PEMODELAN ANGKA KEMATIAN IBU MELALUI MULTIVARIATE ADAPTIVE GENERALIZED POISSON REGRESSION SPLINE DENGAN MAXIMUM LIKELIHOOD TERBOBOTI = MODELING MATERNAL MORTALITY USING MULTIVARIATE ADAPTIVE GENERALIZED POISSON REGRESSION SPLINE WITH WEIGHTED MAXIMUM LIKELIHOOD

Angka kematian ibu merupakan indikator utama dalam menilai derajat kesehatan masyarakat. Di Provinsi Sulawesi Selatan, jumlah kematian ibu meningkat dari 133 kasus pada tahun 2020 menjadi 198 kasus pada tahun 2021. Data kematian ibu yang bersifat diskrit dan menunjukkan overdispersi serta hubungan nonlinier dengan variabel prediktor menuntut pendekatan analisis yang fleksibel. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang memengaruhi angka kematian ibu di Provinsi Sulawesi Selatan dengan menggunakan metode Multivariate Adaptive Generalized Poisson Regression Splines (MAGPRS) dan pendekatan Maximum Likelihood Terboboti. Model MAGPRS diterapkan untuk menangani data Poisson yang mengalami overdispersi dan hubungan nonlinier. Estimasi parameter dilakukan secara iteratif melalui metode Newton-Raphson karena bentuk fungsi likelihood tidak dapat diselesaikan secara analitik. Model terbaik diperoleh dengan kombinasi parameter Basis Fungsi (BF) = 20, Maksimum Interaksi (MI) = 3, dan Minimum Observasi (MO) = 2, menghasilkan nilai Generalized Cross-Validation (GCV) sebesar 0,000046683 dan R2 sebesar 99,30%. Faktor-faktor yang signifikan berpengaruh terhadap angka kematian ibu adalah persentase ibu hamil yang melaksanakan program K4 (X1), persentase persalinan yang dilakukan di fasilitas kesehatan (X3), persentase ibu nifas yang memperoleh vitamin A (X4), dan persentase ibu hamil yang mendapatkan vaksin Td3 (X5). Pendekatan MAGPRS dengan estimasi Maximum Likelihood Terboboti mampu menangani overdispersi dan nonlinieritas dalam data kematian ibu. Model yang dihasilkan sangat akurat dan mampu mengidentifikasi variabel-variabel utama yang berkontribusi terhadap tingginya angka kematian ibu.