PEMODELAN POHON REGRESI (REGRESSION TREE) PADA KASUS KEMATIAN BAYI DI PULAU SULAWESI

Kematian bayi adalah masalah Kesehatan utama global. Berdasarkan Survei
Demografi dan Kesehatan Indonesia (SDKI), Angka Kematian Bayi (AKB) pada
2017 mencapai 24/1.000 kelahiran dengan kematian neonatal sebesar 15/1.000
kelahiran, menunjukkan penurunan dari tahun 2012 namun belum memenuhi standar.
Upaya Kesehatan anak yang terintegrasi dan berkelanjutan diharapkan dapat
menurunkan AKB lebihlanjut. Penelitian ini menggunakan metode CART
(Classification and Regression Tree) untuk menganalisis faktor-faktor yang
mempengaruhi AKB. CART adalah metode regresi non-parametrik yang tidak
tergantung pada asumsi-asumsi regresi biasa dan mampu menangani variable
kategorik dan kontinu. Hasil analisis menunjukkan model pohon regresi optimal
dengan 10 simpul terminal, dimana variable cakupan imunisasi (X4) sebagai pemilah
utama. Model pohon regresi optimal memiliki keakuratan sebesar 0,58536,
menunjukkan performa yang baik. Cakupan imunisasi (X4) terbukti memiliki
pengaruh terbesar terhadap penurunan angka kematian bayi.
Kata Kunci : Klasifikasi,CART,Angka Kematian Bayi, Pohon Regresi