Pemodelan Angka Kematian Bayi di Jawa Barat Menggunakan Analisis Regresi Kuantil

Authors

  • Nurul Qisthi Magister Statistika Terapan, FMIPA, Universitas Padjadjaran, Indonesia
  • Yudhie Andriyana Departemen Statistika FMIPA Universitas Padjadjaran
  • Yuyun Hidayat Departemen Statistika FMIPA Universitas Padjadjaran

DOI:

https://doi.org/10.1234/pns.v10i.122

Keywords:

Angka Kematian Bayi, Regresi Kuantil, Klasifikasi

Abstract

Bayi adalah anak yang berusia 0-12 bulan, dimana pada usia tersebut sangat rentan dengan keadaan kesehatan dan kesejahteraan yang buruk, sehingga Angka Kematian Bayi (AKB) dijadikan salah satu indikator untuk menilai derajat kesehatan di suatu wilayah. Ada dua faktor yang menjadi penyebab AKB yaitu faktor endogen dan faktor eksogen. Faktor endogen dapat disebabkan karena bawaan anak sejak lahir yang diperoleh dari orang tuanya atau selama masa kehamilan, seperti terjadi komplikasi pada saat melahirkan dan berat badan lahir rendah, sedangkan faktor eksogen disebabkan oleh pengaruh lingkungan luar seperti pelayanan persalinan. Provinsi Jawa Barat memiliki kasus kematian bayi yang cukup tinggi, berada diurutan ketiga tertinggi di Indonesia, sehingga Provinsi Jawa Barat perlu mendapat perhatian khusus untuk mengatasi tingginya AKB. Pada penelitian ini teridentifikasi adanya outlier yang dapat mempengaruhi hasil analisis dan dapat berakibat kesalahan dalam pengambilan kesimpulan jika diabaikan. Oleh karena itu, penelitian ini bertujuan untuk mendapatkan nilai prediksi AKB di Jawa Barat menggunakan analisis regresi kuantil yang robust terhadap outlier serta dapat membentuk klasifikasi tingkat AKB di kabupaten/kota yang ada di Jawa Barat ke dalam empat kelompok yaitu rendah, sedang, tinggi dan sangat tinggi. Berdasarkan hasil penelitian, didapatkan nilai prediksi dari model regresi pada masing-masing kuantil ( dan ) yang akan digunakan untuk mengklasifikasikan AKB di Jawa Barat dan berdasarkan hasil pengklasifikasian tersebut disimpulkan bahwa terdapat enam kabupaten/kota di Jawa Barat dinyatakan tingkat AKB rendah dan sedang, delapan kabupaten/kota dinyatakan tingkat AKB tinggi, serta tujuh kabupaten/kota dinyatakan tingkat AKB sangat tinggi.

Downloads

Download data is not yet available.

References

Dinas Kesehatan Jawa Barat, Profil Kesehatan Jawa Barat 2019, Bandung: Dinas Kesehatan Jawa Barat, 2020.

Qomariah, 2002. “Beberapa Cara Pehitungan Angka Kematian Bayi”, Media Litbang Kesehatan, Volume XII Nomer 1, 2002.

Astuti, W. D., Sholikhah, H. H., & Angkasawati, T. J., “Estimasi Risiko Penyebab Kematian Neonatal di Indonesia Tahun 2007”, Buletin Penelitian Kesehatan, Vol. 13 No. 4 : 297 – 308, 2010.

Rachmadiani, A. P., Shodikin, M. A., & Komariah, C., “Faktor-Faktor Risiko Kematian Bayi Usia 0-28 Hari di RSD dr. Soebandi Kabupaten Jember”, Journal of Agromedicine and Medical Sciences, Vol. 4, No. 2, 2018.

Titaley, C. R., Dibley, M. J., Agho, K., Roberts, C. L., & Hall, J., “Determinants of neonatal mortality in Indonesia”, BMC Public Health, 8 : 232, 2008.

Stephansson, O., Dicman, P., & Cnattingius, S., “The Influence of Interpregnancy Interval on the Subsequent Risk of Stillbirth and Early Neonatal Death”, The American College of Obstericians and Gynecologist, Vol. 102 No. 1 : 101 – 8, 2003.

Prabamurti, P. N., Purnami, C. T., Widagdo, L., & Setyono, S., “Analisis Faktor Risiko Statis Kematian Neonatal : Studi Kasus Kontrol di Kecamatan Losari Kabupaten Brebes Tahun 2006”, Jurnal Promosi Kesehatan Indonesia, Vol. 3, No. 1, 2008.

Kementerian Kesehatan Republik Indonesia, Profil Kesehatan Indonesia 2020, Jakarta: Kementerian Kesehatan Republik Indonesia, 2021.

Hasan, I. I., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), Jakarta: Bumi Aksara, 2012.

Rousseeuw, P., & Hubert, M., Robust Statistics for Outlier Detection, John Willey ad Sons, 2011.

Tukey, J. W., Explanatory Data Analysis, New York: Addison-Wesley, 1977.

Koenker, R., & Bassett, G., “Regression Quantile”, Econometrica, Vol. 46, No.1, 1978.

Nalita, Y., “Peramalan Harga Emas Global Menggunakan Bayesian Nonparametric Quantile Generalized Additive Model”, Bandung : Universitas Padjadjaran, Tesis, 2020.

Birkes, D., & Dodges, Y., Alternative Methods of Regression, New York: John Willey & Sons, Inc,1993.

Downloads

Published

2021-12-30

How to Cite

Qisthi, N. ., Andriyana, Y. ., & Hidayat, Y. . (2021). Pemodelan Angka Kematian Bayi di Jawa Barat Menggunakan Analisis Regresi Kuantil. Prosiding Seminar Nasional Statistika, 10, 55. https://doi.org/10.1234/pns.v10i.122