Pemodelan Geographically Weighted Poisson Regression (GWPR) dengan Fungsi Pembobot Adaptive Bisquare dan Tricube Kernel (Studi Kasus Angka Kematian Ibu di Jawa Timur tahun 2012)
| Main Author: | Novianingrum, Rullianti |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2015
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/154398/ |
Daftar Isi:
- Angka kematian ibu (AKI) merupakan salah satu indikator untuk melihat kemajuan kesehatan suatu negara, khususnya masalah ibu dan anak. Angka kematian ibu di Jawa Timur mengalami peningkatan dalam 5 tahun terakhir dari tahun 2008. Faktor –faktor yang mempengaruhi angka kematian ibu tentunya berbeda-beda untuk setiap wilayah/lokasi, sehingga digunakan metode Geographically Weighted Poisson Regression (GWPR) untuk memodelkan. Model GWPR merupakan pengembangan dari model Geographically Weighted Regression (GWR) yang memperhitungkan jenis data yang diasumsikan berdistribusi Poisson dan faktor spasial (lokasi). Tujuan dari penelitian ini adalah mendapatkan model GWPR dengan pembobot Adaptive Bisquare dan Tricube Kernel untuk data angka kematian ibu di Jawa Timur tahun 2012 serta mendapatkan faktor-faktor yang mempengaruhi angka kematian ibu. Pemodelan GWPR pada data Angka Kematian Ibu di Jawa Timur mendapatkan dua kelompok daerah untuk model GWPR dengan pembobot Adaptive Bisquare Kernel. Sedangkan untuk model GWPR dengan pembobot Adaptive Tricube Kernel diperoleh lima kelompok daerah. Faktor-faktor yang berpengaruh signifikan pada semua lokasi pengamatan dengan kedua fungsi pembobot terhadap angka kematian ibu di Jawa Timur tahun 2012 adalah persentase penduduk miskin (X4) dan persentase jumlah rumah tangga yang memiliki air bersih (X5). Model GWPR dengan fungsi pembobot Adaptive Tricube Kernel merupakan model terbaik untuk memodelkan angka kematian ibu karena menghasilkan nilai AIC lebih kecil daripada model GWPR dengan fungsi pembobot Adaptive Bisquare Kernel