<![CDATA[Regresi Poisson merupakan metode regresi digunakan untuk memodelkan hubungan anatara variabel dependentbertipe diskrit yang berupa data count. Data count variabel dependent sering mengalami masalah overdispersiatau underdispersi, hal ini tidak sesuai dengan regresi Poisson yang mengasumsikan nilai rata-rata sama dengannilai varians (equidispersi). Salah satu model yang dapat menangani masalah tersebut adalah BivariateGeneralized Poisson Regression yang menjelaskan hubungan antara dua variabel dependent yaitu angkakematian ibu dan angka kematian bayi terhadap beberapa variabel independent. Data diduga mempunyaiketerkaitan satu sama lain, yaitu selama masa kehamilan janin akan bergantung pada asupan gizi yang diberikanoleh ibu. Sehingga diperlukan penelitian untuk mengetahui faktor-faktor yang berpengaruh terhadap jumlahkematian ibu dan kematian bayi di Provinsi Jawa Tengah tahun 2021. Penaksir parameter dilakukan denganmetode Maximum Likelihood Estimation (MLE) dan pengujian hipotesis menggunakan metode MaximumLikelihood Ratio Test (MLRT). Pemilihan model terbaik menggunakan nilai AIC terkecil. Hasil penelitianmenunjukkan nilai AIC yang diperoleh angka kematian ibu sebesar 300,825 dan faktor-faktor yang berpengaruhadalah persentase persalinan oleh tenaga kesehatan. Sedangkan nilai AIC angka kematian bayi sebesar391,3643 dan faktor-faktor yang berpengaruh secara signifikan adalah persentase perempuan nikah di bawahusia 17 tahun.Kata Kunci: AIC, Angka Kematian, Bivariate Generalized Poisson Regression, Overdispersi.]]>
