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...

Full description

Bibliographic Details
Main Authors: Sisvia Cahya Kurniawati, Kuntoro Kuntoro
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