JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-8 Pemodela Jumlah Kemata Bay d Provs Jawa Tmur Tahu 011 dega Pedekata Regres Bomal Negatf Selfy Atka Sary da I Nyoma Latra Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya 60111 Idoesa E-mal: _yoma_l@statstka.ts.ac.d Abstrak Mlleum Developmet Goals (MDGS) merupaka sebuah paradgma pembagua global. Salah satu tuua dar MDGs yag dlaksaaka oleh Negara Idoesa adalah meuruka Agka Kemata Bay (AKB). Peurua Agka Kemata Bay (AKB) megdkaska bahwa adaya pegkata deraat kesehata masyarakat. Tuua peelta adalah memodelka umlah kemata bay d Jawa Tmur utuk medapatka faktor-faktor yag berpegaruh sgfka dega megguaka regres Posso. Berdasarka hasl aalss, dketahu bahwa terdapat pelaggara asums yatu varas lebh besar dar mea (overdsvers) pada regres Posso. Utuk meaga pelaggara asums tersebut maka dlakuka pemodela megguaka regres Bomal Negatf. Hasl peelta meuukka bahwa faktor-faktor yag mempegaruh umlah kemata bay d Provs Jawa Tmur pada tahu 011 adalah prosetase bay yag dber ASI eksklusf da prosetase bu bersal yag dtolog oleh teaga kesehata. Kata Kuc Kemata bay, overdsvers, regres bomal egatf. M I. PENDAHULUAN lleum Developmet Goals (MDGS) dapat dartka sebaga tuua pembagua Mlleum yag merupaka sebuah paradgma pembagua global yag d deklaraska oleh aggota PBB d New York. Sebaga salah satu Negara yag kut serta dalam meadataga deklaras MDGs, Idoesa memlk komtme utuk melaksaaka progam pembagua asoal. Salah satu tuua dar MDGs yag dlaksaaka oleh Negara Idoesa adalah meuruka Agka Kemata Bay (AKB). Idoesa merupaka Negara yag memlk umlah kemata bay relatf tgg bla dbadgka dega egara ASEAN la [1]. Berdasarka Huma Developmet Report 010, AKB d Idoesa mecapa 31 per 1.000 kelahra hdup. Agka tersebut 5. kal lebh tgg dbadgka Malaysa, 1. kal lebh tgg dbadgka Fhlpa da.4 kal lebh tgg dba-dgka Thalad. D Idoesa, ada lma provs yag meyumbag 50 perse atau sektar delapa puluh rbu wa lebh kemata bay d Idoesa yatu Jawa Barat, Jawa Tmur, Jawa Tegah, Sumatera da Bate []. Agka Kemata Bay (AKB) d Jawa Tmur pada tahu 005 sampa 011 telah megalam peurua, dar 36,65 per 1000 kelahra hdup mead 9,4 kelahra hdup. Agka tersebut mash auh dar target MDG s pada tahu 015 yatu 3 per 1000 kelahra hdup. [3] Peurua Agka Kemata Bay (AKB) megdkaska bahwa adaya pegkata deraat kesehata masyarakat sebaga salah satu wuud keberhasla pembagua d bdag kesehata. Kemata bay adalah kemata yag terad atara saat setelah bay lahr sampa bay belum berusa tepat satu tahu. Model Regres Posso adalah model stadar yag dguaka utuk megaalss cout data. Karakterstk petg dar dstrbus yag serg dguaka dalam pemodela rare evet (kasus arag terad) yatu mea harus sama dega varas. Pada praktkya, serg dtemu cout data dega varas lebh besar dbadg rara-rata atau basa dsebut dega overdsperso. Salah satu metode yag dapat dguaka utuk meaga masalah overdsperso adalah dega megguaka Regres Bomal Negatf. Regres Bomal Negatf merupaka suatu model yag sesua utuk data cout dmaa terad peympaga asums equdspers pada dstrbus Posso. Berdasarka uraa datas, maka dlakuka peela megea pemodela faktor-faktor yag mempegaruh umlah kemata bay d Provs Jawa Tmur tahu 011 dega megguaka regres Bomal Negatf. A. Aalss Regres Posso II. LANDASAN TEORI Geeralzed Ler Model (GLM) merupaka perluasa dar model regres umum utuk respo berdstrbus dalam keluarga ekspoesal da model yag dmlk merupaka fugs dar la