JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-9 Pemodela Jumlah Balta Gz Buruk d Jawa Tmur dega Geographcally Weghted Posso Regresso Rahm Amela da Purhad Jurusa Statstka, Fakultas Matematka da Ilmu Pegetahua Alam, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya 6111 E-mal: purhad@statstka.ts.ac.d Abstrak Kasus balta gz buruk d Idoesa khususya d Jawa Tmur mash tergolog cukup tgg. Lau gz buruk dapat dteka apabla faktor-faktor yag mempegaruh gz buruk dapat dketahu. Oleh sebab tulah dperluka adaya suatu pemodela utuk megetahu faktor-faktor yag berpegaruh secara sgfka. Kasus gz buruk termasuk dalam data cout, sehgga utuk pemodela dapat megguaka Regres Posso da GWPR yag memperhatka aspek spasal. Peelta metkberatka pada pemlha model terbak dar GWPR berdasarka krtera kebaka model R yag terdr atas tga macam yatu R resdual tak terbobot, R pearso, da R devas. Hasl aalss meuukka bahwa la R yag terbesar alah R resdual tak terbobot dega fugs kerel yag dguaka adalah fugs kerel bsquare. Secara umum varabel yag berpegaruh hampr d setap kabupate/kota alah raso umlah teaga kesehata dbadg umlah balta da rata-rata usa pertama perkawa 16 tahu. Kata Kuc Fugs kerel, GWPR, R, Regres Posso I. PENDAHULUAN DGs memlk 8 tuua, 16 target da 48 dkator yag Mmead alat ukur keragka kera MDGs. Salah satu tuua dalam MDGs yatu meuruka agka gz buruk dar 17,9 perse pada tahu 1 mead 15,1 perse pada tahu 15 medatag. Keadaa gz yag bak meyebabka tubuh mempuya cukup kemampua utuk mempertahaka dr terhadap peyakt. Jka keadaa gz mead buruk maka reaks kekebala tubuh aka meuru. Hasl peelta yag dlakukka d berbaga egara meuukka bahwa kemata bay aka mead lebh tgg ka umlah aak pederta gz buruk megkat [1]. Jawa Tmur merupaka wlayah yag berpotes dalam meyumbag tggya umlah pederta gz buruk d eger. Berdasarka data Rset Kesehata Dasar 1, prevales gz buruk d Pulau Jawa yag tertgg adalah Bate da Jatm sebesar 4,8 perse []. Lau pertambaha umlah kasus gz buruk dapat dteka dega cara megetahu faktor-faktor yag berhubuga dega gz buruk da berpotes dalam megkatka umlah kasus gz buruk. Faktor-faktor yag dtegara memlk keterkata da mempegaruh teradya gz buruk tersebut perlu dketahu apakah bear-bear berpegaruh secara sgfka atau tdak agar pemertah dapat lebh memperhatka bagamaa tdak laut terhadap faktor-faktor yag berpegaruh tersebut, oleh karea tu dperluka adaya suatu pemodela. Jumlah kasus gz buruk merupaka data cout yag megkut dstrbus Posso da gz buruk merupaka keada yag terad pada umlah aggota populas yag besar dega probabltas yag kecl, sehgga utuk megetahu faktor-faktor yag berpotes dalam megkatka umlah kasus gz buruk, dlakuka pemodela dega megguaka aalss Regres Posso. Keragama karakterstk atar wlayah d Jawa Tmur meetuka kualtas kesehata d wlayah tersebut, sehgga dperluka suatu metode pemodela statstk yag memperhtugka aspek spasal. Salah satu metode yag dapat dguaka alah Geographcally Weghted Posso Regresso (GWPR) yag dharapka dapat meghaslka model yag lebh spesfk megea umlah balta gz buruk da dapat megatas kasus uder/overdspers, yatu suatu kods dmaa mea tdak sama dega varas. Meurut ruuka [3] model GWPR meghaslka peaksr parameter model yag bersfat lokal utuk setap ttk pegamata. Aalss regres tdak haya memerluka peaksra parameter tetap uga memerluka ukura propors keragama varabel respo yag dapat dteragka oleh varabel-varabel predktor yag basa dsebut ukura R atau koefse determas. R pada regres oler sepert Regres Posso da