Pemodelan persentase kematian bayi neonatal di jawa timur menggunakan metode geographically weighted regression (GWR)

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Alvionita, Vinny (2024) Pemodelan persentase kematian bayi neonatal di jawa timur menggunakan metode geographically weighted regression (GWR). Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Vinny Alvionita_09020220044 OK.pdf Download (1MB)
	Text Vinny Alvionita_09020220044 Full.pdf Restricted to Repository staff only until 8 July 2027. Download (2MB)

Abstract

Kematian bayi neonatal merupakan kematian bayi pada waktu 28 hari pertama kelahiran. Kasus kematian bayi neonatal di Indonesia bisa dikatakan masih sangat tinggi. Jawa Timur menempati urutan kedua sesudah Jawa Tengah dalam kasus kematian bayi neonatal. Penelitian ini memiliki tujuan untuk mendapatkan model persentase kematian bayi neonatal di Jawa Timur dengan metode statistika spasial yaitu Geographically Weighted Regression (GWR) dengan fungsi pembobot terbaik. Variabel bebas dalam penelitian ini berjumlah 8 variabel yang bersumber dari Dinas Kesehatan dan Badan Pusat Statistik (BPS) Jawa Timur tahun 2022. Variabel terikat dalam penelitian ini yaitu persentase kematian bayi neonatal, sedangkan variabel bebasnya antara lain persentase berat bayi lahir rendah (x1), persentase kunjungan neonatal 1 kali (x2), persentase bayi baru lahir mendapatkan Inisiasi Menyusu Dini (x3), persentase bayi yang diberi ASI eksklusif (x4), persentase ibu hamil mendapatkan tablet tambah darah (x5), persentase imunisasi dasar lengkap (x6), persentase tenaga medis (x7), persentase rumah tangga yang memiliki akses sanitasi layak (x8). Hasil yang diperoleh dari penelitian ini yakni metode GWR dengan fungsi pembobot terbaik yakni Adaptive Bisquare yang mempunyai nilai Akaike Information Criterion (AIC) terendah sebesar 134.306 serta nilai R2 tertinggi yakni 57.72%, dimana menghasilkan 1 kelompok variabel yang berpengaruh terhadap kasus kematian bayi neonatal di Jawa Timur.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Alvionita, Vinny alvionita0109@gmail.com 09020220044
Contributors:	Contribution Name Email NIDN Thesis advisor Asyhar, Ahmad Hanif hanif@uinsby.ac.id 2023018602 Thesis advisor Khaulasari, Hani hani.khaulasari@uinsby.ac.id 0709029102
Subjects:	Matematika Statistik
Keywords:	Geographically Weighted Regression; Jawa Timur; Kematian Bayi Neonatal; Pemodelan.
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Vinny Alvionita
Date Deposited:	08 Jul 2024 14:03
Last Modified:	08 Jul 2024 14:03
URI:	http://digilib.uinsa.ac.id/id/eprint/71431

Actions (login required)

View Item