Faktor-Faktor yang Memengaruhi Kematian Balita di Jawa Timur Tahun 2020 Menggunakan Geographically Weighted Regression (GWR)

Penulis

  • Ima Sartika Dewi BPS Kab. Magetan
  • Joko Ade Nursiyono BPS Provinsi Jawa Timur

Kata Kunci:

kematian balita, geographically weighted regression, Jawa Timur

Abstrak

Kematian balita merupakan kematian yang terjadi pada anak sebelum usia lima tahun. Dalam satu dekade terkahir, tren kematian balita di Jawa Timur telah turun secara signifikan, tetapi jumlahnya masih tinggi. Akselerasi penanganan kematian balita dapat dicapai dengan mengetahui faktor yang berpengaruh. Tujuan penelitian ini adalah untuk menentukan pemodelan terbaik jumlah kematian balita dengan membandingkan pemodelan regresi OLS (Ordinary Least Square) dan GWR (Geographically Weighted Regression). Selain itu, penelitian ini juga dilakukan untuk mendapatkan faktor-faktor yang mempengaruhi kematian balita di Jawa Timur. Variabel yang digunakan adalah jumlah persalinan tenaga Kesehatan dan Indeks Pemanfaatan Pangan. Secara global diperoleh hasil jumlah persalinan dibantu tenaga kesehatan dan indeks pemanfaatan pangan berpengaruh signifikan terhadap jumlah kematian balita di Jawa Timur. Pemodelan dengan GWR dilakukan karena jumlah kematian balita di kabupaten/kota se-Jawa Timur sangat bervariasi sehingga perlu memasukkan aspek spasial. Pemodelan GWR memberikan hasil yang lebih baik dibandingkan pemodelan regresi OLS. Hal ini dapat dilihat dari nilai R-square GWR yang lebih tinggi dibandingkan dengan regresi OLS. Pada kriteria AIC, nilai AIC GWR juga lebih kecil dibandingkan OLS.

Referensi

G. A. D. Utari, R. C. S, and S. Pambudi, INFLASI DI INDONESIA : KARAKTERISTIK DAN PENGENDALIANNYA, 23rd ed., no. 23. Jakarta: BI Institute, 2015.

A. Salim and Fadilla, “Pengaruh Inflasi Terhadap Pertumbuhan Ekonomi Indonesia Anggun Purnamasari,” Ekon. Sharia J. Pemikir. dan Pengemb. Ekon. Syariah, vol. 7, no. 1, pp. 17–28, 2021, [Online]. Available: www.bps.go.id,.

BPS, Peraturan Kepala Badan Pusat Statistik Nomor 43 Tahun 2015. Indonesia, 2015, p. 118.

BPS, Indeks Harga Konsumen 90 Kota di Indonesia (2018=100) 2021. Jakarta, 2022.

P. D. Pickupana, P. H. P. Jati, and M. Sukin, “PENENTUAN SISTER CITY UNTUK DIAGRAM TIMBANG DI NUSA TENGGARA TIMUR DENGAN ALGORITMA K-MEANS,” J. Stat. Terap., vol. 2, pp. 14–24, 2022.

BPS, “Penghitungan Inflasi Kabupaten Lamongan Tahun 2017 dengan Pendekatan Sister City.,” 2017. https://lamongankab.bps.go.id/news/2018/01/31/23/penghitungan-inflasi-kabupaten-lamongan-tahun-2017-dengan-pendekatan-sister-city--.html.

BPS, Survei Biaya Hidup 2018 Jember, Banyuwangi, Sumenep, Kediri, Malang, Probolinggo, Madiun, dan Surabaya. Jakarta, 2020.

BPS, Pengeluaran untuk Konsumsi Penduduk Indonesia, Maret 2022. Jakarta, 2022.

R. Deepana, “On Sample Weighted Clustering Algorithm using Euclidean and Mahalanobis Distances,” vol. 12, no. 3, pp. 421–430, 2017.

A. S. Shirkhorshidi, S. Aghabozorgi, and T. Ying Wah, “A Comparison study on similarity and dissimilarity measures in clustering continuous data,” PLoS One, vol. 10, no. 12, pp. 1–20, 2015, doi: 10.1371/journal.pone.0144059.

BPS, STATISTIK KESEJAHTERAAN RAKYAT PROVINSI JAWA TIMUR 2022. Jakarta, 2022.