GWPR dapat megguaka R pearso, R resdual tak terbobot, da R devas. Peelta bertuua utuk memperoleh model terbak utuk Regres Posso da Geographcally Weghted Posso Regresso pada pemodela umlah kasus balta gz buruk d Jawa Tmur pada tahu 1 berdasarka krtera kebaka model R resdual tak terbobot, R pearso, da R devas. II. TINJAUAN PUSTAKA A. Regres Posso Regres Posso sergkal dguaka utuk megaalss data dskrt da termasuk dalam model regres oler. Regres Posso berdasarka pada pegguaa dstrbus Posso. Model Regres Posso adalah sebaga berkut., exp (1) 1, 1,,,
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-91 B. Geographcally Weghted Posso Regresso Model GWPR merupaka betuk lokal dar Regres Posso yag meghaslka peaksr parameter model yag bersfat lokal utuk setap ttk atau lokas dmaa data tersebut dkumpulka, dega megasumska data berdstrbus Posso. Model GWPR dega meotaska vektor koordat ltag da buur (u,v ) adalah sebaga berkut: y ~posso (µ ) dega µ = exp, () dmaa y : la observas varabel respo ke- x : la observas varabel predktor ke- pada pegamata lokas (u,v ), : koefse regres varabel predktor ke- utuk setap lokas (u,v ) (u, v ) : koordat buur da ltag dar ttk ke- pada suatu lokas geografs Peaksra parameter bak pada Regres Posso da GWPR megguaka metode MLE (Maxmum Lkelhood Estmato). C. Peetua Badwth Badwth merupaka arak terauh suatu ttk dega radus b dar ttk pusat lokas yag dguaka sebaga dasar meetuka bobot setap pegamata terhadap model regres pada lokas tersebut. Metode yag dguaka utuk meetuka badwth optmum alah megguaka metode Cross Valdato (CV) yag drumuska sebaga berkut: y yˆ ( b) CV( b) 1 (3) yˆ ( b) :merupaka la peaksr y dmaa lokas ke- ( u, v ) tdak dmasukka dar proses peaksra. : umlah sampel Proses peaksra parameter model GWPR d suatu ttk (u v ) membutuhka pembobot spasal dmaa pembobot yag dguaka adalah sebaga berkut: a. Fugs kerel adaptve gauss: w, exp (4) b. Fugs kerel adaptve bsquare: w, 1 / utuk (5) utuk c. Fugs kerel gauss: w u, v exp d b (6) d. Fugs kerel bsquare: 1 d b, utuk d b w u, v, utuk d b (7) dmaa d = adalah arak eucldea atara lokas (u,v ) da b adalah la badwth optmum pada tap lokas. D. Ukura Kebaka Model R R dalam regres ler dsebut dega koefse determas gua melhat kebaka model da kekuata dalam meelaska perubaha atau pergeraka varbel x terhadap varabel y. Ada beberapa krtera dar R, atara la: 1. R 1. R tdak dapat turu laya ketka umlah predktor dtambahka dalam model (tapa deraat kebebasa terkoreks) 3. R berdasarka umlah kuadrat error sama dega R berdasarka peabara umlaha kuadrat. 4. Ada hubuga atara R da test sgfkas parameter slope da atara perubaha d R ketka predktor dtambahka da test sgfkas. 5. R memlk terpretas dar data yag ada. Ruuka [3] meyataka bahwa R pada model posso ddasarka pada 3 hal. 1. R resdual tak terbobot R exp 1 1 (ˆ y) ( y y). R resdual Pearso R p, p 1 1 1 y ( ( y 3. R resdual devas R dev, p 1 1 ˆ ) y) 1 y ˆ y l( y / ˆ ) ( y y l( y / y) ˆ ) (8) (9) (1) E. Multkoleartas Syarat yag harus dpeuh dalam pembetuka model regres dega beberapa varabel predktor alah tdak terdapat kasus multkoleartas atau atar varabel predktor salg berkorelas. Apabla kasus terad maka aka dapat megakbatka matrks memlk determa sama dega ol. Kasus multkoleartas dapat ddeteks sebagamaa berkut: 1. Apabla koefse korelas pearso atar varabel predktor,95 maka terdapat korelas yag tgg atar varabel tersebut.. Jka la VIF lebh besar dar 1, maka terad kasus multkoleartas. Nla VIF dyataka sebaga berkut: VIF= (11) dega adalah koefse determas
