REGRESI POISSON DENGAN PENDETEKSI DISPERSI GENERALIZED POISSON REGRESSION PADA KASUS ANGKA KEMATIAN IBU DI SUMATERA BARAT

Haya Fatiha Sulisda, Lilis Harianti Hasibuan, Darvi Mailisa Putri

Abstract


Angka kematian ibu merupakan indikator kesehatan yang menunjukkan jumlah kematian ibu akibat kehamilan, persalinan, atau hingga 42 hari setelah kehamilan berakhir, yang disebabkan oleh faktor yang berkaitan dengan kehamilan dan penanganannya, bukan karena kecelakaan atau sebab lain di luar kehamilan. Metode analisis data yang digunakan dalam penelitian ini adalah model regresi Poisson, dengan tujuan memodelkan jumlah angka kematian ibu yang berupa data diskrit. Variabel bebas yang digunakan dalam penelitian ini adalah jumlah tenaga kesehatan, jumlah fasilitas kesehatan dan pendapatan per kapita. Syarat penting yang harus dipenuhi dalam model regresi Poisson adalah terpenuhinya asumsi Equidispersi, dimana nilai rata-rata sama dengan nilai variansi. Karena ditemukan indikasi pelanggaran asumsi tersebut, dilakukan pemodelan lanjutan menggunakan model generalized Poisson regression, dengan tujuan mengevaluasi tingkat dispersi yang terjadi pada data. Berdasarkan perbandingan nilai AIC dari setiap model yang dianalisis, model regresi Poisson dipilih sebagai model terbaik untuk memodelkan jumlah angka kematian ibu. Hasil penelitian menunjukkan bahwa jumlah tenaga kesehatan dan pendapatan per kapita berpengaruh terhadap jumlah angka kematian ibu di Sumatera Barat.

Keywords


AIC; angka kematian ibu; Equidispersi; generalized Poisson regresion; regresi Poisson

Full Text:

PDF

References


Aulele, S. N., Heumasse, A. G., & Lesnussa, Y. A. (2021). Analisis Faktor-Faktor yang Mempengaruhi Jumlah Kematian Ibu di Provinsi Maluku dengan Menggunakan Regresi Poisson. Jurnal EurekaMatika, 9(2), 151–158.

Chaniago, P. R., Devianto, D., & Rahmi, I. (2018). Analisis Faktor Risiko Angka Kematian Ibu dengan Pendekatan Regresi Poisson. Jurnal Matematika UNAND, VII(2), 126–131.

Claudia, C., & Ananda, I. (2025). Pemodelan Generalized Poisson Regression (GPR) untuk Mengatasi Pelanggaran Equidispersi Pada Regresi Poisson Kasus Pneumonia di Provinsi NTT. MATHunesa, 13(01), 139–146.

Esra, R. U. T., Nohe, D. A., & Fathurahman, M. (2023). Pemilihan Model Terbaik pada Generalized Poisson Regression Menggunakan Akaike Information Criterion. Statistika, 23(1), 73–87.

Khan, E. (2023). Regression Analysis: An Overview of Techniques for Modelling Relationships between Variables. Research & Reviews: Journal of Statistics and Mathematical Sciences 1, 2, 1–2. https://doi.org/10.4172/J

Mori, S. A., Martha, S., & Aprizkiyandari, S. (2024). Pemodelan Tingkat Pengangguran Terbuka Menggunakan Generalized Linear Model. Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster), 13(1), 137–146.

Nosheen, M., Ahmad, S., & Naz, S. (2025). Challenges , And Methodological Remedies widely used in econometrics , statistics , and data analysis for examining explores the key practical challenges associated with real-wo. Pakistan Journal of Social Science Review (PJSSR), 8052, 1–9.

Ramadhani, N., Yanuar, F., & Yozza, H. (2018). Penerapan Regresi Poisson Generalized Poisson Regression Dalam Memodelkan Kasus Angka Kematian Ibu Di Sumatera Barat Tahun 2015. Jurnal Matematika UNAND, 7(2), 112–117. https://doi.org/10.25077/jmu.7.2.112-117.2018

Ruliana, Hendikawati, P., & Agoestanto, A. (2016). Pemodelan Generalized Poisson Regression (GPR) Untuk Mengatasi Pelanggaran Equidispersi Pada Regresi Poisson Kasus Campak Di Kota Semarang Tahun 2013. UNNES Journal of Mathematics, 5(1), 39–46. http://journal.unnes.ac.id/sju/index.php/ujm

Sabrina, F. A., Vidya Nandita, W., & Dewi Maharani, D. (2023). Uji Asumsi Klasik untuk Menghindari Pelanggaran Asumsi Klasik pada Regresi Linier Ordinary Least Squares (OLS) dalam Ekonometrika. Jurnal Ilmiah Manajemen Ekonomi Dan Akuntansi, 1(1), 195–203. https://doi.org/10.62017/jimea

Samatova, S. H. (2025). Maternal Mortality is a Indicator of The Health System. Journal of Multidisciplinary Research, 3(1), 80–84.

Sari, R. N., Nabilla, U., & Sari, R. P. (2023). Poisson Regression Modeling Generalized in Maternal Mortality Cases in Aceh Tamiang Regency. Barekeng: Journal of Mathematics and Its Applications, 17(1), 235–244. https://doi.org/10.30598/barekengvol17iss1pp0235-0244

Tendriyawati. (2023). Pemodelan regresi Poisson Terhadap Faktor-faktor yang mempengaruhi Terjadinya Hipertensi di Kota Kendari. Jurnal Matematika, Komputasi Dan Statistika, 3(April), 255–262.




DOI: https://doi.org/10.15548/map.v8i1.13799

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

Lisensi Creative Commonsis licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.