harapaya. Ada tga kompoe dalam Geeralzed Ler Model (GLM), yatu Radom Compoet (Kompoe acak) Systematc Compoet (kompoe sstematk) da Lk Fucto [4]. Regres Posso termasuk ke dalam kompoe Lk Fucto pada Geeralzed Ler Model (GLM) da merupaka salah satu betuk regres yag meggambarka hubuga atara varabel respo Y dmaa varabel respo berdstrbus Posso dega varabel bebas X. Regres Posso beracua pada karakterstk da pegguaa dstrbus Posso. Fugs peluag yag dmlk dstrbus Posso [6] adalah sebaga berkut y e f ( y, ) ; y= 0,1,, (1) y!
JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-83 Dega merupaka rata-rata varabel radom y yag berdstrbus posso dmaa la rata-rata da varas dar y mempuya la lebh dar ol. Dstrbus Posso dguaka utuk memodelka perstwa yag relatf arag terad selama perode yag dplh. Adapu model yag dmlk dar regres Posso adalah exp( x ' β) () Estmas parameter model regres Posso megguaka metode Maxmum Lkelhood Estmato [7]. Betuk logartma atural dar dstrbus Posso adalah sebaga berkut. ' ' l L( ) exp x β y x β l y! (3) 1 1 Berdasarka persamaa (3) kemuda dturuka terhadap yag merupaka betuk vektor. l L(β) ' x y T exp( x β) x (4) β 1 1 Aka tetap, peyelesaa dega cara tersebut serg kal tdak medapatka hasl yag eksplst sehgga alteratf yag bsa dguaka utuk medapatka peyelesaa dar MLE adalah dega metode teras umerk Newto-Raphso. Pegua parameter model regres Posso dlakuka utuk megetahu pegaruh suatu parameter terhadap model dega tgkat sgfkas tertetu. Berkut adalah hpotess utuk pegua parameter model Regres Posso secara seretak : 1 palg tdak ada salah satu 0 ; =1,,,k. Da statstk u yag dguaka adalah sebaga berkut ˆ) D( ( ˆ) l l L( ˆ ) L (5) D (ˆ) merupaka la devas dar model Regres Posso atau lkelhood rato. Dega daerah peolakaya adalah k tolak H 0 ka D (ˆ ) > ( ; ) yag berart bahwa ada salah satu parameter yag berpegaruh secara sgfka. Sedagka pegua parameter model secara parsal dguaka utuk megetahu efek setap varabel terhadap model. Adapu hpotess dar pegua adalah H 0 : =0 da H 1 : 0 da statstk u yag dguaka adalah sebaga berkut : ˆ z (6) se ˆ Dega daerah peolakaya adalah Meolak H 0 ka la dar z htug lebh besar dar la z dmaa α adalah tgkat sgfkas yag dguaka. cl dar 1 dapat dkataka terad kasus uderdsperso. B. Aals Regres Bomal Negatf Regres Bomal Negatf merupaka suatu model yag sesua utuk data cout dmaa terad peympaga asums equdspers pada dstrbus Posso yag dapat membulka overdsperso Masalah overdspero dapat meyebabka model yag terbetuk aka meghaslka estmas parameter yag bas. fugs probabltas, maka dapat dperoleh 1 1 1 y ( y ) ( y ;, ) y (6) 1 1 1 ( ) ( 1) f (7) dega 0, y 0,1,,... dmaa y merupaka la dar data cacah (cout), μ adalah la harapa dar y da θ merupaka parameter dspers. Adapu model yag dmlk dar regres Bomal Negatf adalah Peaksra parameter regres Bomal dlakuka megguaka metode Maxmum Lkelhood Estmato. Persamaa log-lkelhood utuk Bomal Negatf [10]. l L(, ) y 1 l 1 0 l y! ( 1 y y x T 1 )l(1 exp( β x T β)) y l (9) Utuk mecar la parameter-parameter dar da, fugs log-lkelhood dturuka secara parsal terhadap masg-masg parameter kemuda dsamadegaka dega ol. Pada regres Bomal egatf uga megguaka metode Newto-Raphso. Metode Newto- Raphso dguaka utuk meemuka solus dar fugs loglkelhood sehgga dperoleh la yag cukup koverge utuk dadka sebaga taksra utuk masg-masg parameter. Pegua parameter model regres Bomal Negatf bak secara seretak maupu parsal megguaka cara yag