Penerapan Regresi Poisson Bivariat untuk Pemodelan Jumlah Kematian Ibu dan Jumlah Kematian Bayi di Jawa Barat

Santiani Cintia, Nusar Hajarisman

Abstract


Abstract. Poisson regression is a regression model that is often used to analyze a data count. Poisson bivariate regression is a method used to model a pair of count data that has a correlation with several independent variables. Health degree is very important in describing the public health profile in an area. In assessing the degree of public health, indicators of Infant Mortality Rate (IMR) and Maternal Mortality Rate (MMR) are used because infant mortality and maternal mortality are two things that are interrelated. In this paper, we will implement the Bivariate Poisson Regression model in Maternal Mortality and Infant Mortality in West Java in 2017. By using a model where λ0 is a function of the independent variable. The results show that the variables that influence maternal mortality are the percentage of exclusive breastfeeding, the percentage of pregnant women getting Fe3 tablets, the percentage of pregnant women visiting with K4, and the percentage of compilation of midwifery handling and the variables that affect infant mortality are the percentage of exclusive breastfeeding, the percentage of pregnant women getting tablets Fe3, percentage of visits of pregnant women with K1, percentage of visits of pregnant women with K4, and the percentage of compilation of midwifery handling.

Keywords: Poisson Regression, Poisson Bivariate Regression, Maternal Mortality, Infant Mortality

Abstrak. Regresi Poisson merupakan model regresi yang sering digunakan untuk menganalisis suatu data count. Regresi bivariat poisson adalah metode yang digunakan untuk memodelkan sepasang count data yang memiliki korelasi dengan beberapa variabel independen. Derajat kesehatan sangat penting dalam menggambarkan profil kesehatan masyarakat di suatu daerah. Dalam menilai derajat kesehatan masyarakat, digunakan indikator Angka Kematian Bayi (AKB) dan Angka Kematian Ibu (AKI) karena kematian bayi dan kematian ibu merupakan dua hal yang saling berkaitan. Dalam makalah ini akan dilakukan penerapan model Regresi Poisson Bivariat dalam Kematian Ibu dan Kematian Bayi di Jawa Barat tahun 2017. Dengan menggunakan model dimana  adalah fungsi dari variabel bebasnya. Didapatkan hasil bahwa variabel yang mempengaruhi kematian ibu adalah persentase pemberian ASI eksklusif, persentase ibu hamil mendapatkan tablet Fe3, persentase kunjungan ibu hamil dengan K4, dan persentase penanganan kompilkasi kebidanan dan variabel yang mempengaruhi kematian bayi adalah persentase pemberian ASI ekslusif, persentase ibu hamil mendapatkan tablet Fe3, persentase kunjungan ibu hamil dengan K1, persentase kunjungan ibu hamil dengan K4, dan persentase penanganan komplikasi kebidanan.

Kata Kunci: Regresi Poisson, Regresi Bivariat Poisson, Kematian Ibu, Kematian Bayi


Keywords


Poisson Regression, Poisson Bivariate Regression, Maternal Mortality, Infant Mortality

References


Arkandi, Indi. (2015). Analisis Faktor Risiko Kematian Ibu Dan Kematian Bayi Dengan

Pendekatan Regresi Poisson Bivariat Di Provinsi Jawa Timur Tahun 2013. Tugas Akhir. Surabaya: Program Studi S1 Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember.

Bermúdeza, L., & Karlis, D. (2012). A finite mixture of bivariate Poisson regression models with an application to insurance ratemaking. ELSEVIER.

Bozdogan, H. (2005). Akaike's Information Criterion and Recent Developments in Information Complexity. Mathematical Psychology.

Cameron, A., & Trivedi, P. (1998). Regression Analysis of Count Data. USA: Cambridge University Press.

Dinas Kesehatan Provinsi Jawa Barat. (2017). Profil Kesehatan Jawa Barat 2017.

Karlis, D., & Ntzoufras, I. (2005). Bivariate Poisson and Diagonal Inflated Bivariate Poisson Regression Models in R. Journal of Statistical Software.

Ratnasari, N. T., & Purhadi. (2013). Pemodelan Faktor yang Mempengaruhi Jumlah Hiv dan Aids Provinsi Jawa Timur Menggunakan Regresi Poisson Bivariat. Jurnal Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember (ITS).




DOI: http://dx.doi.org/10.29313/.v6i2.23347

Flag Counter