Pemodelan Jumlah Kasus Penyakit Tetanus Neonatorum di Jawa Timur Tahun 2012 dengan Geographically Weighted Zero-Inflated Poisson Regression (GWZIPR)

Transkripsi

1 JURNAL SAINS DAN SENI IS Vol., No., () (98X Prnt) D9 Pemodelan Jumlah Kasus Penyakt etanus Neonatorum d Jawa mur ahun dengan Geographcally Weghted ZeroInflated Posson Regresson (GWZIPR) Rath Kumala Puspa Nusantara, Purhad Jurusan Statstka, FMIPA, Insttut eknolog Sepuluh Nopember (IS) Jalan Aref Rahman Hakm, Surabaya Emal : purhad@statstka.ts.ac.d Abstrak Regres Posson adalah pemodelan pada data count yang berdstrbus Posson. Banyaknya pelanggaran asums kesamaan mean dan varans pada regres Posson dapat terjad karena banyaknya nla nol pada data. Salah satu metode untuk menganalss banyaknya nla nol (lebh dar %) pada data count adalah dengan regres ZeroInflated Posson (ZIP) yang menghaslkan penaksr parameter bersfat global. Akan tetap data spasal dar berbaga lokas mewakl perbedaan konds d setap lokas. Hal tu dapat dpengaruh oleh karakterstk masyarakat, konds geografs dan ekonom sebaga gambaran adanya faktor spasal. Peneltan n menjelaskan tentang faktorfaktor yang mempengaruh penyakt etanus Neonatorum d seluruh kabupaten/kota d Provns Jawa mur. Jawa mur merupakan salah satu provns penyumbang kasus etanus Neonatorum terbanyak kedua d Indonesa. Metode yang dgunakan adalah pengembangan dar regres ZIP yang telah memperhtungkan faktor spasal yang dsebut Geographcally Weghted ZeroInflated Posson (GWZIPR). Pola persebaran data n mengkut dstrbus Posson dengan dengan mean sebesar, dan propors nla nol,%. Penaksran parameter model GWZIPR dlakukan dengan metode MLE dan dselesakan menggunakan algortma EkspektasMaksmalsas (EM). Pembobot fungs yang dgunakan adalah kernel Adaptve Bsquare menunjukkan bahwa semua parameter berpengaruh pada semua kabupaten/kota. Kata kunc: Geographcally Wegted ZeroInflated Maxmum Lkelhood Estmaton, etanus. I. A Posson, PENDAHULUAN ngka kematan bu dan anak merupakan suatu ndkator yang dapat memberkan gambaran mengena dmens derajat kesehatan yang dcapa pada pembangunan bdang kesehatan. Dalam Sstem Kesehatan Nasonal, angkaangka tersebut dpaka untuk menla derajat kesehatan yang akan dcapa pada tahun []. Elmnas etanus Maternal dan Neonatal (MN) merupakan salah satu tujuan dar program kebjaksanaan pembangunan kesehatan hngga ke tngkat dmana MN tdak lag menjad masalah utama kesehatan masyarakat.[]. Angka kematan neonatal d Indonesa adalah 9 per kelahran hdup dan etanus Neonatorum merupakan salah satu penyebab utamanya, sehngga tetanus merupakan penyakt yang mash menjad masalah kesehatan d Indonesa. Banyaknya nla nol () pada varabel respon melebh % yang menyebabkan pelanggaran asums equdsperson pada dstrbus Posson. Metode untuk menganalss dengan jumlah nol yang berlebhan adalah dengan regres ZeroInflated Posson (ZIP). Data yang dambl dar beberapa lokas mewakl konds yang berbeda dar masngmasng lokas. Hal n dpengaruh oleh karakterstk masyarakat, konds geografs dan perekonoman antara lokas yang satu dengan lokas yang lan[]. Dengan adanya hal tersebut, maka dlakukan pengembangan metode pada regres ZIP yang telah memperhtungkan faktor