sama dega pegua parameter model regres Posso. C. Multkolertas Multkolertas adalah suatu kods dmaa terad korelas yag kuat datara varabel bebas (x) yag dkutsertaka dalam pembetuka model regres. Ada 3 cara utuk medeteks adaya kasus multko-leartas [11], salah satuya dega megguaka la VIF. Nla VIF dapat dcar melalu 1 (10) VIF 1 R R merupaka la koefse determas atara varabel x dega varabel x laya. VIF merupaka sgkata dar Varace Iflato Factor. Nla VIF > 10 berart terad multkolertas yag serus pada model regres. Kasus multkoleartas dapat dselesaka dega megeluarka varabel predktor yag tdak sgfka da meregreska kembal varabel predktor yag sgfka D. Akake s Iformayo Crtero (AIC) (8) Akake s Iformayo Crtero (AIC) dperkealka pada tahu 1973 oleh Akake sebaga pedekata peaksr yag tak bas dar suatu hasl permodela. AIC dapat dguaka sebaga krtera pemlha model terbak dmaa parameter merupaka estmator maksmum lkelhood [1]. Nla AIC dapat dotaska sebaga berkut. AIC = p l (L) (11) Dmaa p = orde dar vektor atau umlah parameter model L = Nla dar fugs lkelhood
JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-84 E. Kemata Bay Kemata bay adalah kemata yag terad atara saat setelah bay lahr sampa bay belum berusa tepat satu tahu. Bayak faktor yag dkatka dega kemata bay. Secara gars besar, dar ss peyebabya, kemata bay ada dua macam yatu edoge da eksoge. Kemata bay edoge adalah kemata bay yag terad pada bula pertama setelah dlahrka, da umumya dsebabka oleh faktor-faktor yag dbawa aak seak lahr, yag dperoleh dar orag tua selama kehamla. Kemata bay eksoge adalah kemata bay yag terad setelah usa satu bula sampa meelag usa satu tahu yag dsebabka oleh faktor-faktor yag bertala dega pegaruh lgkuga luar [13]. III. METODOLOGI PENELITIAN Data yag dguaka pada peelta adalah data sekuder yag terdr dar satu varabel respo yatu data umlah kemata bay d Kabupate/Kota Provs Jawa Tmur tahu 011 da sembla varabel predktor yag dperoleh dar Profl Kesehata Provs Jawa Tmur tahu 011. Berkut merupaka lagkah-lagkah aalss yag dlakuka utuk mecapa tuua dar peelta yag aka dlakuka : a. Melakuka aalss deskrptf utuk meggambarka karakterstk data umlah kemata bay da faktor-faktor yag dduga mempegaruhya. b. Megdetfkas da meyelesaka adaya kasus multokoleartas dega cara mecar la VIF da dbadgka dega la 10 da megeluarka varabel predktor yag la VIF lebh dar 10. c. Medapatka model regres Posso pada pemodela faktorfaktor yag mempegaruh umlah kemata bay d Provs Jawa Tmur. d. Memerksa adaya over/uder dspers dar model Regres Posso. Jka terdapat overdspers dar model Regres Posso maka dlakuka pedekata model Regres Bomal Negatf. e. Medapatka model dar Regres Bomal Negatf pada pemodela faktor-faktor yag mempegaruh umlah kemata bay d Provs Jawa Tmur. Y=Jumlah kemata bay Tabel 1. Varabel Peelta Nama Varabel x1=prosetase Berat Bay Lahr Redah (BBLR) x=prosetase bay medapat Vtam A x3=prosetase bay yag dber ASI eksklusf x4=prosetase bu bersal yag dtolog oleh teaga kesehata x5=prosetase bu yag medapat tablet Fe x6=prosetase kuuga bay x7=prosetase posyadu aktf x8=prosetase rumah sehat x9=prosetase peduduk msk Tabel. Statstka Deskrptf Varabel Peelta Varabel Rata-rata Varas Mmum Maxmum y 160.5 11890.4 3 465 x1 3.659 11.847 1.7 3.4 x 97.71 167.4 43.65 116.8 x3 61.7 337.6 16.41 88.7 x4 96.57 13.748 89.74 108.39 x5 84.9 77.6 50.35 101.45 x6 9.768 37.009 7.38 103.64 x7 56.81 370.63 13.93 94.08 x8 65.3 46.13 3.8 