengah angka laporan kasus kekerasan terhadap anak tercatat pada bulan Desember 2023 total 17.110 kasus laporan kekerasan terhadap anak terdiri dari kasus kekerasan seksual 45%, kekerasan psikis 19%, kekerasan fisik 18%, kekerasan lainninya 10%, kekerasan penelantaran anak 6%, kekerasan humantrafficking 1% dan kekerasan eksploitasi anak 1%.Penelitian ini bertujuan untuk mengetahui jumlah kasus kekerasan terhadap anak di Indonesia berdasarkan Tingkat Perceraian dan Tingkat Pendapatan Keluarga pada Tahun 2023, yang diterima menggunakan regresi Generalized Poisson untuk underreported data.
References
Bolstad, W. M., & Curran, J. M. (2016). Introduction to Bayesian statistics. John Wiley & Sons.
Cahyandari, R. (2014). Pengujian Overdispersi pada Model Regresi Poisson. Statistika, 14(2), 69–76.
Cameron, A. C., & Trivedi, P. K. (Eds.). (1998). Contents. In Regression Analysis of Count Data (pp. ix–xii). Cambridge University Press; Cambridge Core. https://www.cambridge.org/core/product/6BE72D2267F8DD34145689635884D413
Darnah, D. (2016). Modelling of filariasis in East Java with Poisson regression and generalized Poisson regression models. 1723(1).
Hidayat, A. (2020). Kekerasan Terhadap Anak dan Perempuan. SCHOULID: Indonesian Journal of School Counseling; Vol 5, No 2 (2020): SCHOULID : Indonesian Journal of School CounselingDO - 10.23916/08702011, 57–66.
Hoff, P. D. (2009). A first course in Bayesian statistical methods (Vol. 580). Springer.
Hurlock, E. B. (1997). Psikologi perkembangan: Suatu pendekatan sepanjang rentang kehidupan.
Ismail, N., & Jemain, A. A. (2007). Handling overdispersion with negative binomial and generalized Poisson regression models. 2007, 103–158.
Johannes, H. V., Padmadisastra, S., & Tantular, B. (2017). Meningkatkan Ketahanan Wilayah Melalui Estimasi Underreported Data Kejahatan Menggunakan Pendekatan Bayes. Jurnal Ketahanan Nasional, 23(3), 376–397.
Khoshgoftaar, T., Gao, K., & Szabo, R. M. (2005). Comparing software fault predictions of pure and zero-inflated Poisson regression models. Int. J. Systems Science, 36, 705–715. https://doi.org/10.1080/00207720500159995
Kurniawansyah, E., & Dahlan, D. (2022). Penyebab Terjadinya Kekerasan Terhadap Anak (Studi Kasus di Kabupaten Sumbawa). CIVICUS: Pendidikan-Penelitian-Pengabdian Pendidikan Pancasila Dan Kewarganegaraan, 9(2), 30–35.