N. Bouhmala, “How good is the euclidean distance metric for the clustering problem,” Proc. - 2016 5th IIAI Int. Congr. Adv. Appl. Informatics, IIAI-AAI 2016, no. July 2016, pp. 312–315, 2016, doi: 10.1109/IIAI-AAI.2016.26.

M. Ahsan, M. Mahmud, P. Saha, K. Gupta, and Z. Siddique, “Effect of Data Scaling Methods on Machine Learning Algorithms and Model Performance,” Technologies, vol. 9, no. 3, p. 52, 2021, doi: 10.3390/technologies9030052.

V. Sharma, “A Study on Data Scaling Methods for Machine Learning,” Int. J. Glob. Acad. Sci. Res., vol. 1, no. 1, 2022, doi: 10.55938/ijgasr.v1i1.4.

P. Jamal, M. Ali, R. H. Faraj, P. J. M. Ali, and R. H. Faraj, “Data Normalization and Standardization: A Technical Report,” Mach. Learn. Tech. Reports, vol. 1, no. 1, pp. 1–6, 2014, [Online]. Available: https://docs.google.com/document/d/1x0A1nUz1WWtMCZb5oVzF0SVMY7a_58KQulqQVT8LaVA/edit#.

R. Purwadi, S. P. Sari, Nurdiyanti, “Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang,” Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer), vol. 18, no. 1, pp. 55-61, 2019.

J. A. Nursiyono; PH Nadeak, Setetes Ilmu Regresi Linier. Malang, 2016.

L. Nurhidaya, E. T. Herdiani, G. M. Tinungki, “Pemodelan Regresi Binomial Negatif Bivariat pada Data Jumlah Kematian Ibu dan Bayi di Provinsi Sulawesi Selatan Tahun 2020. ESTIMASI: Journal of Statistics and Its Application, pp. 78-88, 2023.

D.M. Dewi, D. Widyawati, “Peran Internet dalam Meningkatkan Pembangunan Demokrasi di Kawasan Barat Indonesia,” [The Role of the Internet in Improving Democratic Development in Western Indonesia,” Jurnal Politica Dinamika Masalah Politik Dalam Negeri dan Hubungan Internasional, vol. 12 no. 1, pp. 43-66, 2021.

R. J. Yuhan, H. S. J. Raja, “Metode Geographically Weigthed Regression pada Karakteristik Penduduk Hampir Miskin di Kabupaten/Kota Pulau Jawa,” Jurnal Ilmiah WIDYA Eksakta, vol. 1, no. 1, pp. 41-47, 2017.

A. S. Rahman, “Estimasi Robust Geographically Weighted Regression dengan Metode Least Absolute Deviation,” Makassar: Universitas Hasanuddin, 2021.

A. S. Fotheringham, C. Brunson, M. Charlton, ”Geographically Weighted Regression: The Analysis of Spatial Varying Relationships”, 2002.

A. Hapsery, T. Dea, “Aplikasi Geographically Weighted Regression (GWR) untuk Pemetaan Faktor yang Memengaruhi Indeks Aktivitas Literasi Membaca di Indonesia,” Jurnal Riset dan Aplikasi Matematika, vol. 5, no.2, pp. 80-91, 2021.

W. Nurpadilah, I. M. Sumertajaya, N. A. Muhammad, “Geographically Weigthed Regression with Kernel Weigthed Function on Poverty Cases in West Java Province”, Indonesian Journal of Statistics and Its Application, vol. 5, no. 1, pp. 173-181, 2021.

Sulistyono, W. Sulistyowati, “Peramalan Produksi dengan Metode Regresi Linier Berganda,” Jurnal Prozima,vol. 1, no. 2, pp. 82-89, 2017, authoring-tools-and-templates/ieee-article-templates/templates-for-ieee-open-journals/. Retrieved from: https://journals.ieeeauthorcenter.ieee.org/create-your-ieee-journal-article/authoring-tools-and-templates/ieee-article-templates/templates-for-ieee-open-journals/

Unduhan

Diterbitkan

06-03-2023

Cara Mengutip

Dewi, I. S., & Nursiyono, J. A. (2023). Faktor-Faktor yang Memengaruhi Kematian Balita di Jawa Timur Tahun 2020 Menggunakan Geographically Weighted Regression (GWR). Jurnal Ilmiah Komputasi Dan Statistika, 2(2), 32–39. Diambil dari http://jikostik.org/index.php/jikostik/article/view/24

Terbitan

Bagian

Articles