<![CDATA[Penelitian ini bertujuan untuk memodelkan faktor-faktor sosial ekonomi dan kesehatan yang memengaruhi jumlah kematian ibu di Provinsi Jawa Barat tahun 2023 menggunakan pendekatan Generalized Linear Model (GLM) dengan distribusi Negative Binomial dan metode Bayesian Integrated Nested Laplace Approximation (INLA). Data yang digunakan mencakup 27 kabupaten/kota dengan delapan variabel penjelas, yaitu Tablet Tambah Darah, Kemiskinan, BPJS PBI, Pengangguran, Merokok, Keluhan Kesehatan, TBC, dan DBD. Analisis deskriptif menunjukkan adanya overdispersi (variansi lebih besar daripada rata-rata), sehingga model Poisson kurang sesuai. Hasil perbandingan model menunjukkan bahwa GLM Negative Binomial memiliki performa lebih baik dibandingkan Poisson, dan model INLA Negative Binomial menghasilkan nilai DIC terendah (229,93) dibandingkan Poisson (307,01), sehingga dipilih sebagai model terbaik. Secara substantif, variabel DBD berpengaruh negatif dan signifikan terhadap jumlah kematian ibu, yang secara kontekstual mencerminkan peran sistem surveilans dan kualitas layanan kesehatan daerah. Variabel kemiskinan dan pengangguran menunjukkan arah positif terhadap kematian ibu, sedangkan Tablet Tambah Darah dan BPJS PBI menunjukkan arah negatif. Hasil ini menegaskan bahwa pendekatan Bayesian-INLA efektif untuk menganalisis data count yang bersifat overdispersi serta memberikan estimasi yang lebih stabil dalam studi mortalitas regional.]]>
Copyrights © 2026
