PEMODELAN ANGKA KEMATIAN IBU DI INDONESIA DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION

Abstract

Maternal Mortality Rate (MMR) is one of the important indicators of a country's health development and is one of the targets of achieving Sustainable Development Goals (SDGs). This study aims to develop a model on the relationship of MMR with provincial health development variables using the Geographically Weighted Poisson Regression (GWPR) method; as well as mapping the model to the provincial map. Estimation of model parameters using PODES data for 2011 and the projected health and projection profile of 2010-2013. The obtained model consists of four variables that influence the number of maternal deaths: (1)  the ratio of health facilities, (2) the ratio of midwives, (3) the percentage of deliveries assisted by health personnel, and (4) the percentage of pregnant women received Fe tablets. The mapping of the four variables into the provincial map yields three groups of regions with different levels of significance of variables. The AIC value and the GWPR model deviance are lower than Poisson regression, indicated that the AKI model with GWPR is better than Poisson regression.   Angka Kematian Ibu (AKI) merupakan salah satu indikator penting pembangunan kesehatan suatu negara danmenjadi salah satu target pencapaian Sustainable Development Goals (SDGs). Penelitian ini bertujuan menyusun model hubungan AKI dengan variabel-variabel pembangunan kesehatan provinsi menggunakan metode Geographically Weighted Poisson Regression (GWPR) dan memetakan model tersebut kedalam peta provinsi. Estimasi parameter model menggunakan data PODES tahun 2011 dan profil kesehatan dan proyeksi penduduk tahun 2010-2013. Model yang diperoleh terdiri dari empat variabel yang mempengaruhi jumlah kematian ibu yaitu rasio sarana kesehatan, rasio bidan, persentase persalinan ditolong tenaga kesehatan, dan persentase ibu hamil mendapat tablet Fe. Pemetaan empat variabel tersebut ke dalam peta provinsi menghasilkan tiga kelompok wilayah dengan tingkat signifikansi variabel yang berbeda-beda. Nilai AIC dan deviance model GWPR lebih rendah dari regresi Poisson menunjukkan bahwa model AKI dengan GWPR lebih baikdari regresi Poisson.