spasal, yatu metode Geographcally Weghted ZeroInflated Posson Regresson (GWZIPR). ujuan peneltan n adalah mendapatkan model terbak dan mendapatkan faktor yang mempengaruh kasus penyakt etanus Neonatorum d tap kabupaten dan kota d Jawa mur menggunakan GWZIPR pada varabel respon dan predktor yang dduga. Berdasarkan analss GWZIPR dapat dketahu faktor apa saja yang berpengaruh terhadap kasus penyakt etanus Neonatorum d Provns Jawa mur, hal tersebut menjad masukan untuk Dnas Kesehatan Provns Jawa mur dalam pengamblan keputusan untuk program kesehatan selanjutnya. II. INJAUAN PUSAKA A. Regres Posson Salah satu model statstka yang dgunakan untuk menggambarkan hubungan palng tepat antara varabel respon dan varabel predktor X dengan mengasumskan varabel berdstrbus Posson adalah regres Posson. Dstrbus Posson serng dgunakan untuk kejadankejadan yang jarang terjad. Varabel respon () dapat dkatakan berdstrbus Posson dengan parameter μ dengan =,, dmana nla ekspektas (mean) dan varans dar yang berdstrbus Posson adalah, dengan >. Konds n dsebut pula dengan equdsperson. Karena nla ekspektas sama dengan varans maka sembaran faktor akan berpengaruh terhadap lannya, sehngga asums

2 8 homogentas tdak harus dpenuh pada data Posson [][] menulskan model regres Posson sebaga berkut. y dan y, yatu. () dengan: :ratarata jumlah perstwa yang terjad pada perode waktu e,untuk y P y e y,untuk y y! tertentu x :vektor dar varabel predktor, x [ x x... xk ], e x β u,v exp(x β) β :vektor dar parameter regres Posson β [... k ] B. dengan Regres ZeroInflated Posson e () x γ u, v e x γ u,v () Model regres ZIP adalah salah satu alternatf metode untuk β u, v dan γ u, v adalah vektor dar parameter regres menganalss data dengan banyak nla nol yang terkandung pada varabel respon. Banyaknya nla nol pada data dapat akan dtaksr terletak pada lokas u, v, berukuran (k ). mengakbatkan pelanggaran pada asums kesamaan mean dan X adalah matrks yang bers varabel varabel predktor berbeda varans pada dstrbus Posson. Untuk setap pengamatan pada varabel respon,,,..., n yang salng bebas. Fungs yang berhubungan dengan peluang pada zero state y, probabltas untuk serta berukuran n ( k ). Keterlbatan faktor letak geografs dalam GWZIPR dtunjukan oleh adanya koordnat u, v. Faktor geografs merupakan adalah. e, untuk y P y e y, untuk y y! e x β e x γ e x γ dan faktor pembobot pada model GWZIPR yang menunjukan sfat lokal dar parameter dengan nla yang berbedabeda untuk setap lokas. () D. spek Data Spasal e x γ () Pemodelan data spasal selalu melbatkan matrks bobot spasal. Sedangkan efek spasal pada data dapat berupa error yang salng berkorelas (dependens spasal) maupun keragaman β : vektor dar parameter regres yang akan dtaksr, (heterogentas) spasal antar lokas. Statstk Moran s I serng γ : vektor dar parameter regres yang akan dtaksr, dgunakan dalam autokorelas spasal, yang juga merupakan X : matrks berukuran n (k+), yang bers varabelvarabel ukuran korelas antar pengamatan d lokas yang satu dengan predktor berbeda yang berhubungan dengan peluang pada lokas yang lan. Pengujan dependens spasal menggunakan pengelompokan data yang bernla (zero state) y = dan