ESTIMASI PARAMETER MODEL REGRESI NONPARAMETRIK B-SPLIN E PADA ANGKA KEMATIAN MATERNAL

DHEA ARIESTA, NURUL GUSRIANI, KANKAN PARMIKANTI

Abstract


Angka kematian maternal menjadi salah satu indikator yang dapat menggambarkan kesejahteraan masyarakat di suatu negara. Pada tahun 2019, di Provinsi Jawa Barat tercatat jumlah kematian ibu sebanyak 684 kasus atau 74,19 per 100.000 kelahiran hidup. Salah satu upaya untuk menurunkan angka kematian maternal di Provinsi Jawa Barat dapat dilakukan dengan memodelkan angka kematian maternal terhadap faktor yang mempengaruhinya sehingga nilai kematian maternal dapat diestimasi. Pada penelitian ini, angka kematian maternal di Provinsi Jawa Barat diestimasi dengan parameter model regresi nonparametrik B-Spline menggunakan pendekatan metode Ordinary Least Square (OLS). Pemilihan regresi nonparametrik B-Spline dikarenakan hasil plotting setiap variabel respon terhadap variabel prediktor tidak menunjukkan pola tertentu, selain itu model regresi B-Spline memiliki fleksibilitas yang tinggi. Model B-Spline terbaik bergantung pada penentuan titik knot optimal yaitu dengan nilai Generalized Cross Validation (GCV) minimum. Setelah dilakukan analisis angka kematian maternal berdasarkan regresi nonparametrik B-Spline diperoleh suatu model terbaik pada saat orde dua dan banyaknya titik knot untuk X1 adalah dua, X2 adalah satu, X3 adalah tiga, dan X4 adalah tiga dengan nilai GCV sebesar 352,3002, sementara nilai koefisien determinasi yang diperoleh sebesar 0, 8443. Kata Kunci: Angka Kematian Maternal, B-Spline, Ordinary Least Square

Full Text:

PDF

References


Budiantara, I.N., Suryadi, F., Otok, B.W., dan Guritno, S., 2006, Permodelan B-Spline dan MARS pada Nilai Ujian Masuk Terhadap IPK Mahasiswa Jurusan Disain Komunikasi Visual UK. PETRA Surabaya, Jurnal Teknik Industri, Volume 8, Issue 1.

De Boor, C.H., 2001., A Practical Guide to Splines, Applied Mathematical Sciences, Springer Verlag, New York.

Dinas Kesehatan Provinsi Jawa Barat., 2020, Profil Kesehatan Provinsi Jawa Barat Tahun 2019, Website Dinkes Jabar Online

http://www.diskes.jabarprov.go.id/index.php/arsip/categories/MTE4/profilekesehatan diakses pada 3 November, 2020.

Eubank, R. L., 1998, Penentuan Generalized Cross Validation (GCV) Sebagai Kriteria dalam Pemilihan Model Regresi B-Spline Terbaik, Jurnal Statistika, Volume 2, Issue 2.

Eubank, R.L., 1999., Nonparametric Regression and Spline Smoothing, 2nd edition, Marcel Dekker, New York.

Huang, J. Z. and Shen, H., 2004, Functional Coefficient Regression Models for Non Linear Time Series: A Polynomial Spline Approach, Scandinavian Journal of Statistics, Volume 31, Issue 4.

Kemkes. 2019. Rekomendasi Angka Kematian Ibu di Indonesia Direktorat P2PTM, Jakarta: Kemkes.go.id Online, http://p2ptm.kemkes.go.id/artikelilmiah/rekomendasi-angka-kematian-ibu-di-indonesia diakses pada 22 Januari, 2021

Nawari., 2010., Analisis Regresi dengan MS Excel 2007 dan SPSS 17, PT Elex Media Komputindo, Jakarta.

Nieburg, P., 2012., Improving Maternal Mortality and Other Aspects of Womens Health, Center for Strategic and Inter-national Studies, Washington DC.

Rupert, D., Wand, M. P., and Carroll, R. J., 2003, Cambridge Series in Statistical and Probabilistic Mathematics: Semi parametric Regression, Cambridge University, New York.

Sembiring, R. K., 1995., Analisis Regresi Edisi Kedua, Penerbit ITB, Bandung.

Sugiyono., 2014., Metode Penelitian Bisnis (Edisi Kedelapan belas), Alfabeta, Bandung.

WHO, 2017, Maternal Mortality ratio (per 100 000 live births), Jenewa: Who.int Online, https://www.who.int/data/gho/indicator-metadataregistry/imr-details/26 diakses pada 22 Januari, 2021.

WHO., 2019, Maternal mortality, Jenewa: Who.int Online,

https://www.who.int/newsroom/fact-sheets/detail/maternal-mortality diakses pada 22 Januari, 2021.




DOI: https://doi.org/10.25077/jmu.10.3.342-354.2021

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.