Electronic Theses and Dissertation

Angka kematian bayi (akb) merupakan jumlah kematian bayi di bawah usia satu tahun per 1.000 kelahiran hidup dalam satu tahun. tingginya akb mengindikasikan adanya masalah serius dalam kesehatan dan mencerminkan tingkat kesejahteraansecara keseluruhan di bidang kesehatan. penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang memengaruhi akb di pulau sumatra. variabel yang digunakan dalam penelitian ini meliputi bayi berat lahir rendah (bblr), bayi mengidap asfiksia, bayi mengidap tetanus neonatorum, bayi mengidap kelainan bawaan, bayi mengidap pneumonia, dan bayi mengidap diare. variabel-variabel tersebut mengandung data pencilan, sehingga digunakan metode regresi robustdengan estimasi m. data yang digunakan diperoleh dari publikasi profil kesehatan di setiap provinsi di pulau sumatra tahun 2021 yang mencakup 125 kabupaten/kota.hasil penelitian menunjukkan bahwa model regresi robust memiliki tingkatkekokohan yang tinggi terhadap data pencilan, dengan nilai r^2 sebesar 97,21%. parameter dalam model menunjukkan bahwa variabel-variabel seperti bblr, bayi yang mengidap asfiksia, bayi yang mengidap kelainan bawaan, bayi yang mengidap pneumonia, dan bayi yang mengidap diare memiliki pengaruh positif yang signifikanterhadap akb. artinya, peningkatan jumlah kasus dalam variabel-variabel ini akan berkontribusi pada peningkatan akb.

The Infant Mortality Rate (IMR) is the number of deaths of babies under one year of age per 1.000 live births in one year. A high IMR indicates a serious problem in health and reflects the overall level of well-being in the health sector. This research aims to identify factors that influence IMR on Sumatra Island. The variables used in this study include low birth weight (LBW) infants, infants with asphyxia, neonatal tetanus, congenital abnormalities, pneumonia, and diarrhea. These variables contain outlier data, so a robust regression method was used with M estimation. The data used was obtained from the Publication of Health Profiles in each Province on Sumatra Island in 2021 which covers 125 districts/cities. The research results show that the robust regression model has a high level of robustness to outlier data, with an R^2 value of 97.21%. The parameters in the model show that variables such as LBW, infants with asphyxia, congenital abnormalities, pneumonia, and diarrhea have a significant positive influence on IMR. This means that an increase in the number of cases in these variables will contribute to an increase in IMR.