99.53 x9 33.16 60.7 11.97 75.5 IV. ANALISIS DAN PEMBAHASAN A. Karakterstk Jumlah Kemata Bay d Provs Jawa Tmur Provs Jawa Tmur merupaka salah satu provs yag meyumbag 50 perse atau sektar 86.111 wa kemata bay d Idoesa. Berdasarka data Das Kesehata Jawa Tmur umlah kasus kemata bay pada tahu 011 adalah sebesar 6.099 wa. Sebaga lagkah awal,dalam megaalss maka dlakuka aalss deskrptf dega tuua utuk megetahu karakterstk kesehata Provs Jawa Tmur, dalam hal berhubuga dega umlah kemata bay beserta faktorfaktor yag dduga mempegaruh d Provs Jawa Tmur. Adapu hasl yag dperoleh dar aalss deskrptf adalah sebaga berkut Berdasarka tabel dketahu rata-rata kemata bay d Jawa tmur tahu 011 sebesar 161 wa, dega la varas yag relatf tgg sebesar 11.891 wa, hal dkareaka terdapat daerah dega umlah kemata bay mecapa ratusa wa amu ada uga daerah dega umlah kemata bay relatf redah haya mecapa puluha. Jumlah kemata bay palg bayak terdapat d Kota Surabaya dega umlah mecapa 465 wa, umlah tersebut cukup besar dbadga dega umlah kemata bay d Kabupate/Kota la. Hal dmugkka adaya bay dega kods yag kurag sehat, berobat da meggal d Kota Surabaya sedagaka utuk umlah kemata bay palg sedkt terdapat d Kota Madu da Mookerto dega umlah kemata bay sebayak 3 wa. Berdasarka varabel yag dduga mempegaruh umlah kemata bay dketahu bahwa berat bay lahr redah (BBLR) palg tgg terletak d Kota Madu dega prosetase sebesar 3.4 % sedagka utuk yag teredah terletak d Kabupate Lamoga dega prosetase sebesar 1.7 %, hampr semua peduduk Jawa Tmur sudah melakuka program pembera Vtam A pada bay dega usa 6 bula sampa 11 bula, hal dkareaka la rata-rata
JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-85 yag dhaslka relatf tgg yatu sebesar 97.71 % sela tu uga dapat dketahu bahwa sebaga besar bu bersal d Jawa Tmur megguaka pertologa teaga kesehata bu telah melakuka kuuga utuk bay dega tuua megetahu perkembaga kesehata bay. Pada tabel dketahu ada beberapa varabel yag memlk la prosetase yag lebh dar 100 perse, sepert pada varabel bay medapat Vtam A, Ibu bersal d tolog teaga kesehata, Ibu yag medapat tablet Fe da kuuga bay, hal dkareaka la rl atau pada pegambla data dlapaga melebh dar data proyeks (target). B. Aalss Faktor-Faktor yag Mempegaruh Jumlah Kemata Bay d Provs Jawa Tmur Sebelum melautka aalss regres Posso da regres bomal egatf maka perlu dlakuka pemerksaa terhadap data yag aka dguaka. Utuk megdetfkas adaya kasus multkolertas maka dapat megguaka la korelas da la VIF dar varabel predktor. Suatu data dkataka terdapat kasus multkoleartas apabla la korelas atar varabel predktor relatf tgg da la VIF lebh besar dar 10. Nla korelas atara dua varabel predktor dapat dsaka pada Tabel 3. Sela dlhat dar la korelas yag dmlk dapat uga dlhat dar la p_value atar varabel predktor. Jka la p_value lebh kecl dar la alpa yatu 0.05 maka dapat dsmpulka bahwa atar varabel predktor memlk hubuga atau berkorelas. Adapu varabel predktor yag memlk korelas amu la korelas yag dmlk tdak terlalu besar adalah x da x3, x da x7, x3 da x9, x4 da x7, x4 da x9 serta x8 da x9. Cara la yag dapat dguaka utuk megdetfkas melhat kasus multkolertas adalah dega megguaka la VIF. Tabel 4 merupaka hasl dar la VIF dar masgmasg varabel predktor. Dketahu bahwa semua la VIF pada varabel predktor lebh kecl dar 10 yag dapat dartka bahwa tdak ada varabel predktor yag salg berkorelas dega varabel predktor laya da dapat dkataka bahwa tdak terdapat kasus multkolertas, sehgga pada pembetuka model bak utuk model Posso maupu model Bomal Negatf megguaka 9 varabel predktor. Tabel 3 Nla Perso Correlato varabel Predktor Tabel 4 Nla VIF varabel Predktor Varabel VIF Varabel VIF x1 1.781 x6 1.598 x 1.686 x7.1 x3 1.956 x8 1.609 x4.701 x9 1.678 x5 1.35 Tabel 5 Estmas Parameter Model Regres Posso Parameter Estmate Stadart Error z- htug *) Sgfka dega taraf sgfkas 5%. 