. Regresi Poisson digunakan untuk mengkaji hubungan antara peubah prediktor dengan peubah respon yang berupa data cacah. Regresi Poisson mengasumsikan nilai mean dan variansi dari peubah respon mempunyai nilai yang sama. Akan tetapi, dalam penerapannya sering terjadi kondisi overdispersi. Overdispersi adalah kondisi pada saat variansi dari peubah respon lebih besar dari nilai mean peubah respon. Overdispersi dapat terjadi karena banyaknya jumlah pengamatan yang bernilai nol pada peubah respon. Adanya overdispersi dapat menyebabkan model yang terbentuk menghasilkan estimasi parameter yang bias. Banyak model atau metode statistika yang telah diperkenalkan oleh para ahli untuk mengatasi masalah overdispersi. Salah satu model yang dapat mengatasi masalah tersebut adalah model regresi Generalized Poisson (GP). Model regresi GP dapat mengatasi masalah overdispersi tetapi tidak dapat mengatasi  masalah zero inflated. Salah satu model regresi yang dapat menangani masalah  Zero Inflated adalah model regresi Zero Inflated Poisson (ZIP) dan regresi Zero Inflated Generalized Poisson (ZIGP). Data yang digunakan dalam skripsi ini adalah data jumlah kasus Tetanus Neonatorum (TN) di Indonesia pada tahun 2015yang diperoleh dari buku Profil Kesehatan Republik Indonesia tahun 2015.