Pemodelan Jumlah Kematian Bayi di Kota Bandung dengan Menggunakan Regresi Zero-Inflated Poisson

Amalia Dwi Putri, DODI DEVIANTO, FERRA YANUAR

Abstract


Kematian bayi merupakan salah satu indikator dalam menentukan tingkat
kesehatan masyarakat. Salah satu upaya untuk mengurangi jumlah kematian bayi adalah dengan mengkaji faktor - faktor penyebabnya. Banyaknya kasus kematian bayi yang berupa data diskrit dan faktor - faktor yang mempengaruhinya dapat dimodelkan menggunakan regresi Poisson. Namun, dalam analisis regresi Poisson sering ditemukan kondisi overdispersi yakni nilai varians dari variabel respon lebih besar dari nilai mean. Overdispersi dapat terjadi karena terlalu banyaknya nilai nol (excess zeros) pada variabel respon.
Model regresi Zero-In ated Poisson merupakan salah satu metode yang dapat mengatasi masalah overdispersi. Pada penelitian ini, data kasus jumlah kematian bayi memiliki terlalu banyak nilai nol, sehingga regresi Zero-Inflated Poisson lebih tepat digunakan untuk memodelkan jumlah kematian bayi dan faktor - faktor yang mempengaruhinya di Kota Bandung Tahun 2019. Hasil analisis menunjukkan bahwa faktor - faktor yang berpengaruh secara signifikan terhadap kasus jumlah kematian bayi adalah persentase berat badan bayi lahir rendah (BBLR), persentase kunjungan neonatal selama 3x dan persentase bayi yang diberikan ASI eksklusif.


Full Text:

PDF

References


Bain, L.J and Max E. 1991. Introduction to Probability and Mathematical Statistics. Second Edition. Duxbury Press, California.

Chaniago, P.R, Dodi D, dan Izzati Rahmi HG. 2018. Analisis Pemodelan Faktor Risiko Angka Kematian Ibu dengan Pendekatan Regresi Poisson. Jurnal Matematika UNAND. 7(2): 126-131

Dewanti, N.P.P, Made S, dan I G.A.M.S. 2016. Perbandingan

Regresi Zero-Inflated Poisson (ZIP) dan Regresi Zero-Inflated Negative Binomial (ZINB) pada Data Overdispersion (Studi Kasus: Angka Kematian Ibu di Provinsi Bali). E-Jurnal Matematika. 5(4): 133-138.

Dinas Kesehatan Kota Bandung. "Profil Kesehatan Kota Bandung Tahun 2019".

Nur, I.M. 2018. Pemodelan Infant Mortality Rate (IMR) dengan Pendekatan Zero-Inflated Poisson Regression Berbasis Algoritma EM. Jurnal Statistika Industri dan Komputasi. 3(1): 71-78.

Ramadhani, N, Ferra Y, dan Hazmira Y. 2018. Penerapan Regresi Poisson dan Generalized Poisson Regression dalam Memodelkan Angka Kematian Ibu di Sumatera Barat Tahun 2015. Jurnal Matematika UNAND. 7(2): 112-117.

Siregar, R.S.K. Pemodelan Regresi Zero-Inflated Poisson (ZIP) dan Hurdle Model Pada Kasus Penyakit Tetanus Neonatorum. Jurnal Euclid. 6(2): 117-129.

Taufan, M, Agus R, dan Suparti. 2012. Analisis Faktor - Faktor yang

Mempengaruhi Banyaknya Klaim Asuransi Kendaraan Bermotor Menggunakan Model Regresi Zero-Inflated Poisson (Studi Kasus di PT. Asuransi Sinar Mas Cabang Semarang Tahun 2010). Jurnal Media Statistika. 5(1): 49-61.

Zuhrat, L, Dodi D, dan Izzati Rahmi HG. 2019. Pemodelan Jumlah Kasus DBD yang Meninggal di Kota Padang dengan Menggunakan Regresi Poisson. Jurnal Matematika UNAND. 4(4): 57-64.




DOI: https://doi.org/10.25077/jmu.11.1.12-24.2022

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Jurnal Matematika UNAND



Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.