8.7947 0.5398 16.9-0.0176 0.007109-3.06* 0.00804 0.001397 5.76* 0.00671 0.000984.7* -0.06533 0.005917-11.04* 0.01403 0.001993 7.04* 0.00495 0.00568 1.67-0.0108 0.001013-10.15* 0.01343 0.001079 1.45* -0.00707 0.001068-6.63* Utuk megetahu faktor-faktor yag berpegaruh terhadap umlah kemata bay d Provs Jawa Tmur tahu 011 maka dlakuka pemodela megguaka aalss regres posso. Berkut merupaka hasl pemodela megguaka aalss regres posso yag telah dlakuka. Dar hasl aalss dperoleh ) sebesar 140,1 da pada taraf sgfkas 5% la sebesar 16.919, sehgga dapat dambl keputusa bahwa meolak H 0 yag artya mmal ada salah satu parameter yag berpegaruh secara sgfka terhadap model. Selautya, utuk megetahu pegaruh yag dberka setap varabel predktor terhadap respo, maka dlakuka pegua parsal Berdasarka Tabel 5 dketahu bahwa la Z htug dar semua parameter lebh besar dar kecual, dega keputusa yag dperoleh adalah tolak H 0 yag berart bahwa parameter tersebut sgfka. Adapu parameter yag sgfka dar pemodela regres Posso adalah. Selautya dlakuka pegua kembal pada pemodela regres Posso tapa megkutsertaka parameter kedalam pembetuka model. Dar hasl aalss dperoleh la ) sebesar 143 da pada taraf sgfkas 5% la sebesar 15.507, sehgga dapat dambl keputusa bahwa meolak H 0 yag artya mmal ada salah satu parameter yag berpegaruh secara sgfka terhadap model. Selautya, utuk megetahu pegaruh yag dberka setap varabel predktor terhadap respo, maka dlakuka pegua parsal Berdasarka tabel 6 dketahu bahwa la Z htug dar
JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-86 semua parameter lebh besar dar, dega keputusa yag dperoleh adalah tolak H 0 yag berart bahwa parameter tersebut sgfka. Adapu parameter yag sgfka dar pemodela regres Posso adalah. Utuk melhat parameter maa yag berpegaruh secara sgfka, maka dapat dlhat la z htug dar masg-masg parameter. Jka la dar z htug lebh besar dar, maka keputusa yag dperoleh adalah tolak H 0 yag berart bahwa parameter tersebut sgfka. Adapu parameter yag sgfka dar regres Posso adalah. Adapu model regres Posso yag terbetuk adalah sebaga berkut Model dar regres Bomal Negatf dapat dtepretas sebaga berkut utuk setap keakka prosetase bay berat lahr redah, dega asums la varabel la tetap, maka umlah kemata bay cederug berkurag sebayak wa. Utuk setap keakka prosetase bay medapat Vtam A, dega asums la varabel la tetap, maka umlah kemata bay cederug bertambah sebayak wa. Utuk setap keakka prosetase bay dber ASI eksklusf, dega asums la varabel la tetap, maka umlah kemata bay cederug bertambah sebayak wa. Utuk setap keakka prosetase bu bersal d tolog teaga meds, dega asums la varabel la tetap, maka umlah kemata bay cederug berkurag sebayak wa. Utuk setap keakka prosetase bu yag medapat tablet Fe, dega asums la varabel la tetap, maka umlah kemata bay cederug bertambah sebayak wa. Utuk setap keakka prosetase posyadu aktf, dega asums la varabel la tetap, maka umlah kemata bay cederug berkurag sebayak wa. Utuk setap keakka prosetase