Pemodelan Linearized Ridge MM-Estimator Pada Data Angka Kematian Bayi Di Provinsi Sulawesi Setatan Tahun 2020 = Linearized Ridge MM-Estimator Modeling on Infant Mortality Data in South Sulawesi Province in 2020

Analisis regresi adalah analisis yang digunakan untuk mengetahui hubungan antara variabel dependen dengan variabel independen. Beberapa asumsi yang menjadi syarat dalam analisis regresi adalah tidak terjadi multikolinearitas dan data berdistribusi normal. Namun, dalam pemodelan regresi terkadang ditemukan pelanggaran asumsi seperti terjadi multikolinearitas dan data tidak berdistribusi normal yang disebabkan karena outlier. Penanganan multikolinearitas dilakukan dengan metode linearized ridge regression, sementara outlier diatasi menggunakan metode robust MM-estimator. Kedua metode tersebut dapat dikombinasikan menjadi metode linearized ridge MM-estimator (LRMM) yang dapat mengatasi masalah multikolinearitas dan outlier yang terjadi secara simultan. Penelitian ini menggunakan data angka kematian bayi di Provinsi Sulawesi Selatan Tahun 2020 yang terdiri dari variabel independen yaitu jumlah bayi mendapat vitamin A, jumlah bayi berat badan lahir rendah, jumlah ibu bersalin ditolong nakes dan jumlah bayi diberi ASI eksklusif. Tujuan penelitian ini adalah untuk mendapatkan estimasi parameter model LRMM dan faktor-faktor yang signifikan berpengaruh terhadap angka kematian bayi di Provinsi Sulawesi Selatan Tahun 2020. Hasil penelitian menunjukkan bahwa model LRMM memiliki nilai mean absolute error (MAE) sebesar 2.376831 dan mean absolute percentage error (MAPE) sebesar 31.78622 nilai tersebut lebih kecil dibandingkan dengan metode linearized ridge regression (LRR) yang memiliki nilai MAE sebesar 3.006007 dan MAPE sebesar 79.18507. Pada tingkat signifikansi sebesar 5% faktor-faktor yang berpengaruh signifikan terhadap angka kematian bayi di Provinsi Sulawesi Selatan Tahun 2020 adalah jumlah bayi mendapat vitamin A, jumlah ibu bersalin di tolong nakes dan jumlah bayi diberi ASI eksklusif.

Keywords : Angka Kematian Bayi, Multikolinearitas, Outlier, Linearized ridge MM-estimator