Pemodelan Generalized Poisson Regression (GPR) dan Negative Binomial Regression (NBR) untuk Mengatasi Overdispersi pada Jumlah Kematian Bayi di Kabupaten Probolinggo

Data Dinas Kesehatan Kabupaten Probolinggo tahun 2020 menyatakan Angka Kematian Bayi (AKB) di sebesar 8,11. tersebut tergolong tinggi jika dibandingkan dengan AKB Provinsi Jawa Timur 6,3. Sehingga perlu dilakukan analisis untuk mengetahui faktor-faktor yang mempengaruhi jumlah kematian bayi 2020. Regresi poisson merupakan sesuai dalam pemodelan kasus data diskrit. Namun regresi mensyaratkan kondisi equidispersi sulit dipenuhi. Pada umumnya sering ditemui overdispersi. Metode dapat digunakan mengatasi overdispersi diantaranya adalah metode Generalized Poisson Regression (GPR) dan Negative Binomial (NBR). Objek penelitian terdiri dari variabel respon yaitu serta prediktor diduga faktor kesehatan ibu hamil bayinya, kebersihan gizi, peningkatan imunitas 9 2 tambahan tenaga fasilitas kesehatan. Hasil diperoleh bahwa terjadi sehingga GPR NBR dilakukan. Berdasarkan NBR, model layak kombinasi lahir rendah (X7), mendapat imunisasi Td2+ (X8), (X10). Keseluruhan berpengaruh signifikan terhadap model. Diperoleh hasil paling baik memodelkan karena memiliki kriteria kebaikan AIC, AICc, BIC, BICc lebih kecil NBR.