rumah sehat, dega asums la varabel la tetap, maka umlah kemata bay cederug bertambah sebayak wa. Utuk setap keakka prosetase peduduk, dega asums la varabel la tetap, maka umlah kemata bay ce-derug berkurag sebayak wa. Tabel 6 Estmas Parameter Model Regres Posso tapa Stadart Parameter Estmate Error z-htug 8.74 0.5394 16.0-0.0383 0.007-3.40* 0.00879 0.001334 6.59* 0.00139 0.000934.9* -0.0613 0.0054-11.31* 0.01466 0.001958 7.49* -0.01066 0.000984-10.83* 0.0137 0.001075 1.34* -0.00681 0.001058-6.44* Tabel 7 Nla Devace da Pearso dar Model Regres Crtero Df Value Value/df Devace 9 1890.359 65.1848 Perso Ch-Square 9 1756.1995 60.5586 Tabel 8 Kemugka Model Regres Bomal Negatf dar Kombas Varabel Kemugka Model (Y dega X) AIC Parameter yag Sgfka X 1 455.09 β 0, β 1 X 3 X 4 45.8 β 0, β 3, β 4 X 3 X 4 X 9 45.58 β 0, β 4 X 3 X 4 X 5 X 8 453.74 β 0, β 3, β 4 X 1 X 3 X 4 X 5 X 9 454.48 β 0, β 4 X 1 X X 4 X 5 X 7 X 8 455.15 β 0 X 1 X X 3 X 4 X 5 X 7 X 8 456.46 β 0 X 1 X X 3 X 4 X 5 X 7 X 8 X 9 458.06 β 0, β 4 X 1 X X 3 X 4 X 5 X 6 X 7 X 8 X 9 460.05 β 1 Tabel 9 Estmas Parameter Model Regres Bomal Negatf. Parameter Estmas Std Error Z-htug β 0 14.070894.774738 5.071 β 3 0.014198 0.005876.416* β 4-0,10694 0.0983-3.507* Θ.473 0.545 4.538* Tabel 7 merupaka hasl pemerksaa over/uder dspers. Dar tabel 6 dapat dketahu bahwa la devace /db da pearso ch-square/db lebh besar dar 1 sehgga dapat dsmpulka bahwa pada model regres Posso umlah kemata bay d Jawa Tmur telah terad overdspers. Utuk megatas hal tersebut, maka dlakuka pemodela megguaka regres bomal egatf. Regres Bomal Negatf merupaka suatu model yag sesua utuk data cout dmaa terad peympaga asums equdspers pada dstrbus Posso yag dapat membulka overdsperso. Sembla varabel predktor dapat membetuk 511 kemugka model regres bomal egatf. Model dkataka bak apabla model tersebut mempuya la AIC yag kecl. Pada tabel 8 dpaparka kemugka model regres bomal egatf dega la AIC terkecl utuk setap kombas varabel dega megguaka taraf sgfka sebesar 5%. Tabel 8 merupaka kemugka model regres bomal dar masg-masg kombas varabel predktor, dar kombas satu varabel predktor sampa Sembla varabel predktor. Dmaa dar masg-masg kemugka tersebut memlk la AIC terkecl. Kombas dua varabel predktor merupaka model terbak, hal dkareaka pada kombas dua varabel memlk parameter sgfka lebh bayak da la AIC terkecl darpada kombas la varabel predktor yatu sebesar 45.8. Pegua secara seretak dlakuka utuk megetahu pegaruh varabel predktor terhadap varabel respo. Dar hasl aalss yag dlakuka dperoleh la D(ˆ ) sebesar 444.83. Pada taraf sgfkas 5% la sebesar 5.991465 sehgga dambl keputusa (,0,05) meolak H 0 yag artya ada salah satu varabel predktor
JURNAL SAINS DAN SENI POMITS Vol., No., (013) 337-350 (301-98X Prt) D-87 memberka efek terhadap respo. Pada tabel 8 dketahu bahwa semua la z htug dar masg-masg parameter lebh dar la = 1.96. Adapu parameter yag sgfka adalah. Jad dapat dsmpulka bahwa faktorfaktor yag mempegaruh umlah kemata bay d Provs Jawa Tmur pada tahu 011 adalah Bay yag dber ASI eksklusf (x3) da Ibu bersal yag dtolog oleh teaga kesehata (x4). Adapu model regres Bomal Negatf yag terbetuk adalah sebaga berkut: Model dar regres Bomal Negatf dapat dtepretas sebaga berkut utuk setap keakka bay yag dber ASI eksklusf seumlah 1 wa, dega asums la varabel la tetap, maka umlah kemata bay cederug bertambah sebayak wa. Keakka umlah kemata bay dmugkka