PENDEKATAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) PADA PEMODELAN ANGKA KEMATIAN BAYI (AKB) DI PROVINSI NUSA TENGGARA TIMUR TAHUN 2021

Salah satu tujuan Sustainable Development Goals (SDGs) di tengah isu
kesehatan dewasa ini adalah memastikan hidup sehat serta meningkatkan
kesejahteran masyarakat di semua usia. Salah satu prioritas utama SDGs
pada tahun 2030 mendatang yaitu menurunkan angka kematian neonatal
dan balita, dengan target kematian bayi neonatal menjadi kurang dari 12
per 1.000 kelahiran hidup serta kematian balita dengan target 25 per 1000
kelahiran hidup.Angka kematian bayi (AKB) didefinisikan sebagai
jumlah kematian bayi dalam kurun waktu satu tahun pada bayi yang
berusia dibawah 1 tahun, yang digunakan sebagai indikator penting
dalam menentukan tingkat kesehatan masyarakat, dikarenakan hal ini
menjadi salah satu bentuk penilaian baik buruknya kondisi ekonomi,
kesehatan, sosial maupun lingkungan suatu negara. Data yang digunakan
dalam penelitian ini berupa data sekunder yang di peroleh dari Badan
Pusat Statistik Provinsi Nusa Tenggara Timur (BPS NTT). Teknik analisis
data dilakukan dengan menggunakan metode Mixed Geographically
Weighted Regression (MGWR) untuk mengetahui pola penyebaran faktor
yang mempengaruhi angka kematian bayi di Provinsi Nusa Tenggara
Timur tahun 2021 secara lokal dan global. Metode MGWR merupakan
salah satu metode statistik hasil kombinasi metode regresi linier dan
metode Geographically Weighted Regression (GWR) yang menghasilkan
parameter bersifat global dan lokal. Model terbaik yang terbentuk
berdasarkan kriteria pemilihan model terbaik dengan menggunakan nilai
AIC dan R2
adalah model GWR dengan fungi pembobot adaptive tricube
dengan nilai AIC sebesar 178.2781 dan nilai R2
sebesar 83.94%.
Kata Kunci : Angka kematian bayi, Geographically Weighted Regression,
Mixed Geographically Weighted Regression, Akaike Info Criterion.

One of the Sustainable Development Goals (SDGs) at the center of
today's health issues is to ensure healthy lives and improve the welfare of
people at all ages. One of the main priorities of the SDGs by 2030 is to
reduce neonatal and under-five mortality rates, with a target of neonatal
infant mortality to be less than 12 per 1,000 live births and under-five
mortality with a target of 25 per 1,000 live births. Infant mortality rate
(IMR) is defined as the number of infant deaths within one year in infants
under the age of 1 year, which is used as an important indicator in
determining the level of public health, because this is one form of
assessment of the good and bad economic, health, social and
environmental conditions of a country. The data used in this study are
secondary data obtained from the Central Bureau of Statistics of East
Nusa Tenggara Province (BPS NTT). The data analysis technique was
carried out using the Mixed Geographically Weighted Regression
(MGWR) method, to determine the distribution pattern of factors
affecting infant mortality rates in East Nusa Tenggara Province in 2021
locally and globally. The best model formed based on the best model
selection criteria using the AIC and R2
values is the GWR model with
adaptive tricube weighting functions with an AIC value of 178.2781 and
an R2 value of 83.94%.
Keywords: Infant mortality rate, Geographically Weighted Regression,
Mixed Geographically Weighted Regression, Akaike Info Criterion.