PENERAPAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PADA PREVALENSI BALITA STUNTING DI PULAU SUMATRA TAHUN 2022 | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

PENERAPAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PADA PREVALENSI BALITA STUNTING DI PULAU SUMATRA TAHUN 2022


Pengarang

Fera munawarah - Personal Name;

Dosen Pembimbing

Zurnila Marli Kesuma - 196903061994122001 - Dosen Pembimbing I
Latifah Rahayu Siregar - 198409282015042002 - Dosen Pembimbing II



Nomor Pokok Mahasiswa

2008108010095

Fakultas & Prodi

Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : ., 2024

Bahasa

No Classification

-

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Stunting merupakan suatu kondisi gagal tumbuh pada anak balita yang mana disebabkan oleh kekurangan gizi kronis. Stunting berdampak pada tingkat kecerdasan, kerentanan terhadap penyakit, menurunkan produktivitas sehingga dapat menghambat pertumbuhan ekonomi, meningkatkan kemiskinan dan ketimpangan. Berdasarkan data dari Profil Kesehatan tahun 2022 dan Hasil Survei Status Gizi Indonesia tahun 2022, di Indonesia prevalensi balita stunting masih tinggi dan sangat beragam, salah satu wilayah dengan prevalensi balita stunting tinggi adalah Pulau Sumatra yang terdiri dari 154 kabupaten/kota. Tingginya angka prevalensi balita stunting di Pulau Sumatra dipengaruhi oleh banyak faktor serta terdapat indikasi bahwa jika suatu daerah memiliki prevalensi balita stunting yang tinggi, ada kemungkinan daerah sekitarnya memiliki beban yang sama. Oleh karena itu diperlukan suatu metode pemodelan statistik dengan memperhitungkan aspek spasial yaitu menggunakan metode Geographically Weighted Regression (GWR) dengan fungsi pembobot Fixed Kernel Gaussian. Metode GWR digunakan untuk memodelkan prevalensi balita stunting di Pulau Sumatera serta mengetahui faktor-faktor yang memengaruhi prevalensi balita stunting di Pulau Sumatra. Hasil pemodelan menunjukkan bahwa model berbeda-beda untuk setiap Kabupaten/Kota, wilayah yang berdekatan cenderung memiliki kesamaan variabel yang signifikan memengaruhi prevalensi balita stunting. Dengan menggunakan metode GWR diperoleh 148 model lokal di Pulau Sumatra, dengan 14 kombinasi variabel yang signifikan yang memengaruhi prevalensi balita stunting, dengan 6 wilayah yang tidak memiliki variabel yang signifikan sama sekali.

Stunting is a condition of growth failure in children under five which is caused by chronic malnutrition. Stunting affects intelligence levels, susceptibility to disease, reduces productivity so that it can hamper economic growth, increase poverty and inequality. Based on data from the Health Profile in 2022 and the results of the Indonesian Nutrition Status Survey in 2022, in Indonesia the prevalence of stunting is still high and very diverse, one of the regions with a high prevalence of stunting is Sumatra Island, which consists of 154 districts/cities. The high prevalence of stunting in Sumatra Island is influenced by many factors and there are indications that if an area has a high prevalence of stunting, there is a possibility that the surrounding areas have the same burden. Therefore, a statistical modeling method is needed by taking into account spatial aspects, namely using the Geographically Weighted Regression (GWR) method with the Fixed Kernel Gaussian weighting function. The GWR method is used to model the prevalence of stunting in Sumatra Island and determine the factors that influence the prevalence of stunting in Sumatra Island. The modeling results show that the model is different for each district/city, adjacent areas tend to have similar variables that significantly affect the prevalence of stunting. By using the GWR method, 148 local models were obtained in Sumatra Island, with 14 significant combinations of variables affecting the prevalence of stunted toddlers, with 6 regions having no significant variables at all.

Citation



    SERVICES DESK