Estimasi parameter model geographically weighted poisson regression semiparametric (GWPRS) pada data yang mengandung outlier

INDONESIA: Model Geographically Weighted Poisson Regression Semiparametric (GWPRS) merupakan metode yang dikembangkan dari model GWPR yang mengkombinasi antara parameter yang bersifat lokal dan parameter yang bersifat konstan terhadap lokasi. Dalam menganalisis data dengan menggunakan model GWPRS, terkadang ditemukan adanya outlier. Outlier ini dapat diidentifikasi secara jelas karena berbeda dengan titik sampel lainnya. Adanya outlier dapat berdampak terhadap hasil estimasi parameter model yang menyebabkan estimasi parameter menjadi bias. Salah satu metode penyelesaian outlier adalah metode robust-M. Penelitian ini bertujuan untuk mendapatkan estimasi parameter model GWPRS yang mengandung outlier. Hasil penelitian diaplikasikan pada angka kematian ibu di Provinsi Jawa Timur, sehingga akan didapatkan angka kematian ibu di Jawa Timur. Variabel respon yang digunakan pada penelitian ini adalah angka kematian ibu di setiap kabupaten/kota dan variabel prediktornya adalah persentase wanita sudah menikah usia di bawah 17 tahun (X1), persentase ibu hamil melaksanakan program K1 (X2), persentase ibu hamil melaksanakan program K4 (X3), persentase ibu nifas yang mendapatkan vitamin A (X4), persentase persalinan dibantu oleh tenaga non medis (X5), persentase ibu hamil yang mendapatkan tablet Fe 1 (X6), persentase ibu hamil yang mendapatkan tablet Fe 3 (X7), persentase ibu hamil komplikasi yang ditangani oleh tenaga kesehatan (X8). Dengan parameter yang bersifat konstan terhadap lokasi adalah variabel persentase ibu nifas yang mendapatkan vitamin A (X4) dan persentase ibu hamil yang mendapatkan tablet Fe 3 (X7). Setelah didapatkan modelnya maka dilakukan uji F. Hasil yang didapatkan dari penelitian ini adalah model GWPRS pada data yang mengandung outlier lebih baik dalam menjelaskan angka kematian ibu di Jawa Timur tahun 2013 daripada model GWPRS. ENGLISH: Geographically Weighted Poisson Regression Semiparametric (GWPRS) model is a development of the GWPR which combine localized parameter and parameter that is constant respect to location. In the data analyzing process using GWPRS model, sometimes outlier exists. It can be identified clearly since it is different from the other majority of sample points. The existence of an outlier may affect to the resulting parameter estimation of model that causes parameter estimates to be biased. One of methods to solve the outlier is robust-M method. This research aims to determine parameter estimation of GWPRS model which contains outlier. The result was applied into the case of maternal mortality rate in the East Java province. Thus, it will be obtained the model of maternal mortality rate in East Java. The respond variable that used in this research is number of maternal mortality rate in each regency/town, while the predictor variable were the percentage of women have been married under 17 years old (X1), the percentage of pregnant women implement the K1 program (X2), the percentage of pregnant women implement the k4 program (X3), the percentage of women parturition who received vitamin A (X4), the percentage of childbirth assisted by non medical treatment (X5), the percentage of pregnant women get fe1 tablet (X6), the percentage of pregnant mothers get fe 3tablet (X7), the percentage of pregnant women complication handled by health workers (X8). With the constant parameters respect to location is percentage of mother parturition who received vitamin A (X4) and percentage of pregnant women get fe3 tablet (X7). After obtaining the model, it tested by F-test. The result of this research showed that GWPRS model in data that contains outlier could explain better the mapping of maternal mortality rate in East Java at 2013 than GWPR model