Pemodelan Resiko Penyakit Pneumonia pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi

Transkripsi

1 JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: (31-98X Prt D-5 Pemodela Reso Peyat Peumoa pada Balta d Jawa Tmur Megguaa Regres Logst Ber Stratfas Ita Novaa, Sr Pgt Wuladar da Purhad Jurusa Statsta, Faultas Matemata da Ilmu Pegetahua Alam, Isttut Teolog Sepuluh Nopember (ITS) Jl. Aref Rahma Ham, Surabaya 6111 E-mal: purhad@statsta.ts.ac.d Abstra Peumoa merupaa peyat yag dapat meyebaba emata pada aa dbawah usa lma tahu (balta) lebh baya dbadga dega peyat la sepert AIDS, malara da campa. Idoesa saat belum memeuh target MDGs ya harus meurua aga emata pada balta (aba) hgga dua per tga dalam uru watu Provs Jawa Tmur medudu pergat edua d Idoesa utu umlah balta pederta peumoa da medudu pergat e 6 utu aga emata balta abat peumoa. Baya peelta yag telah dlaua gua meea aga emata balta. Peelta megguaa 9 fator yag dduga mempegaruh eada peumoa pada balta d Provs Jawa Tmur. Data yag dguaa dalam peelta dperoleh berdasara hasl survey Rset Kesehata Dasar tahu 7 dega wlayah survey Provs Jawa Tmur. Metode yag dguaa dalam peelta adalah regres logst ber stratfas. Varabel yag sgfa terhadap model pada strata datara redah adalah lasfas tempat tggal da lama pembera ASI, sedaga pada model d strata datara sedag haya lama pembera ASI. Varabel yag sgfa terhadap model pada strata datara tgg haya pembera musas campa. Hasl pegua vetor parameter lama pembera ASI dalam model regres logst utu strata datara sedag da strata datara redah meyataa bahwa lama pembera ASI membera pegaruh yag sama. Kata Kuc peumoa, regres logst, stratfas P I. PENDAHULUAN NEUMONIA merupaa pembuuh utama aa dbawah usa lma tahu (balta) d dua, lebh baya dbadga dega peyat la sepert AIDS, malara da campa. Lebh dar uta balta dar 9 uta emata balta d dua meggal setap tahu abat peumoa atau sama dega 4 balta meggal setap metya. Hasl lapora Rset Kesehata Dasar d Idoesa tahu 7, aga emata balta per 1 elahra adalah 44 balta. Aga tersebut belum memeuh target MDGs ya sebesar 3 emata balta. Walaupu terad peurua aga emata balta dar 97 pada tahu 199 mead 44 per 1 elahra hdup pada tahu 7, amu mash belum memeuh target MDGs [1]. Berdasara Profl Kesehata Idoesa Tahu 11, umlah pederta peumoa pada balta d Provs Jawa Tmur medudu pergat edua d Idoesa sedaga aga emata balta d Jawa Tmur abat peumoa medudu pergat e 6 d Idoesa ya sebaya 54 balta []. Beberapa peelta gua meea aga emata balta abat peumoa telah dlaua atara la Pemetaa Pederta Peumoa d Surabaya dega Megguaa Geostatst [3], peelta megea eada peyat peumoa d empat provs d Wlayah Idoesa Tmur [4], peelta peumoa pada aa balta d Kabupate Clacap megguaa aalss uvarat, bvarat da regres logst [5] da peelta megguaa metode Geographcally Weghted Regresso (GWR) [6]. Regres logst merupaa suatu metode aalss data yag dguaa utu mecar hubuga atara varabel respo (y) yag bersfat ber atau dotomus [7]. Regres logst ber dega stratfas merupaa salah satu metode yag dguaa apabla varabel respo dpegaruh oleh perbedaa tempat ataupu stratfas. Salah satu peerapa regres logst dega stratfas ya peelta megea prevales da fator reso HIV pada Geeralzed Epdemc d taah Papua yag membera esmpula bahwa fator uat yag berlau utu etga topograf yag dguaa dalam peelta adalah pegetahua tetag HIV da umlah pasaga [8]. Perbedaa topograf pada masg-masg Kabupate/Kota d Provs Jawa Tmur mead alasa megguaa metode regres logst dega stratfas utu memodela eada peumoa pada balta sehgga dharapa mampu membera model yag lebh tepat da lebh formatf. Terdapat dua permasalaha dalam peelta yatu bagamaa araterst balta d Provs Jawa Tmur da bagamaa memodela fator-fator peyat peumoa pada balta d Provs Jawa Tmur megguaa Regres Logst Ber Stratfas. Batasa masalah pada peelta adalah data yag dguaa adalah data hasl Survey Rset Kesehata Dasar Tahu 7 utu wlayah survey d Provs Jawa Tmur. A. Regres Logst II. TINJAUAN PUSTAKA Regres logst merupaa suatu metode aalss data yag dguaa utu mecar hubuga atara varabel

2 JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: (31-98X Prt D-6 respo (y) yag bersfat ber atau dotomus [7]. Masgmasg pegamata pada obe dlasfasa sebaga suses atau gagal yag dotasa 1 atau. Dstrbus Beroul dguaa utu varabel radom ber dega peluag P (Y 1) da P (Y ) 1, dmaa E( Y x). Keta berdstrbus Beroul dega parameter, maa fugs epadata peluagya adalah [9]: y 1 f ( y, ) (1 ) y ( 1 ),, 1 1 y y (1) Model regres logst yag dguaa adalah sebaga berut [7]: exp ( 1x1... px p ) ( ) 1 exp ( 1x1... px p ) x () Betu x ) dapat dtrasformas megguaa ( trasformas logt sehgga mead [7]: B. Estmas Parameter g ( x ) ( ) l x px p ( x... ) x (3) Estmas parameter dar hasl metode Maxmum Lelhood dplh berdasara la estmas parameter yag dapat memasmuma fugs lelhood. Setap pasaga, eta maa otrbus terhadap fugs lelhood sebesar da utu pasaga pegamata eta maa otrbus terhadap fugs lelhood sebesar, dega. Fugs probabltas utu setap pasaga adalah sebaga berut [7]., y, 1 (4) x p exp x p 1 exp x Setap pasaga pegamata dasumsa depede sehgga fugs lelhoodya merupaa gabuga dar fugs dstrbus masg-masg pasaga yatu sebaga berut: y 1 y l( β) f ( x) ( x) 1 ( x) p p 1 exp x exp y x 1 1 dmaa T β 1 p Fugs lelhood tersebut lebh mudah dmasmuma dalam betu log l(β) da dyataa dega L(β). L(β) = log l(β) p p y x log 1 exp x (6) 1 1 Nla β masmum ddapata melalu turua L(β) terhadap β da haslya adalah sama dega ol [9]. (5) L( ) y x 1 1 p exp x x p 1 exp x β (7) Sehgga y x x ˆ( x ), (8) 1 1 Persamaa lelhood (8) pada Metode Maxmum Lelhood merupaa persamaa yag olear dalam megestmas βˆ sehgga membutuha metode teras Newto-Rapsho. Persamaa metode teras Newto-Rapsho yag dguaa adalah: t 1 t t 1 t β β H q (9) t t Iteras Newto-Rapsho berhet a β 1 β dega merupaa blaga yag sagat ecl [9]. C. Pegua Estmas Parameter Pegua estmas parameter dguaa utu megetahu apaah varabel predtor yag dguaa mempuya hubuga yag yata dega varabel respo. Hpotess pegua secara sereta adalah sebaga berut. H : H 1 : Palg tda terdapat satu ; = 1,,..., p Statst u: dmaa: 1 y 1 1 y 1 G l 1 1 ˆ y 1 1 y 1 ˆ ; bayaya observas suses (ategor 1) ; bayaya observas gagal (ategor ) (1) 1 H dtola a G (, v) dega v deraat bebas adalah bayaya parameter dalam model tapa atau la p- value < α [7]. Lagah selautya adalah melaua pegua secara parsal dega megguaa U Wald dega hpotess: H : H 1 : ; = 1,,..., p Statst u: ˆ W (11) SE( ˆ ) Statst u Wald megut dstrbus ormal sehgga H dtola a W Z / atau dega v merupaa deraat bebas, v=1 [7]. D. U Kesesuaa Model U esesuaa model dguaa utu megetahu apaah ada perbedaa yag sgfa atara hasl pegamata dega emuga hasl preds model. Berut adalah hpotess yag dguaa:

