ABSTRAK
Angka Kematian Ibu (AKI) masih menjadi prioritas di bidang kesehatan. Penurunan AKI di Provinsi Jawa Tengah masih harus terus diupayakan. Hal tersebut dapat dilakukan jika faktor-faktor yang mempengaruhi kematian ibu diketahui. Pada penelitian ini digunakan Bayesian model averaging (BMA) dalam menentukan faktor-faktor yang mempengaruhi kematian ibu. BMA akan mempertimbangkan model yang tidak pasti dalam pemilihan variabel dengan mengkombinasikan model-model yang terbentuk dari variabel prediktor. Metode BMA kemudian dibandingkan dengan regresi linear klasik. Data yang digunakan adalah data kematian ibu di provinsi Jawa Tengah tahun 2017. Hasil BMA menunjukkan bahwa terdapat dua variabel prediktor yang signifikan mempengaruhi kematian ibu yaitu persentase ibu hamil tidak mendapat pelayanan nifas. Jika dilihat dari standar erornya, BMA digunakan dalam estimasi parameter karena memiliki standar eror yang lebih kecil daripada regresi linear. Prinsip dasar BMA adalah mengatasi masalah ketidakpastian model dan memprediksi pengamatan baru melalui selang kepercayaan sehingga pemilihan metode terbaik didasarkan pada kesalahan prediksinya. BMA memberikan kesalahan prediksi yang lebih kecil daripada regresi linear klasik sehingga dapat disimpulkan bahwa BMA lebih tepat dalam mempredikisi.
Kata kunci : regresi linear, Bayesian model averaging, kematian ibu
