Pemodelan Kematian Ibu Maternal di Jawa Barat Tahun 2016 Menggunakan Geographically Weighted Poisson Regression dengan Fungsi Pembobot Kernel Bi-Square

Nur'aini Putri Riwadi, Nusar Hajarisman

Abstract


Abstract. The number of maternal deaths is the number of women at the time of pregnancy or the 42 days since the termination of pregnancy without regard to the long and birth place, due to the pregnancy or administration, and not to other causes such as the accident or the fall. In this paper will discuss modeling the number of maternal deaths in west Java using the Geographically Weighted Poisson Regression (GWPR). Geographically Weighted Poisson Regression (GWPR) model is a regression model developed from Poisson regression which is applied to spatial data. The parameters in the Geographically Weighted Poisson Regression model can be estimated using the Maximum Likelihood Estimation methode using the Newton-Raphson iterative numerical method.  Spatial weight is obtained using the bi-square kernel function. The data used is the secondary data obtained from the Badan Pusat Statistik recorded in Jawa Barat Dalam Angka and Profil Kesehatan Jawa Barat 2016. Research suggests that the GWPR model is more accurate (measured through AIC) than the regression model Poisson and the factors affecting maternal mortality are significant.

Keywords: Maternal Death, Geographically Weighted Poisson Regression, Newton Raphson Method, Kernel Bi-Square.

Abstrak. Jumlah kematian ibu adalah jumlah kematian perempuan pada saat hamil atau selama 42 hari sejak terminasi kehamilan tanpa memandang lama dan tempat persalinan, yang disebabkan karena kehamilannya atau pengelolaannya, dan bukan karena sebab-sebab lain seperti kecelakaan ataupun terjatuh. Dalam makalah ini akan dibahas pemodelan jumlah kematian ibu maternal di Jawa Barat menggunakan Geographically Weighted Poisson Regression (GWPR). Model GWPR merupakan pengembangan dari regresi Poisson yang diaplikasikan pada data spasial. Parameter-parameter dalam model Geographically Weighted Poisson Regression dapat ditaksir dengan menggunakan metode penaksiran kemungkinan maksimum melalui metode numerik iterasi Newton-Raphson. Pembobot spasial diperoleh menggunakan fungsi kernel bi-square. Data yang digunakan adalah data sekunder hasil pencatatan yang diperoleh dari Badan Pusat Statistik yang tercatat dalam buku Jawa Barat Dalam Angka dan buku Profil Kesehatan Jawa Barat tahun 2016. Dari penelitian yang dilakukan dapat disimpulkan bahwa model GWPR lebih akurat (diukur melalui AIC) dibanding model regresi Poisson dan faktor-faktor yang mempengaruhi kematian ibu signifikan.

Kata Kunci: Kematian Ibu, Geographically Weighted Poisson Regression, Metode Newton Raphson, Kernel Bi-Square.


Keywords


Kematian Ibu, Geographically Weighted Poisson Regression, Newton Raphson Method, Kernel Bi-Square.

Full Text:

PDF

References


Anselin, L. & Getis, A. (1992). Spatial Statistical Analysis and Geographic Information Systems. The Annals of Regional Science. 19-33.

Aulele, S. N., & Aulele, S. N. (2012). Pemodelan Kematian Bayi di Provinsi Maluku Tahun 2010 dengan menggunakan Regresi Poisson.

Badan Pusat Statistik. (2018). Jawa Barat Dalam Angka 2017.

Dinas Kesehatan Provinsi Jawa Barat. (2016). Profil Kesehatan Jawa Barat 2016.

Fotheringham, A., Brundson, C., & Charlton, M. (2002). In Geographically Weighted Poisson Regression: Analysis of Spatially Varying Relationship. John Wiley and Sons Ltd: England.

Irawati, & Purhadi. (2012). Perbandingan Analisis Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif untuk mengatasi overdispersi.

Nakaya, T., Fotheringham, A., Brunsdon, C, & Charlton, M. (2005). Geographically Weighted Poisson Regression for disease. Statistics ini Medicine, 24(17).




DOI: http://dx.doi.org/10.29313/.v6i2.23285

Flag Counter