3 JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: (31-98X Prt D-7 H : Model sesua H 1 : Model tda sesua Statst u: dmaa: g o Cˆ ' ' 1 1 o : Observas pada grup e- ( O y dega c : respo pada grup e- (,1)) : Rata-rata tasra peluag ( C 1 m ˆ ) C 1 ' g : Jumlah ombas ategor dalam model sereta ' : Baya observas pada grup e- (1) Dstrbus statst u Ĉ dperraa dar dstrbus Chsquare dega deraat bebas g-, (, g) sehgga daerah peolaa dega tgat epercayaa α, H dtola a ˆ C [7]. (, g) E. Peumoa Berdasara hasl suseas tahu 1 detahu bahwa 8-9% dar seluruh asus emata ISPA (fes Salura Perafasa Atas) dsebaba oleh peumoa. Kasus ISPA yag berlaut e peumoa umumya terad pada balta terutama apabla terdapat gz urag dega eadaa lguga yag tda sehat (asap roo, polus)[1]. Klasfas peumoa berdasara umur, dapat dbedaa mead elompo umur < bula (peumoa berat da bua peumoa) da elompo umur bula sampa < 5 tahu (peumoa sagat berat, peumoa berat, peumoa, bua peumoa (batu ple basa), da peumoa persste). Peumoa yag ada d alaga masyaraat umumya dsebaba oleh bater, vrus, mroplasma (betu peralha atara bater da vrus) da protozoa. Fator rso yag berhubuga dega eada peumoa terbag atas dua elompo besar yatu fator strs da fator estrs. Fator strs melput umur, es elam, status gz, berat bada lahr redah, status musas, pembera ASI, da pembera vtam A. Fator estrs melput epadata tempat tggal, polus udara, tpe rumah, vetlas, elembaba, leta dapur, es baha baar, pegguaa obat yamu, asap roo, peghasla eluarga serta fator bu ba pedda, umur bu, maupu pegetahua bu [11]. III. METODOLOGI PENELITIAN A. Sumber Data Data yag dguaa adalah data hasl Survey Rset Kesehata Dasar Tahu 7 yag dlaua oleh Bada Peelta da Pegembaga Kesehata, Departeme Kesehata Republ Idoesa utu wlayah survey d Provs Jawa Tmur dega umlah sampel yag daalss adalah sebaya 175 sampel balta. B. Varabel Peelta Varabel peelta yag dguaa atara la balta yag terea peumoa ( ), status gz (X 1 ), pembera vtam A (X ), pembera musas campa (X 3 ), pembera musas hepatts B (X 4 ), pembera vas DPT (X 5 ), peroo atf ddalam rumah (X 6 ), lasfas tempat tggal (X 7 ), lama pembera ASI (X 8 ) da pembera ASI pada balta (X 9 ). C. Lagah Aalss Lagah Tahapa da lagah aalss yag dguaa dalam peelta al adalah: 1. Medesrpsa araterst balta berdasara hasl Survey Rset Kesehata Dasar (Rsesdas) pada tahu 7 d Provs Jawa Tmur.. Measr parameter da pegua hpotess pada model regres logst ber pada masg-masg strata, lagahlagahya adalah sebaga berut: a. Meyusu data berdasara strata b. Measr parameter model regres logst c. Megu hpotess model regres logst secara sereta da parsal. 3. Megu hpotess Kesamaa D model regres logst secara berpasaga megguaa Lelhood Rato Test (LRT) 4. Membuat esmpula. IV. HASIL DAN PEMBAHASAN A. Topograf Provs Jawa Tmur Provs Jawa Tmur merupaa salah satu provs d Idoesa yag terdr dar 38 abupate/ota dega eadaa topograf yag berbeda-beda. Berdasara etgga masgmasg abupate/ota d Provs Jawa Tmur, terbag mead 3 wlayah, ya: 1. Datara tgg ( > 1 meter ) melput lma abupate da tga ota yatu : Kabupate Treggale, Kabupate Bltar, Kabupate Malag, Kabupate Bodowoso, Kabupate Mageta, Kota Bltar, Kota Malag, Kota Batu.. Datara sedag ( 45-1 meter ) melput sembla abupate da dua ota yatu Kabupate Poorogo, Kabupate Lumaag, Kabupate Jember, Kabupate Tulugagug, Kabupate Bagala, Kabupate Kedr, Kabupate Madu, Kabupate Ngau, Kabupate Ngaw, Kota Kedr da Kota Madu. 3. Datara redah ( < 45 meter ) melput 15 abupate da empat ota. B. Karaterst Balta Provs Jawa Tmur Karaterst balta d Provs Jawa Tmur yag tggal d wlayah pedesaa sebaya 48%. 