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-9 F. Gz Buruk Gz adalah suatu proses orgasme megguaka makaa yag dkosums secara ormal melalu proses dgest, absorps, trasportas, peympaa, metabolsme, da pegeluara zat zat yag tdak dguaka utuk mempertahaka kehdupa, pertumbuha da fugs ormal dar orga orga serta meghaslka eerg. Akbat kekuraga gz, maka smpaa zat gz pada tubuh dguaka utuk memeuh kebutuha apabla keadaa berlagsug lama maka smpaa zat gz aka habs da akhrya terad kemerosota arga. Pada saat orag bsa dkataka malutrs. Gz buruk adalah betuk terparah dar proses teradya kekuraga gz meahu. Status gz balta secara sederhaa dapat dketahu dega membadgka atara berat bada meurut umur maupu meurut paag badaya dega ruuka (stadar) yag telah dtetapka. Apabla berat bada meurut umur sesua dega stadar, aak dsebut gz bak. Kalau sedkt d bawah stadar dsebut gz kurag. Apabla auh d bawah stadar dkataka gz buruk Gz buruk yag dserta dega tada-tada kls dsebut marasmus atau kwashorkor [4]. III. METODOLOGI PENELITIAN A. Sumber Data Data yag dguaka dalam peelta adalah data sekuder yatu dar Das Kesehata tahu 1, SUSENAS tahu 1 utuk Provs Jawa Tmur, da data Jawa Tmur dalam Agka tahu 11. B. Varabel Peelta Varabel peelta yag dguaka terdr dar varabel respo (Y) adalah umlah balta gz buruk d Jatm tahu 1 da beberapa varabel predktor yatu: 1. Persetase balta yag perah medapatka musas Imusas merupaka sutka vaks atau baha atgek utuk meghaslka kekebala aktf pada tubuh bay. Guaya utuk mecegah da megeal beberapa peyakt tertetu yag mugk megacamya. Seak lahr, bay memerluka berbaga es musas hgga mecapa kaak-kaak [].. Persetase balta yag tdak medapatka ASI eksklusf Ruuka [6] meyataka bahwa Bay ASI memlk kekebala lebh tgg terhadap peyakt. Cotohya, ketka s bu tertular peyakt (msalya melalu makaa sepert gastro etrets atau polo), atbod sag bu terhadap peyakt tersebut dteruska kepada bay melalu ASI. 3. Persetase pegeluara makaa per kapta sebula Besar keclya pegeluara makaa per kapta dduga mempegaruh teradya gz buruk, sebab apabla pegeluara utuk makaa terlampau kecl, maka ada kemugka kebutuha gz tdak dapat terpeuh dega optmal. 4. Raso umlah puskesmas, rumah sakt, puskesmas pembatu, puskesmas kellg, posyadu, da podok bersal dega umlah balta Salah satu meda yag dapat dlhat secara lagsug utuk peagaa kasus gz buruk adalah umlah saraa kesehata d setap kabupate/kota. 5. Raso teaga kera kesehata d puskesmas meurut spesalsas (meds da parameds) dega umlah balta Jka umlah teaga kera kesehata dla kurag, maka dduga peyebara da pegkata umlah pederta gz buruk aka semak membesar. 6. Persetase rata-rata usa perkawa pertama 16 tahu C. Lagkah Aalss Data 1. Melakuka aalss statstka deskrptf umlah pederta gz buruk d Jawa Tmur. Medapatka model terbak pada pemodela umlah balta gz buruk d Jawa Tmur dega Regres Posso da GWPR dega krtera R Pearso, R resdual tak terbobot, da R devas dega lagkahlagkah:. Medeteks da megatas kasus multkoleartas. Meetuka model terbak utuk Regres Posso pada pemodela umlah balta gz buruk d Jawa Tmur dega lagkah-lagkah: a. Meghtug la peaksr parameter model Regres Posso b. Megu sgfkas parameter model Regres Posso. Meetuka model terbak utuk GWPR pada pemodela umlah balta gz buruk d Jawa Tmur dega lagkah-lagkah: a. Meghtug la peaksr parameter model GWPR b. Megu sgfkas parameter model GWPR c. Meghtug la ketga R dar model GWPR v. Membadgka la ketga R model GWPR v. Meetuka model GWPR terbak yatu model dega la R terbesar IV. ANALISIS DAN PEMBAHASAN A. Statstka Deskrptf Pemapara varabel-varabel peelta ka dtau berdasarka statstka deskrptf adalah sebaga berkut. 1-49 5-15 16-3 4-74 75-351 Gambar 1. Persebara Jumlah Pederta Gz Buruk d Jawa Tmur Gambar 1 meuukka bahwa haya sedkt sekal daerah d Jawa Tmur yag umlah pederta gz burukya
