Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PREVALENSI WASTING DI KABUPATEN/KOTA INDONESIA MENGGUNAKAN METODE MULTISCALE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)
Pengarang
NAYMA ALAYDIA - Personal Name;
Dosen Pembimbing
Saiful Mahdi - 196805191994031012 - Dosen Pembimbing I
Latifah Rahayu Siregar - 198409282015042002 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
2208108010016
Fakultas & Prodi
Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas mipa., 2026
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)
Prevalensi wasting merupakan salah satu indikator penting dalam menilai masalah gizi akut pada anak yang masih menjadi permasalahan di Indonesia. Permasalahan ini dipengaruhi oleh berbagai faktor yang tidak hanya bersifat umum, tetapi juga bervariasi antarwilayah. Penelitian ini bertujuan untuk mengidentifikasi perbedaan skala pengaruh variabel bebas serta menganalisis faktor-faktor yang memengaruhi prevalensi wasting pada tingkat kabupaten/kota menggunakan metode Multiscale Geographically Weighted Regression (MGWR). Unit analisis yang digunakan adalah 514 kabupaten/kota di Indonesia tahun 2024 dengan variabel jumlah puskesmas, akses sanitasi layak, ketidakcukupan konsumsi pangan, persentase penduduk miskin, akses sumber air minum layak, pengeluaran per kapita, rata-rata lama sekolah perempuan, dan tingkat pengangguran terbuka. Data dianalisis menggunakan model MGWR untuk memperoleh estimasi parameter lokal dan nilai bandwidth masing-masing variabel. Hasil penelitian menunjukkan bahwa model MGWR memiliki kemampuan yang cukup baik dengan nilai koefisien determinasi (R2) sebesar 0,535. Nilai bandwidth menunjukkan bahwa setiap variabel memiliki skala pengaruh yang berbeda, yaitu global, regional, dan lokal. Variabel akses sumber air minum layak dan rata-rata lama sekolah perempuan merupakan faktor dominan yang signifikan di banyak kabupaten/kota. Sebaliknya, jumlah puskesmas dan pengeluaran per kapita tidak menunjukkan pengaruh signifikan, sedangkan variabel lainnya bersifat lokal. Hasil ini menunjukkan bahwa faktor penyebab wasting bersifat heterogen secara spasial, sehingga kebijakan penanganan perlu disesuaikan dengan karakteristik kabupaten/kota. Pendekatan MGWR terbukti mampu memberikan gambaran yang lebih komprehensif dalam mengidentifikasi variasi pengaruh faktor-faktor tersebut.
The prevalence of wasting is one of the key indicators for assessing acute malnutrition in children, which remains a problem in Indonesia. This issue is influenced by various factors that are not only general in nature but also vary across regions. This study aims to identify differences in the scale of influence of independent variables and to analyze the factors affecting the prevalence of wasting at the district/city level using the Multiscale Geographically Weighted Regression (MGWR) method. The units of analysis were 514 districts/cities in Indonesia in 2024, with the following variables: number of community health centers (puskesmas), access to adequate sanitation, inadequate food consumption, percentage of the population living in poverty, access to safe drinking water, per capita expenditure, average years of schooling for girls, and the open unemployment rate. The data were analyzed using the MGWR model to obtain local parameter estimates and bandwidth values for each variable. The results show that the MGWR model has a fairly good performance with a coefficient of determination (R²) of 0.535. The bandwidth values indicate that each variable operates at different spatial scales, namely global, regional, and local. Access to safe drinking water and female average years of schooling are identified as dominant factors that are significant in many districts/cities. In contrast, the number of community health centers and per capita expenditure are not significant, while other variables exhibit local effects. These findings indicate that the determinants of wasting are spatially heterogeneous, suggesting that policy interventions should be tailored to the specific characteristics of each district/city. The MGWR approach provides a more comprehensive understanding of the spatial variation in the influence of these factors.
PEMODELAN ANGKA KEMATIAN BAYI (AKB) DI PULAU SUMATRA MENGGUNAKAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) (Rini Gusriani Panggabean, 2024)
IDENTIFIKASI FAKTOR SOSIAL EKONOMI TERHADAP RASIO GINI DI PULAU SUMATRA MENGGUNAKAN MIXED GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR) (TARISA HUMAIRA, 2026)
PENERAPAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION PADA PREVALENSI BALITA STUNTING DI PULAU SUMATRA TAHUN 2022 (Fera munawarah, 2024)
PENERAPAN ANALISIS ROBUST GEOGRAPHICALLY WEIGHTED REGRESSION (RGWR) DALAM MENGIDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI ANGKA KEMATIAN IBU DI INDONESIA (ELVITRA MUTIA ULFA, 2023)
PEMODELAN FAKTOR-FAKTOR PENGARUH PERTUMBUHAN LAHAN TERBANGUN DI KOTA BANDA ACEH MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (ANNISA SOLEHA, 2024)