PEMODELAN ANGKA HARAPAN HIDUP DAN ANGKA KEMATIAN BAYI DI KALIMANTAN DENGAN REGRESI NONPARAMETRIK SPLINE BIRESPON

  • Aprianti Boma Padatuan Universitas Mulawarman
  • Sifriyani Sifriyani Universitas Mulawarman
  • Surya Prangga Universitas Mulawarman
Keywords: Regresi Nonparametrik, Spline Birespon, GCV, Angka harapan hidup, Angka kematian bayi

Abstract

Penelitian ini menggunakan model regresi nonparametrik birespon dengan pendekatan spline truncated. Model tersebut digunakan untuk menyelesaikan permasalahan analisis regresi yang bentuk kurvanya tidak diketahui. Pendekatan spline truncated memiliki fungsi polinomial tersegmen yang memberikan sifat fleksibilitas. Data yang digunakan dalam penelitian ini terdiri dari dua variabel respon yaitu Angka Harapan Hidup (AHH) dan Angka Kematian Bayi (AKB) di Pulau Kalimantan. Tujuan penelitian adalah untuk menentukan model regresi nonparametrik spline truncated birespon pada data AHH dan AKB dan mengetahui faktor-faktor yang mempengaruhi AHH dan AKB. Hasil penelitian diperoleh model terbaik yaitu model regresi nonparametrik spline linier birespon dengan nilai R2 sebesar 80,51 persen dan model spline tiga titik knot dengan nilai Generalized Cross Validation (GCV) minimum 7,1454. Faktor-faktor yang mempengaruhi AHH dan AKB adalah persentase keluarga menerapkan Perilaku Hidup Bersih dan Sehat (PHBS), persentase bayi diberi Air Susu Ibu (ASI) usia 0-6 bulan, laju pertumbuhan ekonomi, persentase persalinan yang dibantu oleh tenaga medis dan persentase penduduk miskin.

Downloads

Download data is not yet available.

References

Badan Pusat Statistik, Profil Kesehatan Ibu dan Anak, Jakarta Pusat: Badan Pusat Statistik, 2020b

Badan Pusat Statistik. Profil Statistik Kesehatan 2020, Jakarta Pusat: Badan Pusat Statistik. 2020a

Yuliarti, N, Keajaiban ASI: Makanan Terbaik untuk Kesehatan, Kecerdasan dan Kelincahan Si Kecil, Yogyakarta: Andi, 2010

Tarigan, Ingan Ukur. et al, Faktor-Faktor Yang Berhubungan Dengan Pelayanan Bayi di Indonesia: Pendekatan Analisis Multilevel. Jurnal Kesehatan Reproduksi, 8(1), 2017: 103-118. DOI: 10.22435/kespro.v8i1.6879.103-118

Draper, N. Smith, H., Analisis regresi terapan, Jakarta: Gramedia Pustaka Utama, 1992

Wasserman, et. all., Model Linier Terapan Buku II: Analisis Regresi Ganda, Jurusan Statistika FMIPA_IPB, Bogor, 1997

Eubank, R.L.,Spline Smoothing and Nonparametric Regression, New York : Marcel Dekker, 1988

Budiantara, I. N., Spline Dalam Regresi Nonparametrik dan Semiparametrik.Sebuah Permodelan Statistika Masa Kini dan Masa Mendatang.Pidato Pengukuhan Untuk Jabatan Guru Besar Dalam Bidang Ilmu Matematika Statistika dan Probabilitas, Pada Jurusan Statistika, Fakultas MIPA, Institut Teknologi Sepuluh Nopember. Surabaya: ITS Press, 2009

Budiantara, I.N., Model U, GML, CV dan GCV dalam regresi nonparametrik Seminar Nasional Matematika, Surabaya : FMIPA-ITS, Bekerjasama dengan Ikatan Alumni Pasca Sarjana Statistika -ITS, 2005

Similia,T. dan Tikka, J., Input Selection and Shrinkage in Multiresponse Linier Regression : Preprint Submitted to Elsevier, 2007

Wahba, G., Spline Models for Observation Data, SIAM, Philadelphia CBMSNSF Regional Conference Series in Apllied Mathematics, Vol.59, 1990

Oktaviana, Dhina, Regresi Spline Birespon Untuk Memodelkan Kadar Gula Darah Penderita Diabetes Melitus, ITS- paper- 13021120000202, 2011

Badan Pusat Statistik Jakarta Pusat, Statistik Indonesia Tahun 2017, Jakarta Pusat : Badan Pusat Statistik, 2017

Myttenaere, A. D., Golden, B., Grand, B. L., Rossi, F., Mean Absolute Error for Regression Models. Elsevier, volume 192 halaman 38-48, 2015

Kemenkes RI, Profil Kesehatan Indonesia 2016, Jakarta : Kemenkes RI , 2017

Published
2021-06-01
How to Cite
[1]
A. Padatuan, S. Sifriyani, and S. Prangga, “PEMODELAN ANGKA HARAPAN HIDUP DAN ANGKA KEMATIAN BAYI DI KALIMANTAN DENGAN REGRESI NONPARAMETRIK SPLINE BIRESPON”, BAREKENG: J. Math. & App., vol. 15, no. 2, pp. 283-296, Jun. 2021.