Pemodelan untuk Jumlah Kasus Kematian Bayi dan Ibu di Jawa Timur Menggunakan Bivariate Generalized Poisson Regression

Abstract

Jumlah kematian ibu dan kematian bayi saling berhubungan karena pada saat bayi dalam kandungan, gizi yang diperoleh janin disalurkan dari tubuh ibu melalui plasenta sehingga selama masa kehamilan kondisi ibu akan berpengaruh pada janin yang akan dilahirkan. Selain itu, peran ibu dalam merawat bayi juga sangat berpengaruh dalam perkembangan bayi tersebut. Angka kematian bayi baru lahir dan ibu di Jatim masih tinggi, saat ini Jawa Timur belum mampu mencapai target SDGs pada angka kematian bayi dan ibu yaitu sebesar 70/100.000 kelahiran sedangkan Jawa Timur masih 90/100.000 kelahiran. Penelitian ini menggunakan metode Bivariate Generalized Poisson Regression untuk melihat faktor-faktor yang mempengaruhi jumlah kasus kematian bayi dan ibu di Jawa Timur tahun 2017. Bivariate Generalized Poisson Regression merupakan salah satu metode untuk menanggulangi kasus overdispersi data. Berdasarkan hasil analisis Bivariate Generalized Poisson Regression dengan kriteria AICc diketahui bahwa model terbaik memuat keseluruhan variabel prediktor. Faktor yang mempengaruhi jumlah kematian bayi di Jawa Timur tahun 2017 adalah persentase persalinan oleh tenaga kesehatan (X1), persentase komplikasi kebidanan yang ditangani (X2), persentase kunjungan ibu hamil dengan K4 (X3), persentase ibu hamil mendapat tablet Fe3 (X4), sedangkan variabel predictor yang berpengaruh untuk jumlah kematian ibu di Jawa Timur tahun 2017 adalah persentase persalinan oleh tenaga kesehatan (X1), persentase rumah tangga ber-PHBS (X5).