Anak-anak cenderung mengalami risiko kematian tertinggi pada bulan pertama kehidupan. Provinsi Jawa Tengah menempati posisi pertama sebagai penyumbang kematian neonatal tertinggi secara nasional tahun 2021. Pemanfaatan sistem informasi geografis dapat digunakan untuk mengetahui hubungan faktor yang berpengaruh terhadap kematian neonatal sehingga dapat menjadi bahan pertimbangan dalam proses perencanaan kesehatan selanjutnya melalui aspek spasial. Tujuan penelitian ini untuk mengetahui keterkaitan antara kematian neonatal dan determinan yang mempengaruhinya secara spasial pada tiap kabupaten/kota di Provinsi Jawa Tengah tahun 2021. Penelitian ini menggunakan desain studi ekologi dengan pendekatan spasial. Analisis spasial pada penelitian ini menggunakan teknik autokorelasi spasial menggunakan indeks moran. Hasil penelitian menunjukkan terdapat autokorelasi spasial positif antar kabupaten/kota berdasarkan angka kematian neonatal di Provinsi Jawa Tengah. Pola persebaran mengelompok terbentuk pada Variabel BBLR, cakupan komplikasi kebidanan tangani, cakupan komplikasi neonatal ditangani, cakupan kunjungan antenatal (K4), puskesmas, ketinggian wilayah, dan kerapatan jalan terhadap kematian neonatal. Variabel komplikasi neonatal ditangani dan variabel ketinggian wilayah secara signifikansi menunjukkan ada interaksi spasial terhadap kematian neonatal. Wilayah yang berisiko tinggi antara lain Kabupaten Purbalingga, Kabupaten Banjarnegara, dan Kabupaten Wonosobo. Kesimpulan yang dapat ditarik adalah perlu meningkatkan pemantauan pada wilayah berisiko tinggi, peningkatan sumber daya manusia kesehatan dan sarana prasarana di dataran tinggi, serta penguatan pelaksanaan program P4K untuk memperkecil risiko komplikasi yang dapat berdampak pada kematian bayi baru lahir.

---

Children tend to experience the highest risk of death in the first month of life. Central Java Province occupies the first position as the highest contributor to neonatal mortality nationally in 2021. Utilization of geographic information systems can be used to determine the relationship of factors that influence neonatal mortality so that it can be taken into consideration in the next health planning process through spatial aspects. The purpose of this study was to determine the relationship between neonatal mortality and the determinants that affect it spatially in each district/city in Central Java Province in 2021. This study used an ecological study design with a spatial approach. Spatial analysis in this study uses spatial autocorrelation techniques using the Moran index. The results showed that there was a positive spatial autocorrelation between districts/cities based on neonatal mortality in Central Java Province. The clustered distribution pattern is formed on the LBW Variable, coverage of obstetric complications handled, coverage of neonatal complications treated, coverage of antenatal visits (K4), health center, area altitude, and road density on neonatal deaths. The neonatal complications variable was treated and the regional altitude variable significantly showed that there was a spatial interaction with neonatal death. Areas that are at high risk include Purbalingga Regency, Banjarnegara Regency, and Wonosobo Regency. The conclusion that can be drawn is that it is necessary to increase monitoring in high-risk areas, increase health human resources and infrastructure in the highlands, and strengthen the implementation of the P4K program to minimize the risk of complications that can impact on newborn mortality.