Pemodelan Stunting di Lombok Utara: Studi Geographically Weighted Regression

Fitri Hariani, Herniyati Herniyati, Bq Ika Hardani, Istia Datul Amli, Siti Hariati Hastuti

Abstract


Penelitian ini untuk mengetahui hubungan antara Berat Badan Bayi Sangat Kurang dengan varibel Gizi Buruk dan Bayi mendapat ASI Eksklusif di Kabupaten Lombok Utara serta  menerapkan metode Geographically Weighted Regression (GWR) untuk menganalisis hubungan antara Berat Badan Bayi Sangat Kurang dengan variabel independen di Kabupaten Lombok Utara. Metode yang digunakan dalam penelitian ini adalah Geographically Weighted Regression (GWR). GWR sendiri merupakan pengembangan dari Ordinary Least Square (OLS) menjadi model regresi terboboti dengan memperhatikan efek spasial. Dengan demikian, model tersebut dapat digunakan untuk memprediksi nilai parameter pada setiap titik atau lokasi. Variabel yang digunakan pada penelitian ini yaitu: Berat Badan Bayi Sangat Kurang (Y) yang merupakan representasi dari stunting, Gizi Buruk (X1), dan Bayi mendapat ASI Eksklusif (X2). Hasil analisis menunjukkan bahwa terdapat keragaman spasial pada kasus stunting di Kabupaten Lombok Utara berdasarkan uji Breusch-Pagan. Pemodelan menggunakan GWR menghasilkan dua pengelompokan berdasarkan signifikansi parameter di seluruh desa di Kabupaten Lombok Utara. Kelompok pertama dengan signifikansi hanya pada variabel  memiliki anggota 15 desa. Kelompok kedua dengan signifikansi pada seluruh variabel memiliki anggota 18 desa. Adapun variabel yang signifikan di seluruh desa ialah variabel asi eksklusif (X2), sedangkan variabel Gizi Buruk (X1) hanya signifikan di 18 desa.

 

Kata Kunci: Efek Spasial, Geographically Weighted Regression, Stunting


References


L. Nurbaiti, D. Irawati, G. Wirabuanayuda, C. Warnaini, and F. Faradina Zubaidi, “Profil Konsumsi Asam Amino Essensial Balita Stunting dan Tidak Stunting Di Kabupaten Lombok Utara,” Prosiding SAINTEK LPPM Universitas Mataram, vol. 5, pp. 92–96, 2023.

Oslida Martony, “Stunting di Indonesia: Tantangan dan Solusi di Era Modern,” Jurnal Telenursing, vol. 5, 2023.

Rochmatun Hasanah, Fahimah Aryani, and B. Effendi, “Pemberdayaan Masyarakat Dalam Pencegahan Stunting Pada Anak Balita,” Jurnal Masyarakat Madani Indonesia, vol. 2, no. 1, pp. 1–6, 2023, doi: 10.59025/js.v2i1.54.

Kemenkes RI, “Hasil Riset Kesehatan Dasar Tahun 2018,” Kementrian Kesehatan RI, vol. 53, no. 9, pp. 1689–1699, 2018.

C. Salsabila, Hubungan Berat Badan Lahir Rendah (Bblr) Dan Pemberian Asi Eksklusif Dengan Kejadian Stunting Pada Balita Di Puskesmas Nipah, Malaka, Kabupaten Lombok Utara. PhD dissertation, Universitas Mataram, 2023.

“Status Gizi Balita Berdasarkan Indeks BB/U, TB/U dan BB/TB di Provinsi NTB,” Dinas Kesehatan. Accessed: Jul. 30, 1BC. [Online]. Available: https://data.ntbprov.go.id/dataset/status-gizi-balita-berdasarkan-indeks-bbu-tbu-dan-bbtb-di-provinsi-ntb-stunting-wasting-dan

L. Anselin, Spatial Econometrics: Methods and Models. Dordrecht, Netherlands: Kluwer Academic Publisher. Netherlands: Kluwer Academic Publisher, 1998.

D. O’Sullivan, “Geographically Weighted Regression: The Analysis of Spatially Varying Relationships (review),” Geographical Analysist, vol. 35, no. 3, pp. 272–275, 2003, doi: 10.1353/geo.2003.0008.

D. W. S. Yusuf, E. M. P. Hermanto, and W. Pramesti, “Pemodelan Geographically Weighted Regression (Gwr) Pada Persentase Kriminalitas Di Provinsi Jawa Timur Tahun 2017,” Indonesian Journal of Statistics and Its Applications, vol. 4, no. 1, pp. 156–163, 2020, doi: 10.29244/ijsa.v4i1.557.

Marcella Gloria Leto Bele, Elvira Mustikawati Putri Hermanto, and Fenny Fitriani, “Pemodelan Geographically Weighted Regression pada Kasus Stunting di Provinsi Nusa Tenggara Timur Tahun 2020,” Jurnal Statistik dan Aplikasi, vol. 6, no. 2, pp. 179–191, 2022, doi: 10.21009/jsa.06204.

H. Draper, N. R. & Smith, Analisis Regresi Terapan Edisi Kedua. Jakarta: PT. Gramedia Pustaka Utama, 1992.

B. Nugraha, Pengembangan Uji Statistik: Implementasi Metode Regresi Linier Berganda Dengan Pertimbangan Uji Asumsi Klasik. Pradina Pustaka, 2022.

Iif Istifaiyah, “Pemodelan Gizi Buruk pada Balita di Provinsi Jawa Timur Menggunakan Geographically Weighted Regression (GWR)”, Prosiding Seminar Nasional Matematika dan Statistika, Vol.2, 2022.

Q. Azkia and E. P. Setiawan, “Pemodelan Gizi Buruk pada Balita di Provinsi Jawa Timur Menggunakan Geographically Weighted Regression (GWR),” Proceeding National Seminar Mathematics, Statistics and Its Applications, pp. 302–311, 2022, [Online].Available:http://jurnal.fmipa.unmul.ac.id/index.php/SNMSA/article/view/842

A. R. Tizona, R. Goejantoro, and Wasono, “Pemodelan Geographically Weighted Regression (Gwr) Dengan Fungsi Pembobot Adaptive Kernel Bisquare Untuk Angka Kesakitan Demam Berdarah di Kalimantan Timur Tahun 2015,” Jurnal Eksponensial, vol. 8, no. 1, pp. 87–94, 2017.

J. Lee, Statistical Analysis with ArcView GIS. Canada: simustaenously, 2001.

A. R. N. Diastina, S. S. Handajani, and I. Slamet, “Analisis Model Geographically Weighted Regression (GWR) pada Kasus Jumlah Peserta KB Aktif di Provinsi Jawa Tengah,” Prosiding Seminar Nasional Geomatika, pp. 364–373, 2019.




DOI: http://dx.doi.org/10.24014/jsms.v10i2.28683

Refbacks

  • There are currently no refbacks.


Jurnal JSMS

p-ISSN     : 2460-4542 (print)
e-ISSN     : 2615-8663 (online)
Alamat   : Program Studi Matematika
                   Fakultas Sains dan Teknologi, UIN Suska Riau
                   Jl. H.R Soebrantas, No. 155, Tampan, Pekanbaru.
Website : http://ejournal.uin-suska.ac.id/index.php/JSMS
e-mail    : jsmsfst@uin-suska.ac.id