ESTIMASI MODEL REGRESI NONPARAMETRIK SPLINE POISSON PADA TINGKAT KEMATIAN BAYI DI SULAWESI SELATAN

Analisis regresi merupakan salah satu metode statistika yang bertujuan untuk mendapatkan estimasi titik untuk suatu parameter serta mengetahui hubungan antara variabel prediktor dengan variabel respon. Apabila variabel respon berdistribusi Poisson maka analisa yang dapat digunakan adalah analisis regresi Poisson. Namun, tidak semua data memiliki pola yang beraturan sehingga regersi Poisson kurang tepat digunakan. Untuk menyelesaikan masalah tersebut digunakan regresi nonparametrik Poisson multivariabel dengan estimator spline truncated. Adapun estimasi parameter dilakukan dengan menggunakan metode maksimum likelihood. Dalam penelitian ini, estimasi parameter regresi nonparametrik Poisson multivariabel diterapkan pada data tingkat kematian bayi di Sulawesi Selatan tahun 2017. Tingkat kematian bayi dapat diukur dari jumlah kematian bayi di bawah satu tahun per kabupaten/kota. Naik turunnya jumlah kematian bayi per kabupaten/kota menyebabkan data penelitian ini dianalisis menggunakan regresi nonparametrik Poisson multivariabel spline truncated. Metode pemilihan titik knot optimal menggunakan metode Generalized Cross Validation (GCV). Model terbaik terbentuk pada model spline linier dengan satu titik knot. Berdasarkan estimasi parameter yang terbentuk menunjukkan bahwa variabel jumlah bayi dengan berat badan lahir rendah (x1) dan jumlah bayi yang diberi ASI eksklusif (x3) signifikan mempengaruhi jumlah kematian bayi.