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-93 kurag dar 5 wa. Sebaga besar wlayah berada pada retag 16-3 wa. Varabel yag dduga mempegaruh umlah pederta gz buruk d Jawa Tmur apabla dlhat berdasarka statstka deskrptf aka dsaka pada Tabel 1. Tabel 1. Statstka Deskrptf Varabel Peelta Varabel Mea Varas Mmum Maxmum X 1 96,11 44,44 66,78 1, X 1,7 7,9, 6,59 X 3 55,79 33,4 44,58 65,11 X 4,1,,1, X 5,,,, X 6 9,54 169,6 1,1 6,7 Tabel 1 meuukka bahwa sebaga besar faktor-faktor yag dduga mempegaruh teradya gz buruk cukup bervaras, da faktor yag memlk la varas tertgg adalah persetase umur perkawa pertama 16 tahu, amu rata-rata peduduk Jawa Tmur yag mekah pada retag umur tersebut haya sebesar 9,54%. Faktor yag memlk la varas tertgg kedua adalah persetase balta yag perah medapatka musas, da rata-rata balta d Jawa Tmur yag perah medapat musas terblag sagat tgg, yatu sebesar 96,11 perse. Pemerksaa multkoleartas perlu dlakuka gua megetahu apakah terdapat korelas atar varabel predktor yag dduga mempegaruh teradya kasus gz buruk d Jawa Tmur sebaga lagkah awal sebelum pembetuka model. Salah satu cara yag dapat dguaka utuk memerksa ada tdakya multkoleartas adalah dega melhat matrks korelas. Tabel. Matrks Korelas Atar Varabel Predktor X -,13 X 1 X X 3 X 4 X 5 X 3 -,48 -,7 X 4,9 -,19,43 X 5,1,16 -,18,34 X 6 -,5,14,64,3 -,1 Tabel meuukka bahwa atar varabel predkor la korelasya kurag dar,95 da la korelas atar varabel predktor tersebut dapat dkataka cukup redah. Hal tu megdkaska bahwa atar varabel predktor tdak terad kasus multkoleartas. Cara la yag dapat dlakuka utuk medeteks adaya kasus multkoleartas alah dega melhat la VIF dar masg-masg varabel predktor tersebut. Tabel 3. Nla VIF Varabel Predktor Varabel X 1 X X 3 X 4 X 5 X 6 VIF 1,89 1,194,871,68 1,637 1,981 Tabel 3 meuukka bahwa keeam varabel predktor memlk la VIF kurag dar tga, sehgga dapat dkataka tdak ada kasus multkoleartas atar varabel predktor, sehgga keeam varabel tersebut dapat dlbatka dalam pemodela megguaka GWPR. B. Pemodela Jumlah Balta Gz Buruk d Jawa Tmur dega Regres Posso Pegua secara seretak model Regres Posso megguaka hpotess sebaga berkut: H : 1 3 4 5 6 H 1 : palg sedkt ada satu Nla devas atau D(ˆ ) adalah sebesar 954,31875. Nla devas tersebut dbadgka dega la ch-square pada taraf sgfkas atau α sebesar 5% da deraat bebasya sesua dega bayakya parameter. Nla D (ˆ ) >, (.5;6) sehgga keputusaya adalah tolak Ho. Hal tersebut berart palg tdak terdapat satu parameter yag berpegaruh secara sgfka terhadap model. Setelah dlakuka pegua secara seretak, maka lagkah selautya alah melakuka pegua secara parsal utuk mecar parameter maa saa yag berpegaruh secara sgfka terhadap model. Hpotess dar pegua secara parsal adalah sebaga berkut. H : H 1 : =,1,...,6 Nla Z yag dperoleh berdasarka hasl aalss htug selautya dbadgka dega la Z dega α sebesar 5% yag dsaka dalam tabel berkut. Tabel 4. Estmas Parameter Model Regres Posso Varabel Estmate SE Z htug Itercept 1,7695,39317 3,48349 X 1,869,64 3,5435 X,1538,79 5,65166 X 3,35955,4168 8,67443 X 4 48,913 4,631371 1,496 X 5-18,159 7,93133-16,1585 