mean Moran s I dengan hpotess. H : (tdak ada dependens spasal) pada dstrbus Posson (posson state) y >. H : (ada dependens spasal) Statstk Uj : C. G ˆ E ( ˆ ) eographcally Weghted ZeroInflated Posson Regresson ZI () Var ( ˆ ) Penggunaan regres ZIP juga menjad masalah ketka dterapkan pada data count yang melbatkan faktor lokas. Oleh e We ˆ = karena tu, model Geographcally Weghted ZeroInflated () e e Regresson (GWZIPR) menjad alternatf solus dalam masalah e = vektor resdual pada regres OLS tersebut. Model GWZIPR adalah suatu bentuk lokal dar model regres ZIP yang akan menghaslkan penaksr parameter model W= matrks pembobot spasal Identfkas adanya heterogentas spasal dlakukan dengan bersfat lokal untuk setap lokas. Untuk setap pengamatan pada varabel respon dambl dar menggunakan pengujan KoenkerBasset[8]. Hpotess yang dgunakan adalah. lokas u, v yang berbeda yatu y, y,..., yn. Pada model H : tdak terdapat heterogentas GWZIPR varabel respon memlk peluang berbeda untuk H : terdapat heterogentas dmana,

3 JURNAL SAINS DAN SENI IS Vol., No., () (98X Prnt) Statstk uj yang dgunakan yatu: ˆ Z ht se ˆ (8) Dengan se ˆ var ˆ.olak H jka nla Z ht Z / deskrptf, mendeteks multkolnertas antara varabel predktor. Setelah terpenuh syarat tdak terjad multkolnertas dlakukan pemodelan. Pemodelan pertama adalah regres ZIP. Kemudan berlanjut ke pemodelan GWZIPR. Menaksr parameter dan menghtung devans lalu dnterpretaskan dan dlakukan penarkan kesmpulan. Varabel peneltan yang dgunakan pada peneltan n d tunjukkan oleh tabel. abel. Varabel Peneltan atau pvalue <α. Jka keputusan yang dperoleh adalah gagal tolak H maka dapat dsmpulkan juga bahwa tdak terdapat Varabel X heterogentas. Besarnya pembobotan untuk model GWR d setap lokas dapat dtentukan dengan menggunakan fungs kernel, fungs pembobot dar fungs kernel dapat dtuls sebaga berkut[9]. ( d h ), untuk d h j j wj (u, v ) untuk dj h, dj (u u j ) (v v j ) (9) Sementara h adalah parameter non negatf yang dkenal sebaga bandwdth atau parameter penghalus. Nla bandwdth dtentukan dengan menggunakan prosedur Cross Valdaton (CV) sepert persamaan berkut[]. n CV(h) y yˆ (h) yˆ (h) adalah nla taksran untuk y, dengan () menghlangkan observas pada ttk dar proses pengujan parameter. Pendekatan n menguj model hanya dengan sampel yang dekat dengan, tdak pada ttk tu sendr. Nla h yang optmal akan dperoleh pada nla CV yang mnmum. E. Penyakt etanus X X X D8 IV. A. Keterangan Jumlah kasus etanus Neonatorum Persentase cakupan munsas + terhadap jumlah bu haml Persentase tenaga bdan terhadap jumlah bay Persentase bu bersaln dtolong tenaga kesehatan Persentase cakupan kunjungan neonatus lengkap terhadap jumlah bay ANALISIS DAN PEMBAHASAN Deskrps Data Peneltan abel menunjukkan bahwa varabel predktor memlk nla mean dan standar devas yang berbeda jauh dar varabel predktor lannya, yatu varabel X (% munsas + oleh bu haml) dan X (% tenaga bdan). Nla mean dar varabel X relatf lebh kecl dbandngkan varabel predktor yang lan, tetap nla standar devasnya lumayan besar yang berart terdapat cukup ketmpangan terhadap antusasme munsas pada bu haml. Oleh karena tu seharusnya dlakukan upaya agar para wanta terutama wanta haml untuk melakukan munsas antenatal sejak kandungan dn agar terhndar dar bakter tetanus saat persalnan. Sama halnya dengan varabel X, nla mean yang kecl menggambarkan mash sedktnya jumlah tenaga bdan d Jawa mur pada tahun bak pada puskesmas, rumah sakt dan sarana kesehatan lannya dbandngkan dengan jumlah bay yang ada. Nla standar devas yang juga kecl menggambarkan konds yang tdak berbeda jauh terjad d hampr setap kabupaten/kota. etanus adalah suatu toksema akut yang dsebabkan oleh eksotoksn yang dhaslkan oleh Clostrdum etan, yang dapat larut (tetanospasmn). Basanya toksn dhaslkan oleh bentuk abel. Statstka Deskrptf Varabel vegetatve organsme tersebut pada tempat terjadnya perlukaan Standar Mnmum Maksmum selanjutnya dangkut serta dfksas d dalam susunan syaraf Varabel RataRata Devas pusat. etanus n basanya akut dan menmbulkan paraltk,,8 spastc yang dsebabkan tetanospasmn. etanospasmn. etanus X,*,* * 8,*,*,9* * 8,* X neonatorum terjad pada neonates ( bay berusa 8 har) dan 88,9*,9*,*,* X menyerupa tetanus generalsata. Spora dar kuman Clostrdum 9,* 8,*,9*,* X etan masuk melalu pntu masuk satusatunya ke tubuh bay *) satuan = persen (%) baru lahr, yatu tal pusat. Perstwa tersebut dapat terjad pada saat pemotongan tal pusat bay ketka bay lahr[]. etanus B. Identfkas Pola Hubungan Antar Varabel juga merupakan salah satu penyakt palng beresko Sebelum melakukan pemodelan terlebh dahulu dlakukan menyebabkan kematan baru lahr. dentfkas pola hubungan antra varabel jumlah kasus etanus Neonatorum dengan faktorfaktor yang mempengaruhnya III. MEODOLOGI PENELIIAN dengan menggunakan scatterplot dan koefsen korelas antara varabel respon dan varabel predktor. Data yang dgunakan dalam peneltan n adalah data sekunder yang berasal dar Data Profl Kesehatan Provns Jawa mur ahun. Langkah analss yang dlakukan untuk mencapa tujuan dar peneltan n adalah melakukan analss

4 8 ˆ Ftted Lne Plot Ftted Lne Plot = exp(..9 * X) = exp(. +.9 * X) X 8 9 X Ftted Lne Plot Ftted Lne Plot = exp( * X) = exp(. +. * X) X X ˆ ˆ Gambar. Pola Hubungan Varabel Predktor dan Respon Berdasarkan gambar terlhat bahwa terdapat varabel predktor yang memlk pola negatf terhadap () yatu presentase cakupan munsas + terhadap jumlah bu haml (X). Korelas negatf n berart apabla terjad kenakan pada varabel X maka akan berdampak pada penurunan jumlah kasus etanus Neonatorum. Korelas yang postf terjad antara varabel dengan Varabel persentase tenaga bdan terhadap bay (X), persentase bu bersaln dtolong tenaga kesehatan (X), dan persentase cakupan kunjungan neonatus lengkap (X). Hal n berart bahwa apabla terjad penurunan terhadap varabel tersebut maka akan berdampak pada penurunan jumlah kasus etanus Neonatorum. ˆ ˆ ˆ ˆ ˆ,8,8,9,*,9,,,,,,,9,,,8,8,,,,,89 9,,,88,9,,,,,,9,*,9,,,9* Pemodelan jumlah kasus etanus Neonatorum dengan regres ZIP pada abel menunjukkan bahwa hanya X yang sgnfkan pada model ln (parameter β). Sedangkan pada model logt (parameter γ), X dan X yang sgnfkan sehngga dapat dkatakan bahwa peluang tdak terjad kasus tetanus (y = ) dpengaruh oleh dua varabel predktor yang dgunakan. Dbentuk model ln dan logt. Model regres ZIP yang terbentuk