Penanganan Overdispersi Untuk Menganalisis Faktor-Faktor Yang Mempengaruhi Jumlah Kasus Berat Bayi Lahir Rendah Di Provinsi Jawa Timur

Putra, Tegar Primadana (2023) Penanganan Overdispersi Untuk Menganalisis Faktor-Faktor Yang Mempengaruhi Jumlah Kasus Berat Bayi Lahir Rendah Di Provinsi Jawa Timur. Diploma thesis, Institut Teknologi Sepuluh Nopember.

Text 2043211114-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (1MB) | Request a copy

Abstract

Berdasarakan data dari Kementerian Kesehatan tahun 2020, provinsi dengan jumlah kasus Berat Bayi Lahir Rendah (BBLR) paling banyak berada di Provinsi Jawa Tengah kemudian urutan kedua Provinsi Jawa Barat dan ketiga Provinsi Jawa Timur sebanyak 20.627 bayi, sedangkan seluruh bayi lahir yang ditimbang adalah 563.048 bayi, jadi kasus BBLR mencapai 3,7%. Kondisi ini mengalami penurunan pada tahun 2020 bila dibandingkan dengan tahun 2019 dimana bayi dengan kasus BBLR sebanyak 22.024 (3,9%) dari 567.713 bayi lahir yang ditimbang. Kasus BBLR ini perlu menjadi perhatian khusus, karena sering kali berhubungan dengan kematian bayi. Menurut Kementerian Kesehatan tahun 2020, jumlah kematian bayi dengan kondisi BBLR paling banyak berada pada Provinsi Jawa Timur sebanyak 1.164 bayi. Oleh karena itu perlu dilakukan pemodelan jumlah kasus Berat Bayi Lahir Rendah (BBLR) di Provinsi Jawa Timur tahun 2020 dengan membandingkan metode Regresi Binomial Negatif dan Generalized Poisson Regression untuk mengetahui faktor-faktor yang menyebabkan kasus BBLR, sehingga jumlah kematian bayi dengan kondisi BBLR dapat dikurangi. Model yang paling sesuai untuk memodelkan jumlah kasus BBLR di Provinsi Jawa Timur adalah Generalized Poisson Regression, model yang terbentuk adalah 1 3 ln 7,678 2,609 0,312  ˆ = − − X X dengan faktor yang berpengaruh adalah rasio tenaga kesehatan dan rasio puskesmas.
=================================================================================================================================
Based on data from the Ministry of Health in 2020, the province with the highest number of Low Birth Weight (LBW) cases was in Central Java Province, then the second in West Java Province and the third in East Java Province with 20,627 babies, while all babies born were weighed 563,048 babies, so LBW cases reached 3,7%. This condition decreased in 2020 when compared to 2019 where 22,024 (3,9%) babies with LBW cases were weighed out of 567,713 babies born. This case of LBW needs special attention, because it is often associated with infant mortality. According to the Ministry of Health in 2020, the highest number of infant deaths with LBW conditions was in East Java Province, with 1,164 babies. Therefore, it is necessary to model the number of cases of Low Birth Weight (LBW) in East Java Province in 2020 by comparing the Negative Binomial Regression and Generalized Poisson Regression methods to determine the factors that cause LBW cases, so that the number of infant deaths with LBW conditions can be reduced. . The most suitable model for modeling the number of LBW cases in East Java Province is the Generalized Poisson Regression, the model formed is 1 3 ln 7,678 2,609 0,312  ˆ = − − X X with the influencing factors being the ratio of health workers and the ratio of puskesmas.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Berat Bayi Lahir Rendah (BBLR), Generalized Poisson Regression, Jawa Timur, Regresi Binomial Negatif, East Java, Low Birth Weight (LBW), Negative Binomial Regression
Subjects:	H Social Sciences > HV Social pathology. Social and public welfare
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Tegar Primadana Putra
Date Deposited:	06 Feb 2024 07:33
Last Modified:	06 Feb 2024 07:34
URI:	http://repository.its.ac.id/id/eprint/106266

Actions (login required)

View Item