Pemodelan Multivariate Adaptive Generalized Poisson Regression Spline pada Kasus Jumlah Kematian Ibu di Provinsi Jawa Timur

Abstract

Kematian ibu menjadi salah satu masalah besar bagi negara Indonesia, karena ibu berperan penting dalam regenerasi manusia. Indonesia memiliki angka kematian ibu (AKI) tertinggi kedua di ASEAN. Nilai yang tinggi tersebut dipengaruhi oleh AKI provinsi-provinsi di Indonesia, termasuk Jawa Timur. Provinsi Jawa Timur termasuk tiga besar AKI tertinggi di Indonesia dengan nilai 91,45 per 100.000 kelahiran hidup pada tahun 2018. Tingginya AKI berbanding positif dengan jumlah kematian ibu, artinya semakin tinggi AKI, maka semakin banyak jumlah kematian ibu. Salah satu upaya yang dapat dilakukan untuk mengurangi AKI adalah pemodelan faktor-faktor yang mempengaruhi jumlah kematian ibu dengan metode regresi. Penelitian ini menggunakan metode Multivariate Adaptive Regression Splines (MARS) dengan estimator generalized Poisson, sehingga menjadi metode Multivariate Adaptive Generalized Poisson Regression Splines (MAGPRS). Model terbaik dari hasil analisis MAGPRS adalah model dengan BF=28, MI=2, dan MO=2. Setelah dilakukan backward stepwise, fungsi basis dari model tersebut menjadi 24, dimana akan menyusun persamaan MAGPRS. Variabel prediktor yang paling berpengaruh terhadap model secara berurutan adalah variabel persentase ibu nifas mendapat vitamin A, persentase peserta aktif KB, dan persentase kunjungan ibu hamil K4