ada faktor la yag mempegaruh auh lebh besar pegaruhya. Dlhat dar la korelas dketahu bahwa pembera ASI eksklusf memlk korelas dega faktor umlah peduduk msk. Dapat dartka bahwa meskpu telah dlakuka pembera ASI eksklusf terhadap bay tdak meam dapat meuruka umlah kemata bay ka umlah peduduk msk mash relatf tgg. V. KESIMPULAN Berdasarka hasl aalss da pembahasa maka dapat dperoleh kesmpula sebaga berkut 1. Rata-rata kemata bay d Jawa tmur tahu 011 sebesar 161 wa, dega la varas yag relatf tgg sebesar 11.891 wa, hal dkareaka terdapat daerah dega umlah kemata bay mecapa ratusa wa amu ada uga daerah dega umlah kemata bay relatf redah haya mecapa puluha. Jumlah kemata bay palg bayak terdapat d Kota Surabaya dega umlah mecapa 465 wa, umlah tersebut cukup besar dbadga dega umlah kemata bay. Hal dmugkka adaya bay dega kods yag kurag sehat, berobat da meggal d Kota Surabaya Berdasarka varabel yag dduga mempegaruh umlah kemata bay dketahu bahwa hampr semua peduduk Jawa Tmur sudah melakuka program pembera Vtam A pada bay dega usa 6 bula sampa 11 bula, sela tu uga dapat dketahu bahwa sebaga besar bu bersal d Jawa Tmur megguaka pertologa teaga kesehata da telah melakuka kuuga utuk bay dega tuua megetahu perkembaga kesehata bay.. Hasl pemodela dar faktor-faktor yag mempegaruh umlah kemata bay d Jawa Tmur pada tahu 011 dega megguaka regres Posso, dketahu bahwa terad kasus overdsvers. Dalam meaga kasus tersebut maka dlakuka pemodela megguaka regres Bomal Negatf dega model yag terbetuk adalah bay dmugkka ada faktor la yag mempegaruh auh lebh besar pegaruhya. Dlhat dar la korelas dketahu bahwa pembera ASI eksklusf memlk korelas dega faktor umlah peduduk msk. Dapat dartka bahwa meskpu telah dlakuka pembera ASI eksklusf terhadap bay tdak meam dapat meuruka umlah kemata bay ka umlah peduduk msk mash relatf tgg.utuk setap keakka bay yag dber bu bersal dtolog oleh teaga kesehata seumlah 1 wa, dega asums la varabel la tetap, maka umlah kemata bay cederug berkurag sebayak wa. DAFTAR PUSTAKA [1] Fatmawat, Y. (01), Agka kemata bay d Idoesa relatve tgg. http://buhaml.com/dskus-umum/864-agka-kemata-bay-mashtgg.html. (18 febuar 013) [] Yuwoo, S.R. (01), Lma Provs Sumbag 50 Perse Kemata Bay. http://m.suaramerdeka.-com/dex.php/read/ews/01/0/18/- 10988 (duduh 0 febuar 013). [3] Bada Pusat Statstka (010), Mlleum Developmet Goals (MDGs). http://mdgs-dev.bps.go.d (duduh taggal 0 febuar 013) [4] Agrest, A. (00), Categorcal Data Aalyss, Secod Edto. Joh Wley & Sos., New York. [5] Camero, A.C, da Trved, P.K,. (1998). Regresso Aalyss of Cout Data. Cambrdge Uversty Press. [6] Myers, R.H. (1990). Classcal ad Moder Regresso wth Applcatos, Secod Edto. PWS KENT Publshg Compay Secod., Bosto. [7] Agrest, A. (00), Categorcal Data Aalyss, Secod Edto. Joh Wley & Sos., New York. [8] Camero, A.C, da Trved, P.K,. (1998). Regresso Aalyss of Cout Data. Cambrdge Uversty Press. [9] Hockg, R. (1996), Methods ad Applcato of Lear Models. Joh Wley ad Sos, Ic., New York. [10] Latef, A.H.M. Mahbub, Hosa. M. Zakr, Islam. M. Ataharul. Model Selecto Usg Modfed Akake s Iformato Crtero: A Applcato to Materal Morbdty Data. Australa Joural of Statstcs Vol.37 No. (008), p. 175-184. Model dar regres Bomal Negatf dapat dtepretaska Utuk setap keakka bay yag dber ASI eksklusf seumlah 1 wa, dega asums la varabel la tetap, maka umlah kemata bay cederug bertambah sebayak wa. Keakka umlah kemata