X 6,15953,158 1,6847 Tabel 4 meuukka bahwa semua la Z Z htug dega tgkat sgfkas sebesar 5% yatu 1,96 sehgga semua parameter berpegaruh secara sgfka terhadap model Regres Posso. Jad, model terbak utuk Regres Posso adalah sebaga berkut. ˆ =exp(1,7695 +,869X 1 +,1538X +,35955X 3 + 48,913X 4-18,159X 5 +,1593X 6 ) l ˆ =1,7695 +,869X 1 +,1538X +,35955X 3 + 48,913X 4-18,159X 5 +,1593X 6 Hasl aalss meuukka bahwa semua varabel memlk pegaruh yag sgfka terhadap model. Hampr semua varabel berbadg searah dega umlah pederta gz buruk d Jawa Tmur kecual varabel X5 yatu raso umlah
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-94 teaga kesehata dega umlah balta. Hal tersebut berart apabla raso umlah teaga kesehata dega umlah balta bertambah sebesar satu satua, maka umlaah pederta gz buruk aka semak berkurag. C. Pemodela Jumlah Balta Gz Buruk d Jawa Tmur dega GWPR Pegua kesesuaa model dguaka utuk megetahu apakah terdapat perbedaa atara model Regres Posso da GWPR dega hpotess pegua sebaga berkut. H : ( u, v ),1,..., 6 H1 : ( u, v ) Tabel 5. U Kesesuaa Model Model Devas Df Devas/df F htug Global 954,3 31 3,78 1,887 GWPR 437,963 16,913 5,895 Tabel 5 meuukka bahwa la F htug adalah sebesar 1,887 yag lebh kecl darpada la F (.5;31;16), 186 sehgga gagal tolak Ho, yag berart tdak ada perbedaa atar model Regres Posso dega GWPR pada taraf sgfkas 5%. Tabel 5 uga meuukka adaya kasus overdspers sebab la devas/df lebh besar dar satu. Pegua seretak dmaksudka utuk megetahu apakah terdapat parameter yag sgfka terhadap model dega megguaka hpotess sebaga berkut: H : u v ) ( u v )... ( u v ) 1(,, 6, H : palg sedkt ada salah satu ( u, v ) 1 ˆ Nla devas D ( ) = 437,963 lebh besar dar la (.5;6) 1,59, sehgga tolak Ho, yag berart palg tdak terdapat satu parameter yag sgfka terhadap model pada taraf sgfkas 5%. Pegua parsal dmaksudka utuk megetahu varabel maa saakah yag berpegaruh secara sgfka terhadap model dega hpotess alah sebaga berkut. H : ( u, v ) H1 : ( u, v ) Tabel berkut aka meuukka la Z htug dar Kabupate Pacta. Z htug merupaka la dar estmas parameter dbag stadar eror. Tabel 6. Parameter U Parsal Model GWPR d Pacta stadard Estmas error Z-htug β 1,9546 3,879998,568 β 1,863,4335,13971 β -,1594,7573-1,99399* β 3,8867,7738 1,114965 β 4 46,5314 14,49386 3,9937* β 5-146,9791,7354-6,464419* β 6,57748,7599 7,599953* *)sgfka dega taraf sgfkas 5% Varabel-varabel yag berpegaruh secara sgfka utuk Kabupate Pacta dapat dlhat berdasarka la Z htug pada taraf sgfkas sebesar 5%. Tabel Z meuukka varabel-varabel yag sgfka tersebut atara la β, β 4, β 5, da β 6 yatu persetase balta yag tdak medapat ASI eksklusf, raso umlah saraa kesehata dega umlah balta, raso umlah teaga kesehata dega umlah balta, da persetase usa pertama perkawa kurag dar 16 tahu. Jad, model utuk Kabupate Pacta adalah sebaga berkut. ˆ = exp(1,9546+,863x1-,1594x+,8867x3+46,5314x4-146,9791+,57748) l ˆ =1,9546+,863X1-,1594X+,8867X3+46,5314X4-146,9791+,57748 Ketka persetase balta yag tdak medapat ASI eksklusf bertambah sebayak satu satua, maka umlah balta pederta gz buruk aka berkurag, begtu pula apabla raso umlah teaga kesehata dega umlah balta bertambah maka umlah balta pedertta gz buruk uga aka berkurag. Namu sebalkya, apabla raso umlah saraa kesehata dega umlah balta bertambah, maka umlah balta pederta gz buruk uga aka bertambah, begtu pula apabla persetase usa pertama perkawa kurag dar 16 tahu bertambah maka umlah balta pederta gz buruk pu semak