PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR)
Kematian bayi merupakan salah satu indikator pembangunan kesehatan. Pembangunan kesehatan agar berhasil dibutuhkan adanya ketersediaan data/informasi yang akurat untuk mendukung proses pengambilan keputusan dan perencanaan program. Salah satu data informasi yang bisa digunakan adalah data spasial, d...
Main Authors: | , |
---|---|
Format: | Article |
Language: | English |
Published: |
Institut Teknologi Sepuluh Nopember
2015-06-01
|
Series: | Geoid |
Subjects: | |
Online Access: | http://iptek.its.ac.id/index.php/geoid/article/view/807 |
id |
doaj-a7a80da328364f0086f24acb9a8a9695 |
---|---|
record_format |
Article |
spelling |
doaj-a7a80da328364f0086f24acb9a8a96952020-11-24T23:42:24ZengInstitut Teknologi Sepuluh NopemberGeoid1858-22812442-39982015-06-0110218719310.12962/j24423998.v10i2.807528PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR)Sisvia Cahya Kurniawati0Kuntoro Kuntoro1Universitas AirlanggaUniversitas AirlanggaKematian bayi merupakan salah satu indikator pembangunan kesehatan. Pembangunan kesehatan agar berhasil dibutuhkan adanya ketersediaan data/informasi yang akurat untuk mendukung proses pengambilan keputusan dan perencanaan program. Salah satu data informasi yang bisa digunakan adalah data spasial, dengan mengikutsertakan informasi koordinat lokasi karena kondisi geografis, sosial budaya dan ekonomi tentunya akan berbeda antara wilayah yang satu dengan wilayah yang lain, sehingga faktor yang berkontribusi terhadap kematian bayi antara wilayah satu dan wilayah yang lain juga akan berbeda. Oleh sebab itu penelitian ini menggunakan metode statistik Geographically Weighted Poisson Regression (GWPR) untuk mempermudah menggambarkan parameter lokal yang dapat menjelaskan variasi spasial dalam hubungan antara kasus kematian bayi di Jawa Timur dengan faktor yang berkontribusi. Sejumlah model harus dievaluasi dan nilai AIC untuk setiap model harus dibandingkan untuk mendapatkan model yang terbaik. Model yang terbaik adalah model dengan nilai AIC terendah. Hasil penelitian didapatkan bahwa terdapat perbedaan mengenai faktor yang signifikan terhadap jumlah kematian bayi di kabupaten/kota di Provinsi Jawa Timur, faktor tersebut adalah jumlah fasilitas kesehatan, pertambahan Produk Domestik Regional Bruto (konstan), Angka Melek Huruf (AMH), persentase imunisasi dasar lengkap, dan persentase persalinan non medis. Nilai AIC antara model regresi global dan model GWPR dilakukan perbandingan, diketahui bahwa model GWPR merupakan model yang lebih baik untuk menganalisa data AKB di Provinsi Jawa Timur.http://iptek.its.ac.id/index.php/geoid/article/view/807kematian bayigeographically Weighted poisson regression (GWPR) |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Sisvia Cahya Kurniawati Kuntoro Kuntoro |
spellingShingle |
Sisvia Cahya Kurniawati Kuntoro Kuntoro PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR) Geoid kematian bayi geographically Weighted poisson regression (GWPR) |
author_facet |
Sisvia Cahya Kurniawati Kuntoro Kuntoro |
author_sort |
Sisvia Cahya Kurniawati |
title |
PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR) |
title_short |
PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR) |
title_full |
PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR) |
title_fullStr |
PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR) |
title_full_unstemmed |
PEMODELAN JUMLAH KEMATIAN BAYI DI JAWA TIMUR DENGAN GEOGRAPHICALLY WEIGHTED POISSON REGESSION (GWPR) |
title_sort |
pemodelan jumlah kematian bayi di jawa timur dengan geographically weighted poisson regession (gwpr) |
publisher |
Institut Teknologi Sepuluh Nopember |
series |
Geoid |
issn |
1858-2281 2442-3998 |
publishDate |
2015-06-01 |
description |
Kematian bayi merupakan salah satu indikator pembangunan kesehatan. Pembangunan kesehatan agar berhasil dibutuhkan adanya ketersediaan data/informasi yang akurat untuk mendukung proses pengambilan keputusan dan perencanaan program. Salah satu data informasi yang bisa digunakan adalah data spasial, dengan mengikutsertakan informasi koordinat lokasi karena kondisi geografis, sosial budaya dan ekonomi tentunya akan berbeda antara wilayah yang satu dengan wilayah yang lain, sehingga faktor yang berkontribusi terhadap kematian bayi antara wilayah satu dan wilayah yang lain juga akan berbeda. Oleh sebab itu penelitian ini menggunakan metode statistik Geographically Weighted Poisson Regression (GWPR) untuk mempermudah menggambarkan parameter lokal yang dapat menjelaskan variasi spasial dalam hubungan antara kasus kematian bayi di Jawa Timur dengan faktor yang berkontribusi. Sejumlah model harus dievaluasi dan nilai AIC untuk setiap model harus dibandingkan untuk mendapatkan model yang terbaik. Model yang terbaik adalah model dengan nilai AIC terendah. Hasil penelitian didapatkan bahwa terdapat perbedaan mengenai faktor yang signifikan terhadap jumlah kematian bayi di kabupaten/kota di Provinsi Jawa Timur, faktor tersebut adalah jumlah fasilitas kesehatan, pertambahan Produk Domestik Regional Bruto (konstan), Angka Melek Huruf (AMH), persentase imunisasi dasar lengkap, dan persentase persalinan non medis. Nilai AIC antara model regresi global dan model GWPR dilakukan perbandingan, diketahui bahwa model GWPR merupakan model yang lebih baik untuk menganalisa data AKB di Provinsi Jawa Timur. |
topic |
kematian bayi geographically Weighted poisson regression (GWPR) |
url |
http://iptek.its.ac.id/index.php/geoid/article/view/807 |
work_keys_str_mv |
AT sisviacahyakurniawati pemodelanjumlahkematianbayidijawatimurdengangeographicallyweightedpoissonregessiongwpr AT kuntorokuntoro pemodelanjumlahkematianbayidijawatimurdengangeographicallyweightedpoissonregessiongwpr |
_version_ |
1725504518837239808 |