Penerapan Model Geographically Weighted Poisson Regression pada Jumlah Kematian Ibu di Provinsi Jawa Tengah

Kematian ibu menjadi salah satu indikator penting untuk menilai derajat kesehatan masyarakat di suatu wilayah. Kematian ibu diukur berdasarkan Angka Kematian Ibu (AKI). AKI di Provinsi Jawa Tengah cenderung meningkat setiap tahunnya. Untuk mengurangi AKI tersebut, perlu mengidentifikasi keterkaitan kematian ibu dan faktor-faktor yang mempengaruhinya. Kasus kematian ibu dipengaruhi oleh kondisi geografis dan kejadiannya merupakan kejadian berdistribusi Poisson. Oleh karena itu, model yang sesuai untuk kasus kematian ibu adalah model geographically weighted poisson regression (GWPR). Model GWPR memerlukan pembobot dalam mengestimasi parameter model. Pembobot menunjukkan hubungan antara satu wilayah dengan wilayah lain. Dalam penelitian ini dipilih pembobot fungsi kernel Gaussian dan bisquar} karena kedua pembobot tersebut menggunakan unsur jarak antar wilayah. Tujuan dari penelitian ini adalah untuk menerapkan model GWPR dengan pembobot fungsi kernel Gaussian dan bisquare pada jumlah kematian ibu dan memilih model yang lebih baik menggunakan nilai Akaike Information Criterion (AIC). Hasil penelitian ini diperoleh model yang berbeda untuk 35 kabupaten/kota di Provinsi Jawa Tengah, dan menunjukkan bahwa nilai AIC model GWPR dengan pembobot fungsi kernel bisquare sebesar 103.849. Nilai tersebut lebih kecil dari model GWPR dengan pembobot fungsi kernel Gaussian yaitu 113.0072, sehingga model GWPR dengan pembobot fungsi kernel bisquare lebih baik untuk digunakan. Selain itu, diperoleh 4 kelompok wilayah yang memiliki faktor yang sama dan berpengaruh signifikan terhadap jumlah kematian ibu di Provinsi Jawa Tengah