GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) UNTUK PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR
PROSIDING SEMINAR NASIONAL HASIL RISET DAN PENGABDIAN || Inovasi, Teknologi dan Pendidikan Guna Mewujudkan Indonesia Sejahtera Di Era Industrialisasi 4.0 21 Desember 2018 || ISBN: 978-602-5793-40-0
Penerbit : Adi Buana University Press
Penulis 1: Teguh Susanto
Penulis 2: Gangga Anuraga
PDF VERSI CETAK/ASLI
ABSTRAK
Kematian bayi merupakan indikator penting dalam mencerminkan derajat kesehatan di suatu
masyarakat. Penelitian untuk mengetahui faktor-faktor yang mempengaruhi jumlah kasus angka
kematian bayi sangat penting untuk dilakukan sebagai upaya penurunan angka kematian bayi.
Dalam pemodelan yang berbasis wilayah seringkali pemodelannya dapat menimbulkan adanya
heterogenitas wilayah yang menyebabkan masing-masing wilayah pengamatan memiliki perbedaan
pengaruh. Penelitian ini menggunakan metode Geographically Weighted Poisson Regression
(GWPR) untuk menggambarkan faktor yang berpengaruh terhadap jumlah kematian bayi secara
lokal di Kabupaten/Kota di Jawa Timur tahun 2016. Hasil penaksiran parameter regresi poisson
menjelaskan bahwa faktor yang memiliki pengaruh signifikan adalah persentase ibu hamil yang
mendapatkan tabel FE3 (X1), Umur kawin perempuan pertama < 18 tahun (X2), Jumlah Bayi dengan
berat badan rendah (X4), dan Persentase bayi yang mendapatkan imunisasi lengkap (X5).
Sedangkan variabel persentase penanganan komplikasi kebidanan (X3) tidak memiliki pengaruh
yang signifikan terhadap kenaikan jumlah kematian bayi. Pemodelan GWPR dengan fungsi kernel
Fixed Gaussian menunjukkan bahwa terdapat perbedaan variabel yang signifikan pada tiap wilayah.
Model terbaik yang didapatkan dari hasil analisis adalah model GWPR dengan nilai AIC sebesar
336,50 dengan varians devians yang dapat dijelaskan oleh model sebesar 78,23 persen.
Kata kunci: kematian bayi,regresi poisson, GWPR
ABSTRACT
Infant mortality is an important indicator to reflecting the health status in a community.
Research and studies to determine the factors that influence the cases of infant mortality are very
important to reduce infant mortality. In region-based modeling often occur regional heterogeneity
which causes each observation area will have different influences. Based on this matter, this study
uses the Geographically Weighted Poisson Regression (GWPR) method to describe the factors that
influence of infant deaths locally in East Java 2016. The estimation results of Poisson regression
parameters explain that the factors have a significant influence are the percentage of mothers
pregnant who received a pill of FE3 (X1), age of first female marriage <18 years (X2), number of
infants with low body weight (X4), and percentage of infants who received complete immunization
(X5). While the variable percentage of handling obstetric complications (X3) did not have a significant
effect on the increase of infant deaths. GWPR modeling with a Fixed Gaussian kernel function shows
that there are difference significant variable in each region. The best model obtained from the
analysis is the GWPR model with an AIC value is 336.50 with a deviation variance that can be
explained by the model at 78.23 percent.
Keyword: Infant mortality, poisson regression, GWPR