adalah. ln( ) =,,8 +,9 +, +, logt ( ) =,,89,9 +,,9x Model ln pada menjelaskan bahwa setap perubahan % persentase cakupan munsas + terhadap jumlah bu haml C. Uj Multkolneartas melpatkan ratarata jumlah kasus etanus Neonatorum sebesar Nla VIF untuk masngmasng varabel predktor yang,9 kal dengan syarat semua varabel lan konstan. Hal n dgunakan dtunjukkan pada tabel. terjad karena saat haml, kandungan sangat rentan sehngga abel. membutuhkan munsas yang cukup. Sehngga saat proses Nla VIF Varabel Predktor persalnan, bay dapat terlndung dar bakter etanus Varabel VIF Neonatorum n. X, Model logt pada menjelaskan bahwa peluang tdak terjad X,,9 X kasus etanus Neonatorum d setap kabupaten/kota d Jawa,99 X mur (y = ) dpengaruh oleh persentase bu bersaln dtolong abel menunjukkan bahwa nla VIF masngmasng tenaga kesehatan dan persentase cakupan kunjungan neonatus varabel predktor kurang dar. Hal tu mengndkaskan lengkap Berdasarkan kedua model datas, dketahu bahwa bahwa tdak ada multkolnertas antara varabel predktor. varabel predktor yang mempengaruh posson state adalah X (cakupan munsas + terhadap jumlah bu haml) dan D. Pemodelan Jumlah etanus dengan Regres ZIP varabel predktor yang mempengaruh zero state adalah X Pemodelan dar jumlah kasus tetanus menunjukkan nla Ght (cakupan kunjungan neonatus lengkap) dan X (cakupan tersebut adalah,. Nla tersebut dbandngkan dengan nla kunjungan neonatus lengkap). yatu 8,. ernyata nla Ght lebh besar dar nla (,:) E. Aspek Spasal sehngga keputusan yang dhaslkan adalah tolak (,:) Hasl pengujan Moran s I pada menggunakan software R H berart terdapat varabel predktor yang bepengaruh terhadap menunjukkan nla pvalue sebesar,8 yang menunjukkan pvalue > α, sehngga gagal tolak H. ang artnya tdak ada model. dependens spasal antar kabupaten/kota. abel. Pengujan Koefsen Parameter Regres ZIP Pada Jumlah Kasus etanus d JAwa mur tahun Parame aks Standar pvalue Z ter Ran Error ˆ,,,, Hasl pengujan KoenkerBasset menggunakan software R menunjukkan koefsen parameter etanus Neonatorum sebesar,8 dengan pvalue sebesar,.. Berdasarkan krtera penolakan H, dperoleh pvalue < α, maka dapat dsmpulkan bahwa tolak H, yang berart terdapat heterogentas

5 JURNAL SAINS DAN SENI IS Vol., No., () (98X Prnt) atau perbedaan varans antar kabupaten/kota dalam peneltan n. Berdasarkan hasl pengujan spasal yatu tdak terjad dependens spasal tetap terjad heterogentas spasal antar wlayah. Oleh karena tu, metode spasal ttk Geographcally Weghted ZeroInflated Posson Regresson GWZIPR dapat dlakukan sebaga analss. F. Pemodelan Jumlah etanus dengan GWZIPR ˆ ˆ ˆ ˆ ˆ ˆ D8,,,*, 9,,,,,,,,*,9,,*,,8,* ahap awal dalam pembentukan model GWZIPR adalah Z(,) sebesar, dengan tngkat sgnfkans =,, karena dengan menetapkan lokas pengamatan berdasarkan letak geografs lntang dan bujur setap kabupaten/kota, yang akan nla Zhtung > Z(,), maka dsmpulkan sebanyak varabel (X, dgunakan untuk menentukan bandwdth optmum dengan metode CV, selanjutnya adalah menentukan matrks pembobot X, X) sgnfkan pada model. Bentuk model GWZIPR untuk fungs kernel Adaptve Bsquare. Kabupaten uban dapat adalah. abel. ln( ) =,8+, +,8 X, X +, X Perbandngan Nla Devans Regres ZIP