View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Faktor-Faktor yang Memengaruhi Prevalensi Stunting di Indonesia Menggunakan Geographically Weighted Regression Lasso

      Thumbnail
      View/Open
      Cover (337.8Kb)
      Fulltext (1.779Mb)
      Lampiran (104.8Kb)
      Date
      2024
      Author
      Andriansyah
      Djuraidah, Anik
      Dito, Gerry Alfa
      Metadata
      Show full item record
      Abstract
      Stunting adalah masalah malnutrisi kronis yang timbul akibat asupan nutrisi yang tidak memadai dalam jangka waktu yang lama, sering kali disebabkan oleh penyediaan makanan yang tidak tepat. Biasanya, stunting muncul pada anak-anak di usia dua tahun dan bahkan dapat terjadi selama kehamilan. Secara global, Indonesia menempati peringkat ke-115 dari 151 negara, dengan prevalensi sebesar 21,6% pada tahun 2022, meskipun masih di bawah standar WHO sebesar 20%. Penelitian sebelumnya tentang determinan stunting di Jawa Timur kurang mempertimbangkan keragaman spasial, untuk itu perlu penelitian yang menggunakan pendekatan analisis spasial. Salah satunya dengan menerapkan model Geographically Weighted Regression Lasso (GWRL) pada kasus prevalensi stunting di kabupaten/kota di Indonesia pada tahun 2022. GWRL, adaptasi dari regresi terboboti geografi dengan menambahkan penalti Lasso, menangani multikolinearitas dan heterogenitas spasial. Data yang digunakan pada penelitian ini mencakup 510 kabupaten/kota tahun 2022 di Indonesia, mengungkapkan ratarata stunting sebesar 24,6 persen. Pada penelitian digunakan 1 peubah respon dan 7 peubah penjelas. Hasil analisis menunjukkan pembobot Kernel Eksponensial, menunjukkan kekuatan penjelas yang lebih unggul (68,8%) dan tingkat kesalahan yang lebih rendah (0,048). Pemetaan koefisien GWRL mengidentifikasi faktorfaktor berpengaruh yang secara identik faktor kemiskinan merupakan penyebab terhadap kejadian stunting hampir di seluruh wilayah di Indonesia yang diikuti oleh faktor jumlah puskesmas dan kondisi gizi ibu hamil. Faktor-faktor tersebut terjadi di kejadian stunting yang lebih dari 14% dengan daerah yang meliputi pulau Jawa, Papua dan Sumatera.
      URI
      http://repository.ipb.ac.id/handle/123456789/155608
      Collections
      • UT - Statistics and Data Sciences [2260]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository