Estimasi parameter model geographically weighted logistic regression (GWLR) pada data yang mengandung multikolinieritas : Studi kasus jumlah kematian bayi di Jawa Timur tahun 2014

INDONESIA: Model Geographically Weighted Logistic Regression (GWLR) merupakan pengembangan dari regresi logistik atau bentuk lokal regresi logistik yang memperhatikan lokasi dari titik pengamatan yang menghasilkan estimasi parameter model bersifat lokal untuk setiap titik atau lokasi di mana data tersebut dikumpulkan, dengan mengasumsikan data berdistribusi Bernoulli. Dalam menganalisis data dengan menggunakan model GWLR, terkadang ditemukan adanya multikolinieritas. Multikolinieritas ini dapat diidentifikasi secara jelas karena berbeda dengan mayoritas titik sampel lainnya. Adanya multikolinieritas dapat berdampak pada estimasi parameter menjadi tidak konsisten. Salah satu penyelesaian multikolinieritas adalah metode partial least square generalized linear regression. Penelitian ini bertujuan untuk memperoleh estimasi parameter model GWLR yang mengandung multikolinieritas. Penelitian ini diaplikasikan pada jumlah kematian bayi di wilayah Jawa Timur tahun 2014. Variabel respon yang bersifat kategorik dalam penelitian ini yaitu jumlah kematian bayi pada setiap Kabupaten/Kota dan variabel prediktornya adalah jumlah tenaga medis, pemberian vitamin A, ibu nifas, pemberian ASI eksklusif, jumlah tenaga pramedis, jumlah tenaga medis lainnya, cakupan neonatus komplikasi yang ditangani, jumlah bayi, jumlah ibu hamil, dan jumlah ibu bersalin. Hasil yang diperoleh dalam penelitian ini adalah model GWLR pada data yang mengandung multikolinieritas lebih baik dalam menjelaskan jumlah kematian bayi di Jawa Timur tahun 2014 dibanding model GWLR. ENGLISH: Geographically Weighted Logistic Regression (GWLR) model is the development of a logistic regression or is the local model which consider the location from the observation point that produces a locally model parameter estimator to each point or location where the data is collected, assuming the data is Bernoulli distributed. In analyzing the data using the GWLR model, a multicolinearity is occasionally found. It can be identified clearly as it is different from the majority of other sample points. The multicolinearity can make the parameter estimation to be inconsistent. One of multicolinearity solution is partial least square generalized linear regression method. This study aims to obtain a parameter estimation of GWLR model containing multicolinearity. This study was applied at the rate of infant deaths in the of East Java. The response variable that is categorical in this is the rate of infant deaths in each district or city and the variable predictor is the rate of medical personnel provision of vitamin A postpartum mother exclusive breastfeeding, the rate of pre-medical the rate of other medical personnel handled neonatal complications coverage the rate of babies the rate of pregnant women and the rate of mothers giving birth. The results obtained in this study is that a GWLR model of the data containing multicolinearity is better in explain the rate of infant deaths in East Java in 2014 than GWLR models