Pemodelan Faktor-Faktor yang Mempengaruhi Angka Kematian Ibu Menggunakan Regresi Zero Inflated Poisson (ZIP) dan Zero And One Inflated Poisson (ZOIP)

Pramesti, Oktavia Dewi (2024) Pemodelan Faktor-Faktor yang Mempengaruhi Angka Kematian Ibu Menggunakan Regresi Zero Inflated Poisson (ZIP) dan Zero And One Inflated Poisson (ZOIP). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5006201011_Buku TA Revisi.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy

Abstract

Masa kehamilan merupakan periode yang rentan bagi kesehatan ibu dan janin. Kematian ibu menjadi penyebab utama kematian pada wanita usia 15-49 tahun, dengan lebih dari setengah juta wanita meninggal setiap tahunnya akibat komplikasi kehamilan. Angka Kematian Ibu (AKI) digunakan sebagai indikator utama perkembangan kesehatan. Menurut WHO, sekitar 287.000 perempuan meninggal karena komplikasi kehamilan pada tahun 2020. Di Indonesia, khususnya Surabaya, AKI masih tinggi pada awal 2023, tidak memenuhi target Tujuan Pembangunan Berkelanjutan (SDGs) sebesar 183 per 100.000 kelahiran hidup pada tahun 2024. Misalnya, kecamatan Kenjeran yang memiliki nilai AKI yang tergolong tinggi. Regresi linear sering digunakan dalam menganalisis isu AKI, namun ketidakakuratan sering terjadi pada data dengan kelebihan nilai nol. Oleh karena itu, model Generalized Linear Model (GLM) seperti Zero-Inflated Poisson (ZIP) dan Zero-and-One-Inflated Poisson (ZOIP) diperkenalkan untuk mengatasi tantangan ini. Penelitian ini menggunakan data AKI di Surabaya tahun 2022 untuk membandingkan model regresi ZIP dan ZOIP dalam menganalisis AKI, dengan tujuan memberikan wawasan lebih mendalam mengenai faktor-faktor yang mempengaruhi kesehatan ibu di Surabaya. Analisis regresi pada data AKI dilakukan menggunakan metode ZIP dan ZOIP. Parameter dari masing-masing model digunakan untuk mengetahui signifikansi setiap prediktor terhadap AKI. Estimasi parameter regresi ZOIP menggunakan algoritma MLE dan EM. Variabel prediktor dengan estimasi parameter yang signifikan pada model regresi ZIP adalah ibu hamil mendapatkan TTD (X_5 ), dan rasio bidan per 100.000 penduduk (X_7 ). Sedangkan pada model regresi ZOIP, hanya parameter intercept yang berpengaruh signifikan. Oleh karena itu, kebijakan yang dapat diambil oleh Pemerintah Kota Surabaya meliputi perhatian terhadap pemerataan pemberian TTD kepada ibu hamil serta jumlah TTD yang diberikan. Selain itu, pemerintah juga perlu mempertimbangkan penambahan jumlah bidan di setiap kecamatan untuk menurunkan angka kematian ibu. Hasil analisis menunjukkan bahwa metode regresi ZIP lebih baik dibandingkan ZOIP dengan nilai AIC 57,596 dibandingkan 110,31.

===========================================================
===========================================================

Pregnancy is a vulnerable period for the health of both the mother and the fetus. Maternal mortality is a leading cause of death among women aged 15-49, with over half a million women dying annually from pregnancy complications. The Maternal Mortality Ratio (MMR) is used as a key indicator of health development. According to the WHO, approximately 287,000 women died from pregnancy complications in 2020. In Indonesia, specifically in Surabaya, the MMR remained high in early 2023, failing to meet the Sustainable Development Goals (SDGs) target of 183 per 100,000 live births by 2024. For instance, Kenjeran District has a notably high MMR. Linear regression is often used to analyze MMR issues, but it frequently results in inaccuracies due to excess zero values in the data. Therefore, Generalized Linear Models (GLMs) like Zero-Inflated Poisson (ZIP) and Zero-and-One-Inflated Poisson (ZOIP) are introduced to address this challenge. This study uses 2022 MMR data from Surabaya to compare ZIP and ZOIP regression models in analyzing MMR, aiming to provide deeper insights into the factors affecting maternal health in Surabaya. Regression analysis on MMR data was conducted using ZIP and ZOIP methods. The parameters of each model were used to determine the significance of each predictor on MMR. The parameter estimates for the ZOIP regression were obtained using the MLE and EM algorithms. The predictor variables with significant parameter estimates in the ZIP regression model are pregnant women receiving iron tablets (X_5 ) and the ratio of midwives per 100.000 population (X_7 ). In contrast, in the ZOIP regression model, only the intercept parameter was significant. Therefore, policies that can be taken by the Surabaya City Government include focusing on the equitable distribution of iron tablets to pregnant women and the quantity provided. Additionally, the government should consider increasing the number of midwives in each district to reduce maternal mortality. The analysis results show that the ZIP regression method is better than the ZOIP method, with an AIC value of 57,596 compared to 110,31.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Algoritma Expectation Maximization, Angka Kematian Ibu, Metode Maksimum Likelihood, Regresi Zero Inflated Poisson, Regresi Zero and One Inflated Poisson, Expectation-Maximization (EM) algorithm, Maternal Mortality Rate (MMR), Maximum Likelihood Estimation Method, Zero Inflated Poisson (ZIP) Regression, Zero and One Inflated Poisson (ZOIP) Regression
Subjects:	Q Science > Q Science (General) > Q180.55.M38 Mathematical models Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression Q Science > QA Mathematics > QA401 Mathematical models. Q Science > QC Physics
Divisions:	Faculty of Mathematics, Computation, and Data Science > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Oktavia Dewi Pramesti
Date Deposited:	31 Jul 2024 08:27
Last Modified:	31 Jul 2024 08:27
URI:	http://repository.its.ac.id/id/eprint/111199

Actions (login required)

View Item