megkat. Varabel yag sgfka hampr d setap kota alah varabel X 5 da X 6. Tabel 7. Perbadga Nla R Nla R Fugs kerel resdual tak terbobot Devas Pearso Adaptve bsquare,75354868,768878,756899 Adaptve gauss,63131181,6344,6317 Bsquare,8431314,8879,794446 Gaussa,7948813,8177,787911 Berdasarka tabel 7 fugs kerel yag dguaka alah bsquare dega la R yag terbesar alah R resdual tak terbobot. Tabel 8. Perbadga Jumlah Kelompok yag Terbetuk Jumlah Fugs kerel kelompok Adaptve bsquare 5 Adaptve gauss Bsquare 11 Gaussa 6 Tabel 8 Meuukka adaya perbedaa umlah kelompok yag dbetuk oleh masg-masg fugs kerel. Fugs kerel bsquare meghaslka umlah kelompok terbayak yatu sebelas kelompok semetara fugs kerel adaptve gauss meghaslka umlah kelompok yag palg sedkt yatu haya dua kelompok. Hal tersebut meuukka bahwa fugs kerel bsquare dapat megelompokka keseluruha
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 1) ISSN: 31-98X D-95 kabupate/kota d Jawa Tmur secara lebh spesfk ke dalam sebelas model yag terbetuk. V. KESIMPULAN DAN SARAN A. Kesmpula Berdasarka hasl aalss yag telah dpaparka pada bab sebelumya, dapat dsmpulka bahwa varabel yag sgfka utuk model posso dalam aalss megea balta pederta gz buruk d Jawa Tmur tahu 1 atara la persetase balta yag perah memperoleh musas, persetase balta yag tdak medapatka ASI eksklusf, persetase pegeluara makaa per kapta, raso umlah saraa kesehata dega umlah balta, raso teaga kesehata dega umlah balta, da persetase rata-rata usa pertama perkawa 16 tahu. Secara umum, pada hasl aalss GWPR terdapat dua varabel yag sgfka yatu raso umlah teaga kesehata dega umlah balta da persetase rata-rata usa pertama perkawa 16 tahu. Kelompok yag dapat dbetuk oleh GWPR ada sebayak sebelas kelompok yag dperoleh dar pegelompoka 38 kabupate/kota berdasarka kesamaa varabel yag sgfka. Model yag terbak dar GWPR adalah dega megguaka fugs kerel bsquare da R yag dguaka model R resdual tak terbobot sebab memlk la R yag palg besar datara R yag la. B. Sara Varabel predktor yag dguaka dalam peelta lebh bayak berasal dar faktor eksteral, sehgga perlu adaya tambaha varabel yag berasal dar faktor teral yag mempegaruh teradya kasus gz buruk pada balta d Jawa Tmur sehgga dapat meghaslka aalss yag lebh medalam. Sela tu, dar ss metode aalss yag dguaka, aka lebh bak ka dlakuka pula aalss dega megguaka GWPRS sehgga dapat dbadgka dega GWPR berdasarka krtera kebaka model R. [5] Aom (1). Imusas utuk Bay [Ole]. Avalable: http://www.waspada.co.d/dex.php?opto=com_cotet&vew=artcle &d=175:1-musas-utuk-bay&catd=8&itemd=48. [6] Orag Tua PRO-ASI (5). ASI Terbak Utuk Bay da Ibu. [Ole]. Avalable: http://as.blogsome.com/5/1 /5/as-terbakutuk-bay/. UCAPAN TERIMA KASIH Peuls R.A megucapka terma kash kepada Das Kesehata Provs Jawa Tmur yag telah bayak membatu dalam hal pembera data sekuder yag dguaka dalam peelta. DAFTAR PUSTAKA [1] Dw Lestar (9). Gz buruk sebaga peyebab dasar kemata bay da aak balta [Ole]. Avalable: http://stkeskabmalag.wordpress.com/9/8/3/gz-buruk-sebagapeyebab-dasar-kemata-bay-da-aak-balta/. [] Has Obor (11). Kasus gz buruk mash tgg [Ole]. Avalable: http://ttoleews.com/tt/dex.php?vew=artcle&d=946%3akasu s-gz-buruk-mash-tgg&opto=com_cotet&itemd=56. [3] T. Nakaya, A. S. Fothergham, da C. Brudso, Geographcally weghted Posso regresso for dsease assocato mappg, Statstcs Medce, Vol.4, No 17, (5695-717. [4] Aom (1). Semar kesehata gz vs gz buruk [Ole]. Avalable: http://mly.wordpress.com/semar-kesehata-gz-vz-gzburuk/