dan GWZIPR logt ( ) =,+, +, X,9 X +, X Model Devans df Devans/df Fht Ftabel GWZIPR 8, 8, Model ln menjelaskan bahwa setap perubahan % persentase,,9 ZIP,, tenaga bdan terhadap bay melpatkan ln ratarata jumlah kasus Berdasarkan tabel dengan tngkat sgnfkans α=,, penyakt etanus Neonatorum sebanyak,8 kal, dan setap dperoleh Fht < F(,::8) maka dapat dsmpulkan tolak H, perubahan % persentase cakupan kunjungan neonatus lengkap yang berart terdapat perbedaan antara model GWZIPR dapat menngkatkan jumlah kasus etanus Neonatorum sebesar dengan regres ZIP.,. Hal n tdak sesua harapan, karena kedua varabel yang Dlakukan uj serentak parameter model GWZIPR, dharapkan mampu mengurang jumlah kasus justru dapat dengan hpotess sebaga berkut melpatkan jumlah kasus, walaupun tergolong kecl. Perbedaan H : (u, v )... (u, v ) tanda terjad dduga karena data yang dgunakan hanya sebanyak 9 observas sehngga model yang terbentuk kurang mampu H : mnmal ada satu j (u, v ) menggambarkan apa yang dharapkan. Setap perubahan % H : (u, v )... (u, v ) persentase bu dtolong tenaga kesehatan menurunkan ln ratarata H : mnmal ada satu j (u, v ) kasus etanus Neonatorum sebesar,. Model logt menjelaskan bahwa peluang tdak terjad kasus dengan,,...,8 etanus Neonatorum d setap kabupaten/kota d Jawa mur (y Berdasarkan hasl pengujan serentak parameter model = ) dpengaruh oleh tga varabel predktor yatu persentase GWZIPR, dperoleh nla devans (G) sebesar 8, dengan tenaga bdan terhadap bay, persentase bu bersaln dtolong df = dan nla χ (,:) = 8,. Pada taraf sgnfkans tenaga kesehatan, dan persentase cakupan kunjungan neonatus α=, dperoleh G > χ (,:), maka dapat dsmpulkan lengkap. Setap kabupaten/kota memlk matrks pembobot yang bahwa tolak H yang berart model GWZIPR layak dgunakan berbeda, sehngga kabupaten/kota yng satu dapat memlk pada pemodelan. varabel sgnfkan yang berbeda dengan kabupaten/kota yang Dlakukan pengujan parameter secara parsal pada salah lan. Keempat varabel predktor menunjukkan hasl yang bersfat satu kabupaten/kota d Jawa mur yang memlk varabel global. Selanjutnya ngn dketahu apakah perbedaan propors bersfat lokal yatu Kabupaten uban dengan model nla nol dapat memberkan hasl yang berbeda terhadap GWZIPR. Hpotess yang dberkan adalah. sgnfkans parameter d setap kabupaten/kota. H : j (u, v ) H : j (u, v ) H : j (u, v ) H : j (u, v ) abel 8. Perbandngan Propors Nla Nol pada Data abel. Pengujan Koefsen Parameter GWZIPR pada Jumlah Kasus etanus d Kab. uban Parameter aksran Standar error Zht ˆ,8,9,,,,,8,,* ˆ,,,* ˆ Propors Nla Nol (%) n Devans (G) Varabel Sgnfkan Global Lokal,% 8 8, X, X, X, X,8% 8,8 X, X, X, X,% 8, X, X, X, X,9% 89,98 X, X, X, X,% 8,99 X, X, X X

6 8 abel 8 menunjukkan bahwa perbedaan propors nla nol pada data memberkan hasl yang berbeda pula pada varabelvarabel yang sgnfkan d setap kabupaten/kota. Pemodelan GWZIPR dengan propors nla nol sebesar,8% memlk nla devans terkecl dbandngkan propors nla nol yang lan. Model GWZIPR tersebut menghaslkan varabel predktor sgnfkan yang berbeda d setap kabupaten/kota. Berdasarkan abel 8 dketahu bahwa dengan menggunakan pembobot fungs kernel Adaptve Bsquare, terbentuk tga kelompok