Pendugaan Prevalensi Kekurangan Zat Besi Menggunakan Metode Interpolasi Kriging

Abstract

Statistika spasial merupakan cabang ilmu statistik yang berfokus pada pemodelan dan analisis data yang memiliki unsur lokasi geografis. Dalam bidang kesehatan masyarakat, statistika spasial memungkinkan analisis dan pendugaan pada lokasi yang tidak memiliki data pengamatan langsung, dengan bantuan teknik interpolasi spasial. Salah satu metode yang banyak digunakan untuk tujuan ini adalah Kriging, yang memanfaatkan autokorelasi spasial antar titik data untuk melakukan pendugaan yang optimal. Penelitian ini memanfaatkan metode Ordinary Kriging dan Cokriging untuk menduga prevalensi kekurangan zat besi di Indonesia berdasarkan data simulasi dan data empiris. Penelitian ini bertujuan untuk: (1) melakukan simulasi metode interpolasi kriging dengan berdasarkan jumlah sampel dan tingkatan korelasi, (2) m e l akukan pendugaan prevalensi kekurangan zat besi pada wilayah kabupaten/kota tak tersampel di Pulau Sumatra, Jawa, Kalimantan, dan Sulawesi berdasarkan metode terbaik pada tujuan pertama, serta (3) m e l akukan kl asifikasi hasil pendugaan sesuai kategori tingkat keparahan berdasarkan standar WHO. Data simulasi dibangkitkan dengan 12 skenario, dan performa masing-masing metode dievaluasi berdasarkan nilai RMSE dan koefisien determinasi (R²). Data simulasi menunjukkan bahwa secara umum Cokriging menghasilkan dugaan yang lebih akurat dibandingkan Ordinary Kriging, ditunjukkan oleh nilai RMSE terendah sebesar 1,0 4 dan koefisien determinasi (R²) tertinggi sebesar 0, 945. Secara statistik, ini mengindikasikan bahwa Cokriging memiliki kesalahan pendugaan yang lebih kecil dan mampu menjelaskan variabilitas data dengan lebih baik. Metode terbaik dari hasil simulasi kemudian diterapkan pada data empiris yang diperoleh dari Riset Kesehatan Dasar (Riskesdas) 2018. Data tersebut mencakup kadar ferritin dan C-Reactive Protein dari 15.045 individu yang tersebar di 154 kabupaten/kota di Indonesia. Hasil analisis empiris menunjukkan adanya hubungan positif yang kuat antara kadar ferritin dan CRP di Indonesia. Pendugaan dilakukan pada wilayah tak tersampel menggunakan pendekatan spasial, dengan validasi model dilakukan melalui L eave One Out Cross Validation (LOOCV). Model terbaik di tiap pulau ditunjukkan oleh nilai ME, MSE, dan RMSE yang rendah: Sumatra (0,074 ; 0 , 0087; 0,094), Jawa (0,074; 0, 008 2 ; 0,09 1 ), Kalimantan (0,059; 0 ,0062 ; 0 ,079 ), dan Sulawesi (0,10 4 ; 0 ,011; 0,0 74 ). Berdasarkan kategori anemia kekurangan zat besi Kota Pare-Pare masuk kategori keparahan tinggi (40%), namun tingginya prevalensi di wilayah ini perlu dicermati lebih lanjut karena kemungkinan disebabkan oleh jumlah sampel yang sangat sedikit . Sebanyak 1 32 kabupaten/kota kategori sedang (20 –39,9%) seperti Kabupaten Tapanuli Tengah (33,33%), 2 74 kabupaten/kota masuk kategori ringan (5 –19,9%) seperti Kabupaten M ua r a Enim (19 ,89 %) , dan hanya dua wilayah yakni Kabupaten Batang (1 ,3 3%) dan Minahasa Selatan (2 , 5%) masuk kategori tidak bermasalah (<4,9%). Penelitian ini diharapkan dapat menjadi masukan bagi perencana kebijakan untuk menetapkan prioritas intervensi di wilayah dengan prevalensi kekurangan zat besi yang lebih tinggi.