Analisis Faktor-Faktor yang Mempengaruhi Kasus Stunting di Provinsi Jawa Timur dengan Menggunakan Regresi Spasial

Simanjorang, Gres Polina (2024) Analisis Faktor-Faktor yang Mempengaruhi Kasus Stunting di Provinsi Jawa Timur dengan Menggunakan Regresi Spasial. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003201027-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy

Abstract

Stunting merupakan masalah gizi kronis yang ditandai dengan tinggi badan anak di bawah standar dan dapat berdampak negatif pada kesehatan, pendidikan, dan produktivitas anak di masa depan. Penelitian ini bertujuan untuk menganalisis pola spasial pada faktor-faktor yang mempengaruhi kasus stunting di Jawa Timur tahun 2022. Data yang digunakan dalam penelitian ini adalah data hasil survei Status Gizi Balita Indonesia (SGBI) oleh Kementrian Kesehatan RI dan publikasi oleh Badan Pusat Statistik tahun 2022. Penelitian ilmiah mengenai faktor-faktor yang memengaruhi stunting telah dilakukan dengan menggunakan berbagai macam metode statistik, seperti regresi data panel, regresi data count, dan regresi nonparametrik. Akan tetapi, penelitian dengan metode tersebut tidak mempertimbangkan akan adanya efek spasial pada data. Pada penelitian ini, dilakukan pemodelan spasial dengan menggunakan pendekatan area. Metode yang digunakan meliputi regresi linear berganda dan analisis spasial menggunakan Moran’s I dan LM test. Untuk melihat kebaikan model yang terbentuk dengan membandingkan nilai Akaike Information Criterion (AIC) terkecil. Hasil penelitian ini menunjukkan bahwa terdapat dua variabel yang signifikan mempengaruhi kasus stunting berdasarkan analisis regresi linear berganda yaitu Sanitasi lingkungan layak dan Bayi BBLR, yang kemudian dilanjut dengan metode analasis spasial didapatkan nilai Moran’s I menunjukkan adanya autokorelasi spasial yang signifikan, dan pengujian Lagrange Multiplier menunjukkan bahwa terdapat dependensi spasial pada lag dan error. Hasil estimasi model SEM menunjukkan bahwa variabel yaitu Sanitasi lingkungan layak dan Bayi BBLR berpengaruh signifikan terhadap kasus stunting.
=================================================================================================================================
Stunting is a chronic nutritional problem characterized by a child's height below standard and can have a negative impact on the child's health, education, and productivity in the future. This study aims to analyze spatial patterns in factors influencing stunting cases in East Java in 2022. The data used in this study are data from the Indonesian Toddler Nutrition Status (SGBI) survey by the Indonesian Ministry of Health and publications by the Central Statistics Agency in 2022. Scientific research on factors influencing stunting has been conducted using various statistical methods, such as panel data regression, count data regression, and nonparametric regression. However, research using these methods does not consider the spatial effects on the data. In this study, spatial modeling was carried out using an area approach. The methods used include multiple linear regression and spatial analysis using Moran's I and LM tests. To see the goodness of the model formed by comparing the smallest Akaike Information Criterion (AIC) value. The results of this study indicate that there are two variables that significantly affect stunting cases based on multiple linear regression analysis, namely Proper environmental sanitation and LBW babies, which are then continued with the spatial analysis method, the Moran's I value shows significant spatial autocorrelation, and the Lagrange Multiplier test shows that there is spatial dependency on lag and error. The results of the SEM model estimation show that the variables, namely Proper environmental sanitation and LBW babies, have a significant effect on stunting cases.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Jawa Timur, Regresi Spasial, Spatial Error Model dan StuntingLQR, Quarter-car, SAVGS, Simscape Multibody, Suspension.
Subjects:	Q Science > QA Mathematics > QA275 Theory of errors. Least squares. Including statistical inference. Error analysis (Mathematics) Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Gres Polina Simanjorang
Date Deposited:	14 Aug 2024 01:47
Last Modified:	14 Aug 2024 01:47
URI:	http://repository.its.ac.id/id/eprint/115393

Actions (login required)

View Item