MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DENGAN PEMBOBOT FUNGSI KERNEL GAUSS
ABSTRAK: Kematian bayi
adalah suatu kematian
yang dialami anak
sebelum mencapai usia
satu tahun. Angka kematian bayi
(AKB) adalah besarnya kemungkinan bayi meninggal sebelum mencapai usia satu tahun, dinyatakan
dalam perseribu kelahiran
hidup. Analisis regresi
merupakan analisis statistik yang
bertujuan untuk memodelkan
hubungan antara variabel
respon dengan variabel prediktor.
Apabila variabel respon
berdistribusi Poisson, maka
model regresi yang digunakan adalah
regresi Poisson. Geographically Weighted
Poisson Regression (GWPR) adalah
bentuk lokal dari
regresi Poisson dimana
lokasi diperhatikan yang
berasumsi bahwa data berdistribusi
Poisson. Dalam penelitian
ini akan mengetahui
faktor-faktor apa saja
yang mempengaruhi jumlah kematian
bayi di Provinsi
Jawa Timur dengan
menggunakan model GWPR dengan
menggunakan pembobot fungsi
kernel gauss. Hasil
penelitian menunjukan bahwa secara
keseluruhan faktor-faktor yang
mempengaruhi jumlah kematian
bayi di Jawa Timur
berdasarkan model GWPR
dengan pembobot fungsi
kernel gauss adalah
persentase persalinan yang dilakukan
dengan bantuan tenaga
non medis (X1),
rata-rata usia perkawinan pertama wanita (X2), rata-rata
pemberian ASI ekslusif (X4) dan jumlah sarana kesehatan (X7). Berdasarkan
variabel yang signifikan maka kabupaten/kota di Jawa Timur dapat dikelompokan menjadi 2
kelompok. Dengan membandingkan
nilai AIC antara
model regresi Poisson
dan model GWPR diketahui
bahwa model GWPR
dengan pembobot fungsi
kernel Gauss merupakan model
yang lebih baik
digunakan untuk menganalisis
jumlah kemtian bayi
di Propinsi Jawa Timur tahun 2007.
Kata Kunci: Kematian
Bayi, Geographically Weighted
Poisson Regression, Maximum Likelihood Estimator, Fungsi Kernel
Gauss
Penulis: SALMON NOTJE AULELE
Kode Jurnal: jpmatematikadd110036