6% eluarga d Provs Jawa Tmur mempuya peroo atf d rumah. Jumlah peroo atf d dalam rumah yag palg baya terdapat d strata datara redah (33 eluarga), sedaga strata yag meml peroo atf d dalam rumah yag palg sedt ya pada strata datara tgg (131 eluarga). Balta beres elam la-la lebh baya darpada balta beres elam perempua, ya sebaya 5%. Sebaya 8% balta medapata vtam A, 88% sudah medapata vas DPT, 81% sudah medapata musas campa, da 85% balta telah medapata musas Hepatts B. Balta yag mempuya status gz ormal sebaya 7%, berstatus gz lebh sebaya 9%, status gz urag sebaya 16% da balta yag berstatus gz buru sebaya 5%. Berdasara

4 JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: (31-98X Prt D-8 hasl survey Rsesdas 7, terdapat 53 balta yag selama dlasaaa survey terea peumoa yag tersebar d 38 abupate/ota d Provs Jawa Tmur. Keada peumoa palg baya terad d strata datara redah, ya terdapat 4 balta yag mederta peumoa, strata datara tgg terdapat 18 balta yag terea peumoa da strata datara sedag terdapat 11 balta. C. Pemodela Keada Peumoa D Strata Datara Tgg Pemodela eada peumoa d strata datara tgg merupaa pemodela eada peumoa lma abupate da tga ota. D. U Idepedes Varabel Predtor Strata Datara Tgg U depedes dlaua utu megetahu apaah varabel predtor meml hubuga (orelas) terhadap varabel respo, haslya dapat dlhat pada Tabel 1. Varabel predtor yag meuua meml hubuga berart terhadap eada peumoa pada balta d strata datara tgg adalah pembera vas DPT pada balta. U depedes atara eada peumoa pada balta d strata datara tgg dega varabel yag bersala terval/raso megguaa pearso correlato sepert yag dtuua pada Tabel. Varebel lama pembera ASI meghasla la p-value lebh dar alpha 15% sehgga dapat dsmpula bahwa varabel lama pembera ASI tda meml hubuga yag berart terhadap eada peumoa pada balta d strata datara tgg. E. U Sereta da Parsal pada Model Regres Logst Strata Datara Tgg U sereta dlaua utu megetahu apaah varabel predtor yag dguaa membera pegaruh sgfa terhadap respo. Hasl u sereta dapat dlhat pada Tabel 3. Tabel 3 meuua bahwa p-value pada model berla,14 sehgga megdasa teradya tola H o, artya palg sedt terdapat satu predtor yag berpegaruh sgfa terhadap respo. Utu megetahu predtor yag berpegaruh secara sfa terhadap respo maa selautya dlaua u secara dvdu pada Tabel 4. Tabel 4 meuua bahwa varabel predtor yag berpegaruh sgfa terhadap respo adalah pembera vas DPT(1) area meml la p-value yag lebh ecl darpada alpha 15% ya sebesar,87. F Pemlha Model Terba Strata Datara Tgg Pemlha model terba megguaa metode bacward wald dega megeluara varabel predtor satu per satu. Hasl metode bacward wald dtuua pada Tabel 5. Tabel 5 meuua bahwa varabel predtor yag sgfa terhadap varabel respo adalah pembera musas campa pada balta, sehgga model terba strata datara tgg alah sebaga berut: exp (,845,973 ( pembera campa ) ˆ( x) 1 exp (,845,973 ( pembera campa ) Odd rato pada varabel pembera musas campa balta meuua bahwa balta yag tda medapata musas campa meml probabltas terea peumoa sebesar,378 al dbadga balta yag medapata musas campa. Kesesuaa model yag telah ddapata du dega megguaa Hosmer ad Lameshow yag dtuua