PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA BANDUNG DENGAN MENGGUNAKAN REGRESI ZERO-INFLATED POISSON
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 dim...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Andalas
2021-10-01
|
| Series: | Jurnal Matematika UNAND |
| Online Access: | https://jmua.fmipa.unand.ac.id/index.php/jmua/article/view/891 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850062966007791616 |
|---|---|
| author | AMALIA DWI PUTRI DODI DEVIANTO FERRA YANUAR |
| author_facet | AMALIA DWI PUTRI DODI DEVIANTO FERRA YANUAR |
| author_sort | AMALIA DWI PUTRI |
| collection | DOAJ |
| description | 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-Inflated 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 3× dan persentase bayi yang diberikan ASI eksklusif.
Kata Kunci: Excess Zeros, Overdispersi, Regresi Poisson, Regresi Zero-Inflated Poisson |
| format | Article |
| id | doaj-art-e39d7231ed1b46a2bebf42668aece531 |
| institution | DOAJ |
| issn | 2303-291X 2721-9410 |
| language | English |
| publishDate | 2021-10-01 |
| publisher | Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Andalas |
| record_format | Article |
| series | Jurnal Matematika UNAND |
| spelling | doaj-art-e39d7231ed1b46a2bebf42668aece5312025-08-20T02:49:47ZengDepartment of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas AndalasJurnal Matematika UNAND2303-291X2721-94102021-10-0110446447510.25077/jmu.10.4.464-475.2021664PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA BANDUNG DENGAN MENGGUNAKAN REGRESI ZERO-INFLATED POISSONAMALIA DWI PUTRIDODI DEVIANTOFERRA YANUARKematian 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-Inflated 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 3× dan persentase bayi yang diberikan ASI eksklusif. Kata Kunci: Excess Zeros, Overdispersi, Regresi Poisson, Regresi Zero-Inflated Poissonhttps://jmua.fmipa.unand.ac.id/index.php/jmua/article/view/891 |
| spellingShingle | AMALIA DWI PUTRI DODI DEVIANTO FERRA YANUAR PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA BANDUNG DENGAN MENGGUNAKAN REGRESI ZERO-INFLATED POISSON Jurnal Matematika UNAND |
| title | PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA BANDUNG DENGAN MENGGUNAKAN REGRESI ZERO-INFLATED POISSON |
| title_full | PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA BANDUNG DENGAN MENGGUNAKAN REGRESI ZERO-INFLATED POISSON |
| title_fullStr | PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA BANDUNG DENGAN MENGGUNAKAN REGRESI ZERO-INFLATED POISSON |
| title_full_unstemmed | PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA BANDUNG DENGAN MENGGUNAKAN REGRESI ZERO-INFLATED POISSON |
| title_short | PEMODELAN JUMLAH KEMATIAN BAYI DI KOTA BANDUNG DENGAN MENGGUNAKAN REGRESI ZERO-INFLATED POISSON |
| title_sort | pemodelan jumlah kematian bayi di kota bandung dengan menggunakan regresi zero inflated poisson |
| url | https://jmua.fmipa.unand.ac.id/index.php/jmua/article/view/891 |
| work_keys_str_mv | AT amaliadwiputri pemodelanjumlahkematianbayidikotabandungdenganmenggunakanregresizeroinflatedpoisson AT dodidevianto pemodelanjumlahkematianbayidikotabandungdenganmenggunakanregresizeroinflatedpoisson AT ferrayanuar pemodelanjumlahkematianbayidikotabandungdenganmenggunakanregresizeroinflatedpoisson |