Penerapan Regresi Binomial Negatif Dalam Menganalisis Faktor-Faktor Yang Mempengaruhi Kasus Angka Kematian Ibu Di Indonesia

Ida Mariati Hutabarat, Rifky Ibrahim Kelirey, Ikfina Chairani

Abstract


Angka Kematian Ibu (AKI) adalah indikator yang menggambarkan jumlah kematian perempuan yang diakibatkan oleh komplikasi selama kehamilan, persalinan, dan masa nifas per 100.000 kelahiran hidup. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi angka kematian ibu di Indonesia berdasarkan data dari Profil Kesehatan Tahun 2022. Data mengalami overdispersi, sehingga analisis dilanjutkan dengan menggunakan regresi binomial negatif. Penelitian ini mempertimbangkan lima variabel prediktor yaitu Persentase Cakupan Pelayanan Kesehatan (K4), Persentase Cakupan Pelayanan Kesehatan (K6), Persentase Cakupan Imunisasi Td2+ pada Ibu Hamil, Persentase Ibu Hamil yang Mendapatkan Tablet Tambah Darah (TTD), dan Persentase Ibu Nifas yang Mendapatkan Vitamin A. Hasil analisis menunjukkan bahwa Persentase Cakupan Pelayanan Kesehatan (K6) merupakan variabel yang secara signifikan mempengaruhi angka kematian ibu. Nilai Akaike Information Criterion (AIC) dari model ini adalah sebesar 375,75, dengan tiga variabel prediktor yang signifikan. Penelitian ini mengindikasikan bahwa peningkatan cakupan pelayanan kesehatan (K6) berhubungan positif dengan peningkatan angka kematian ibu. Hal ini menunjukkan bahwa peningkatan cakupan pelayanan kesehatan (K6) yang tidak diimbangi dengan kualitas pelayanan dapat berkontribusi pada peningkatan angka kematian ibu. Oleh karena itu, kebijakan kesehatan yang berfokus pada peningkatan cakupan harus disertai dengan peningkatan kualitas pelayanan kesehatan untuk mengurangi angka kematian ibu di Indonesia.

Keywords


Angka Kematian Ibu, Regresi Binomial Negatif, Overdispersi, Pelayanan Kesehatan, Indonesia

References


Kementerian Kesehatan Republik Indonesia, “Profil Kesehatan Indonesia2014”, 2014

E. R. Febriani dan J. Nugraha, “Analisis Regresi Poisson Untuk Mengetahui Variabel Berpengaruh Pada Kasus Gizi Buruk di Kabupaten Bangka”, Jurnal Matematika dan Pendidikan Matematika UNY, Yogyakarta, 2015

R. Cahyandari, “Pengujian Overdispersi Pada Model Regresi Poisson”, Jurnal Maetematika, UIN Sunan Gunung Jati, pp. 69-76, 2014

T. D. Molla dan B. Muniswamy, “Power of Tests for Overdispersion Parameter in Negative Binomial Regression Model”, IOSR Journal of Mathematics (IOSRJM), pp. 29-36, 2012

A. Sauddin, N. I. Auliah, dan W. Alwi, “Pemodelan Jumlah Kematian Ibu di Provinsi Sulawesi Selatan”, Journal Matematika dan Statistika Serta Aplikasinya (MSA), pp. 14-19, 2016

R. R. Hocking, “Methods and Applications of Linear Models: Regression and The Analysis opf Variance (3rd Edition)”, John Wiley & Sons Inc, 1996

J. M. Hilbe, “Negative Binomial Regression (2nd Edition)”, 2011

N. Latifah, “Pemodelan Regresi Non Linear Untuk Mengatasi Overdispersi Pada Kasus Filariasis Beberapa Kabupaten/Kota di Jawa Tengah”, Universitas Muhammadiyah Semarang, 2018

A. Widarjono, “Ekonometrika: Teori dan Aplikasi Untuk Ekonomi dan Bisnis”, 2005




DOI: https://doi.org/10.15575/kubik.v10i1.37919

Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Ida Mariati Hutabarat, Rifky Ibrahim Kelirey, Ikfina Chairani

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Journal KUBIK: Jurnal Publikasi Ilmiah Matematika has indexed by:

SINTA DOAJ Dimensions Google Scholar Garuda Moraref DOI Crossref

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

slot https://bursaikan.kkp.go.id/obc/ https://www.assets.rpg.co.id/ https://www.linkandthink.org/ Slot Gacor https://www.theyashotel.com/ https://elearning.itbwigalumajang.ac.id/ https://bapeten.go.id/upload/ https://sentraki.itbwigalumajang.ac.id/ https://lppm.itbwigalumajang.ac.id/ https://bkombandung.kemkes.go.id/ slot gacor hari ini https://sinovik.kemkes.go.id/assets/run/ https://pdcproductions.com/ https://kkp.umt.ac.id/ https://csirt.sulbarprov.go.id/uploads/