kabupaten/kota dengan kelompok yang djelaskan pada Lampran. Hasl yang dperoleh dar pemodelan GWZIPR dengan propors nla nol yang berbeda, menunjukkan bahwa model GWZIPR dengan propors nla nol,8% lebh bak dbandngkan model GWZIPR dengan propors nla nol,% karena lebh dapat menggambarkan heterogentas spasal antar kabupaten/kota dan memlk nla devans yang lebh kecl. Meskpun terdapat heterogentas pada data, tetap data bersfat global. Hal n dduga karena varabel predktor yang dgunakan merupakan ndkator kesehatan yang masuk pada SPM(Standar Pelayanan Mnmal) Kesehatan oleh pemerntah dan sudah mencapa target nasonal. []Greene. (). Econometrcs Analyss, th Edton. New Jersey: Prentce Hall. []Khosghoftar, Gao, & Szabo. (). Comparng Software Fault Predctons of Pure and ZeroInflated Posson Regresson Models. Internatonal Journal of System Scence, Vol., No., hal.. []Myers, M. V. (99). Generalzed Lnear Model wth Applcatons n Engneerng and Scences,th Edton. New Jersey: John Wley & Sons. [8]Gujarat, D. N. (). Basc Econometrcs, th Edton. New ork: he McGrawHll Companes. [9]Propastn, M. K. (8). Applcaton of Geographcally Weghted Regresson to Investgate the Impact of Scale on Predcton Uncertanty by Modellng Relatonshp between Vegetaton and Clmate. Internatonal Journal of Spatal Data Infrastructures Research vol, 9 []Fotherngham A S, C. M. (99). Geographcally Weghted Regresson: a Natural Evoluton of the Expanson Method for Spatal Data Analyss. Envronment and Plannng A 998 vol, 99. [][Depkes RI]. Departemen Kesehatan Republk Indonesa. (99). Profl Kesehatan Indonesa. Jakarta: Pusat Data dan Informas. IV. KESIMPULAN Berdasarkan deskrps varabel respon dan varabel predktor yang dtelt dapat dsmpulkan bahwa setap wlayah memlk karakterstk yang berbedabeda untuk setap varabel pengamatan. Pengujan Kesamaan model GWZIPR dan model regres ZIP terdapat perbedaan. Pengujan serentak parameter model GWZIPR memberkan kesmpulan bahwa model GWZIPR layak dgunakan pada kasus etanus Neonatorum. erbentuk tga kelompok kabupaten/kota Pemodelan jumlah kasus penyakt etanus Neonatorum yang memlk propors nla nol,8% dengan GWZIPR menggunakan pembobot fungs kernel Adaptve Bsquare. Kelompok. erdapat satu kota yang tdak mempunya varabel predktor yang sgnfkan yatu Kabupaten Lamongan. Model GWZIPR jumlah kasus penyakt etanus Neonatorum memberkan kesmpulan bahwa peluang tdak terjad kasus penyakt etanus Neonatorum d setap kabupaten/kota d Jawa mur(y =) dpengaruh oleh presentase persentase tenaga bdan, persentase bu bersaln dtolong tenaga kesehatan dan persentase cakupan kunjungan neonatus lengkap. DAFAR PUSAKA []Budarso, L. R. (98). Sebab Kematan Bay dan Anak Balta Surve Kesehatan Rumah angga 98. Buletn Peneltan Kesehatan, Vol XI no. [][Kemenkes RI]. Kementran Kesehatan Republk Indonesa (). Elmnas etanus Maternal dan Neonatal. Jakarta: Jendela Data dan Informas Kesehatan. [] Amalana, L., & Drs. Purhad, M. (). Model Geographcally Weghted Zero Inflated Posson Regresson (Stud Kasus: Jumlah Kasus Penyakt Kak Gajah(Flars) d Provns Jawa mur tahun ). Surabaya: IS press. []Cameron, A. C. (). Mcroeconometrcs, Methods and Applcatons. New ork: Cambrdge Unversty Press.