<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="126223">
 <titleInfo>
  <title>PEMODELAN ANGKA KEMATIAN BAYI (AKB) DI PULAU SUMATRA MENGGUNAKAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Rini Gusriani Panggabean</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA (S1)</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Angka kematian bayi (AKB) dapat didefinisikan sebagai kondisi di mana kematian bayi yang terjadi pada usia di bawah satu tahun per 1.000 kelahiran hidup pada tahun tertentu. Data yang digunakan pada penelitian ini adalah data AKB setiap kabupaten/kota di Pulau Sumatera tahun 2020 beserta faktor-faktor yang memengaruhinya. Data tersebut merupakan data sekunder yang berasal dari publikasi resmi Badan Pusat Statistik (BPS) yaitu “Provinsi dalam Angka Tahun 2021” setiap kabupaten/kota di Pulau Sumatra. Berdasarkan uji asumsi yang dilakukan dalam penelitian ini, didapatkan bahwa data AKB memiliki efek spasial. Hal ini berarti bahwa terdapat keterkaitan antara AKB di satu daerah dan AKB daerah lain di sekitarnya. Oleh karena itu, penelitian ini menggunakan analisis regresi spasial dengan metode Mixed Geographically Weighted Regression (MGWR) menggunakan jenis fungsi pembobot Adaptive Kernel Gaussian. Metode tersebut bertujuan untuk memodelkan dan mengetahui faktor-faktor baik secara global dan lokal yang signifikan memengaruhi data AKB di Pulau Sumatra tahun 2020. Pemodelan dengan metode MGWR didapatkan model yang berbeda-beda untuk setiap kabupaten/kota di Pulau Sumatra. Setiap daerah yang berdekatan cenderung memiliki kesamaan dalam variabel yang signifikan memengaruhi tingkat kematian bayi. Hasil perbandingan antara enam jenis fungsi pembobot kernel dalam penelitian ini menunjukkan bahwa model MGWR terbaik adalah model MGWR dengan fungsi pembobot Adaptive Kernel Gaussian yang memiliki nilai AIC terkecil yaitu 664,408 dan nilai R2 terbesar yaitu 85,076%. Hasil pemodelan MGWR dengan fungsi pembobot Adaptive Kernel Gaussian terbentuk 154 model dengan 5 kombinasi variabel yang signifikan memengaruhi AKB. Faktor yang berpengaruh secara global yaitu berat badan lahir rendah, bayi baru lahir diberi ASI eksklusif, penduduk miskin dan rata-rata lama sekolah sedangkan faktor yang berpengaruh secara lokal yaitu bayi baru lahir mendapatkan IMD, persalinan di fasilitas pelayanan kesehatan, rumah tangga yang memiliki akses terhadap sanitasi layak dan rumah tangga yang memiliki akses terhadap air minum layak.&#13;
&#13;
Kata kunci: Angka Kematian Bayi, Efek Spasial, MGWR, Adaptive Kernel Gaussian</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>126223</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-07-22 17:10:20</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-07-23 08:31:52</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>