pada Tabel 6. Tabel 1. U Pearso Ch-Square Model Strata Datar Tgg Respo Kode Predtor p-value Keada peumoa pada balta (Y) X 1 Status Gz,85 X Pembera vtam A,7 X 3 Pembera Campa,3 X 4 Pembera Hepatts B,763 X 5 Pembera DPT,118 X 6 Peroo dalam rumah,74 X 7 Klasfas Tempat Tggal,554 Tabel. U Idepedes Pearso Correlato Strata Datara Tgg Respo Kode Predtor p-value Keada peumoa pada balta (Y) X 8 Lama Pembera ASI,6577 Tabel 3. U Sereta Model Strata Datara Tgg Model Ch-Square df p-value,116 1,14 Tabel 4. Varable Equato Model Strata Datara Tgg Kode Varabel Wald df p-value X 1 Status_Gz 1,658 3,646 Status_Gz(1) 1,584 1,8 Status_Gz(),85 1,37 Status_Gz(3),79 1,393 X Pembera VIT_A(1),5 1,946 X 3 Pembera CAMPAK(1) 1,67 1,5 X 4 Pembera HEPA_B(1) 1,555 1,1 X 5 Pembera Imusas DPT(1),91 1,87 X 6 Peroo dalam rumah (1), 1,883 X 7 Klasfas_Desa(1) 1,134 1,87 X 8 Lama pembera ASI,49 1,84 Costat 5,4 1, Tabel 5. Pemlha Model Terba Strata Datara Tgg Varabel Kode Nla Koefse df p-value odd rato Pembera Campa(1) X 3 -,973 1,11,378 Costat,845 1, 17, Tabel 6. Hosmer ad Lameshow Model Strata Datara Tgg Ch-Square df p-value,86 1,77 Tabel 7. Ketepata Klasfas Model Regres Logst Datara Tgg Preds Atual Keada Peumoa pada Balta Ya Tda Persetase Keada Peumoa Ya ,3 pada Balta Tda ,1 Persetase eseluruha 73,6 Tabel 6 meuua bahwa p-value yag dhasla lebh besar dar alpha 15% ya sebesar,77 sehgga gagal tola H yag artya model yag dperoleh telah sesua. G. Ketepata Klasfas Model Regres Logst Strata Datara Tgg

5 JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: (31-98X Prt D-9 Ketepata lasfas dguaa utu meguur apaah model yag dtetapa mampu membera auras yag ba. Ketepata lasfas dtuua pada Tabel 7. Tabel 7 meuua bahwa auras yag dhasla pada model tersebut dega megguaa cut value,95sebesar 73,6%, sehgga model tersebut sudah cuup ba utu meelasa eada peumoa balta d strata datara tgg. Lagah-lagah dalam pemodela eada peumoa pada strata datara sedag da datara redah sama dega lagah pada pemodela eada peumoa d starat datara sedag. Pemlha model terba megguaa metode bacward wald dega megeluara varabel predtor satu per satu da haslya dtuua pada Tabel 8. Tabel 8 meuua bahwa varabel predtor yag sgfa adalah lama pembera ASI pada balta sehgga model strata datara sedag alah sebaga berut : exp 4,819,55 ( lama pembera ASI ) ˆ( x) 1 exp 4,819,55 ( lama pembera ASI ) Odd rato yag dhasla pada varabel lama pembera ASI pada balta meuua bahwa setap peambaha lama pembera ASI pada balta aa megurag probabltas seorag balta terea peumoa sebesar,947 al. Hasl pegua esesuaa model dtuua pada Tabel 9. Tabel 9 meuua bahwa p-value yag dhasla lebh besar dar alpha 15% sehgga gagal tola H yag artya bahwa model yag dperoleh telah sesua. Ketepata lasfas model strata datara sedag dtuua pada Tabel 1. Tabel 1 meuua bahwa auras yag dhasla model dega megguaa cut value,975 sebesar 71,1%. Model tersebut sudah cuup ba utu meelasa eada peumoa pada balta d strata datara sedag. Pemlha model regres logst terba pada strata datara redah uga megguaa metode Bacward Wald da haslya sepert dtuua pada Tabel 11. Varabel predtor yag sgfa terhadap varabel respo adalah lasfas tempat tggal balta da lama pembera ASI sehgga model strata datara redah adalah sebaga berut : exp 5,66 1,51 ( tempat tggal),45 ( lama pembera ASI ) ˆ( x) 1 exp 5,66 1,51 ( tempat tggal),45 ( lama