Pemodelan Faktor-Faktor Yang Memengaruhi Rasio Kematian Bayi Di Provinsi Jawa Timur Dengan Metode Geographically Temporally Weighted Regression

Syazwina, Afrina (2026) Pemodelan Faktor-Faktor Yang Memengaruhi Rasio Kematian Bayi Di Provinsi Jawa Timur Dengan Metode Geographically Temporally Weighted Regression. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003221160-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Kematian bayi merupakan salah satu permasalahan kesehatan masyarakat yang umumnya diukur menggunakan Angka Kematian Bayi (AKB), yaitu jumlah kematian bayi sebelum mencapai usia satu tahun per 1.000 kelahiran hidup. Pada tahun 2024, Provinsi Jawa Timur merupakan salah satu provinsi dengan jumlah kematian bayi yang relatif tinggi di Indonesia. Meskipun secara umum pada tahun 2022-2024 AKB di Provinsi Jawa Timur menunjukkan tren penurunan, capaian tersebut belum merata di seluruh kabupaten/kota. Indikator yang digunakan dalam penelitian ini adalah rasio kematian bayi yang dihitung berdasarkan definisi AKB, yaitu perbandingan jumlah kematian bayi dengan jumlah kelahiran hidup. Untuk menganalisis faktor-faktor yang memengaruhi rasio kematian bayi di Provinsi Jawa Timur pada tahun 2024, menggunakan metode Geographically Weighted Regression (GWR) dan Geographically and Temporally Weighted Regression (GTWR) dengan pembobot Adaptive Gaussian Kernel. Hasil pemodelan GWR menghasilkan nilai AICc sebesar 201,160 dan sebesar 0,660, dengan persentase bayi berat badan lahir rendah (BBLR) dan persentase bayi berusia kurang dari 6 bulan yang memperoleh ASI eksklusif sebagai variabel yang paling sering teridentifikasi secara signifikan. Sementara itu, pemodelan GTWR menggunakan data tahun 2023–2024 dipilih karena memiliki keseimbangan yang lebih baik antara ketepatan dan kompleksitas model, serta menghasilkan nilai AICc sebesar 853,837 dan sebesar 0,814. Variabel yang paling sering teridentifikasi signifikan terhadap rasio kematian bayi adalah persentase bayi berusia kurang dari 6 bulan yang memperoleh ASI eksklusif, yang terdapat pada 12 kabupaten/kota. Sementara itu, persentase penduduk miskin dan persentase bayi BBLR teridentifikasi signifikan masing-masing pada 7 dan 6 kabupaten/kota.
=================================================================================================================================
Infant mortality is a public health issue that remains a concern to this day and is generally measured using the Infant Mortality Rate (IMR), which is the number of infant deaths before reaching one year of age per 1.000 live births in a given year. In 2024, East Java Province was one of the provinces with a relatively high number of infant deaths in Indonesia. Although the IMR in East Java Province generally declined from 2022 to 2024, this improvement was not evenly distributed across all districts and cities. This study employs a spatiotemporal approach to analyse the factors influencing the infant mortality rate in East Java Province in 2024 using Geographically Weighted Regression (GWR) and Geographically and Temporally Weighted Regression (GTWR) with an Adaptive Gaussian Kernel weighting. The GWR modelling results in an AICc value of 201,160 and an of 0,660, with the percentage of low birth weight infants (LBW) and the percentage of infants under 6 months receiving exclusive breastfeeding identified as the most frequently significant variables. Meanwhile, the GTWR model trained on 2023-2024 data was chosen because it offers a better balance between model accuracy and complexity, yielding an AICc of 853,837 and an of 0,814. The variable most frequently identified as significant to the infant mortality rate is the percentage of infants under 6 months of age who receive exclusive breastfeeding, which is found in 12 districts/cities. Meanwhile, the percentages of the poor population and low birth weight infants (LBW) were identified as significant in 7 and 6 districts, respectively.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	GTWR, Jawa Timur, Rasio Kematian Bayi, East Java, IMR.
Subjects:	H Social Sciences > HA Statistics > HA31.3 Regression. Correlation. Logistic regression analysis. Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression R Medicine > RJ Pediatrics > RJ101 Child Health. Child health services
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Afrina Syazwina
Date Deposited:	29 Jul 2026 04:24
Last Modified:	29 Jul 2026 04:24
URI:	http://repository.its.ac.id/id/eprint/139415

Actions (login required)

View Item