pembera ASI ) Nla odd rato pada varabel varabel lasfas tempat tggal meuua bahwa balta yag tggal d pedesaa meml peluag terea peumoa,18 al lebh besar dbadg balta yag tggal d perotaa atau balta ya tggal dperotaa meml peluag terea peumoa 4,58 al lebh besar dbadga dega balta yag tggal d pedesaa. Model yag telah ddapata melalu metode bacward wald emuda du esesuaaya dega megguaa Hosmer ad Lameshow yag dtuua pada Tabel 1. Tabel 1 meuua bahwa p-value yag dhasla lebh besar dar alpha 15% ya sebesar,41 sehgga gagal tola H yag artya bahwa model eada peumoa pada balta d strata datara redah telah sesua. Ketepata lasfas model eada peumoa pada balta d strata datara redah dapat dlhat pada Tabel 13. Tabel 8. Pemlha Model Terba Strata Datara Sedag Varabel Kode Nla odd df p-value Koefse rato Lama pembera ASI X 11 -,55 1,69,947 Kostata 4,819 1, 13,89 Tabel 9. Hosmer ad Lameshow Model Strata Datara Sedag Ch-Square df p-value 5,69 8,75 Tabel 1. Ketepata Klasfas Model Regres Logst Datara Sedag Preds Atual Keada Peumoa pada Balta Ya Tda Persetase Keada Peumoa Ya ,1 pada Balta Tda ,4 Persetase eseluruha 71,1 Tabel 11. Pemlha Model Terba Strata Datara Redah Varabel Kode Nla odd df p-value Koefse rato Klasfas_TT(1) X 7-1,51 1,61,18 Lama pembera ASI X 8 -,45 1,145,956 Kostata 5,66 1, 87,7 Tabel 1. Hosmer ad Lameshow Model Strata Datara Redah Ch-Square df p-value 8,8 8,41 Tabel 13. Ketepata Klasfas Model Regres Logst Datara Redah Preds Atual Keada Peumoa pada Balta Persetas Ya Tda e Keada Ya 7 3 7, Peumoa pada Balta Tda , Persetase eseluruha 79,1 Tabel 14. Varabel yag Sgfa dbedaa meurut Strata Kode Varabel Datara Tgg Datara Sedag Datara Redah X 1 Status Gz Status_Gz(1) Status_Gz() Status_Gz(3) X Pembera vtam A(1) X 3 Pembera Campa(1) X 4 Pembera Hepatts B(1) X 5 Pembera vas DPT(1) X 6 Peroo dalam rumah(1) X 7 Klasfas Tempat Tggal X 8 Lama Pembera ASI X 9 Pembera ASI(1) H. U Kesamaa Dua Model dalam Regres Logst Pemodela megguaa regres logst ber stratfas meghasla varabel predtor yag berpegaruh terhadap eada peumoa pada balta d masg-masg strata ada

6 JURNAL SAINS DAN SENI POMITS Vol., No., (13) ISSN: (31-98X Prt D-3 yag berbeda, formas lebh elas dapat dlhat pada Tabel 14. Tabel 15. Estmas Parameter d Strata Datara Sedag da Strata Datara Redah Strata Datara Sedag B Wald df Sg. Exp(B) Lama_ASI -,59 5,676 1,17,94 Costat 4,586 43,556 1, 98,99 Strata Datara Redah B Wald df Sg. Exp(B) Lama_ASI -,4 3,157 1,76,959 Costat 4,45 63,948 1, 69,73 Varabel yag berpegaruh sgfa terhadap eada peumoa pada balta d etga strata tersebut tda sama, haya varabel lama pembera ASI yag sgfa terhadap eada peumoa pada balta d strata datara redah da datara sedag maa pegua vetor esamaa parameter strata haya dlaua pada edua strata tersebut. Hasl estmas parameter pada Tabel 15 meghasla model regres logst pada masg-masg strata sebaga berut: exp 4,586,59( lama pembera ASI ) ˆ ( x) 1 exp 4,586,59( lama pembera ASI ) ) exp 4,45,4( lama pembera ASI ) ˆ3( x) 1 exp 4,45,4( lama pembera ASI Pegua vetor paramaeter pada strata datara sedag da datara redah megguaa statst u W I. Berut adalah vetor parameter utu strata datara sedag da datara redah. ˆ 4,586 4,45 β strata β ˆ strata 3,59,4 Hasl pegolaha matrs varas ovaras utu strata datara sedag da datara redah adalah sebaga berut.,485999, varβ ˆ strata,15436,687,815,199 varβ ˆ strata 3,199,661 Nla statst u Wald dapat dhtug setelah medapata vetor parameter da matrs vara ovaras pada masg-masgg strata. Perhtuga la statst u Wald adalah sebaga berut: WI T 1 βˆ βˆ var βˆ var βˆ βˆ βˆ strata T strata 3 strata 1 strata 3,341,514,156351,341,17,15635,566,17 1, ,7,341,341,17 348, ,4,17 =,735 strata strata 3 Nla statst u Wald tersebut dbadga dega, (,15;) 3,7944 sehgga gagal tola H, atau dapat dsmpula bahwa husus fator lama pembera ASI dalam model regres logst utu strata datara sedag da strata datara redah, hasl u statst meyataa bahwa lama pembera ASI membera pegaruh yag sama. V. KESIMPULAN Berdasara hasl aalss, eada peumoa pada balta d strata datara tgg dpegaruh oleh pembera musas campa, sedaga eada peumoa pada balta d strata datara sedag dpegaruh oleh lama pembera ASI pada balta, da eada peumoa pada balta d strata datara redah dpegaruh oleh lasfas tempat tggal balta, da lama pembera ASI pada balta. Berut merupaa model eada peumoa d stara datara tgg: exp (,845,973 ( pembera campa ) ˆ( x) 1 exp (,845,973 ( pembera campa ) Model eada peumoa d stara datara sedag adalah sebaga berut: exp (4,819,55 ( lama pembera ASI ) ˆ( x) 1 exp (4,819,55 ( lama pembera ASI ) Model eada peumoa d stara datara redah adalah sebaga berut: exp 5,66 1,51 ( tempat tggal),45 ( lama pembera ASI ) ˆ( x) 1 exp 5,66 1,51 ( tempat tggal),45 ( lama pembera ASI ) Berdasara pemodela dega megguaa regres logst ber stratfas, varabel predtor yag berpegaruh sgfa terhadap eada peumoa pada masg-masg strata berbeda, haya varabel lama pembera ASI yag sgfa terhadap eada peumoa pada balta d strata datara sedag da datara redah. Hasl pegua vetor parameter lama pembera ASI dalam model regres logst utu strata datara sedag da strata datara redah meyataa bahwa lama pembera ASI membera pegaruh yag sama. DAFTAR PUSTAKA [1] Depes RI. Lapora Pecapaa Tuua Pembagua Mleum Idoesa 1. Jaarta: Kemetera Perecaaa Pembagua Nasoal/ Bada Perecaaa Pembagua Nasoal (BAPPENAS). (1). [] Kemetera Kesehata RI. Profl Data Kesehata Idoesa Tahu 11. (1) [3] Hartato, S., Halm, S., & Yulaa, O. Y. Pemetaa Pederta Peumoa d Surabaya dega Megguaa Geostat. Jural Te Idustr, Vol. 1, No. 1. (1) [4] Pamugas, D. R. Aalss Fator Rso Peumoa Pada Balta d 4 Provs d Wlayah Idoesa Tmur (Aalss Data Rset Kesehata Dasar Tahu 7). Jaarta: Srps Jurusa Kesehata Masyaraat Faultas Kesehata Masyaraat UI. (1) [5] Yuwoo, T. A. Fator-Fator Lguga Fs Rumah Yag Berhubuga Dega Keada Peumoa Pada Aa Balta d Wlayah Kera Pusesmas Kawugate Kabupate Clacap. Semarag: Tess Magster Kesehata Lguga Uverstas Dpoegoro. (8) [6] Satoso, F. P. Fator-Fator Esteral Peumoa pada Balta d Jawa Tmur dega Pedeata Geographcally Weghted Regresso. Surabaya: Tugas Ahr Jurusa Statsta FMIPA-ITS. (1) [7] Hosmer, D. W., & Lemeshow, S. Aplled Logstc Regresso (d ed.). New yor: Joh Wley & Sos. () [8] Suslo, B. Prevales da Fator-Fator Reso HIV pada Geeralzed Epdemc d Taah Papua Megguaa Metode Regres Logst dega Stratfas (Stud Kasus Pada Hasl Survelas Terpadu HIV- Perlau/STHP 6). Surabaya: Tess Jurusa Statsta FMIPA-ITS. (9) [9] Agrest, A. Categorcal Data Aalyss. New Yor: Joh Wley & Sos. () [1] Das Kesehata Provs Jawa Tmur. Profl Kesehata Provs Jawa Tmur 1. (1) [11] Nurzaul, & Wdyagtyas, R. Fator Rso Doma Keada Pumoa Pada Balta. Semarag: Faultas Kesehata Masyaraat Uverstas Dpoegoro. (8)