Analisis Faktor-Faktor yang Mempengaruhi Kejadian Unmet Need Keluarga Berencana di Provinsi Kalimantan Utara Menggunakan Regresi Logistik Biner dengan Pendekatan Synthetic Minority Oversampling Technique (SMOTE)

Habib, Nadila Nanda (2024) Analisis Faktor-Faktor yang Mempengaruhi Kejadian Unmet Need Keluarga Berencana di Provinsi Kalimantan Utara Menggunakan Regresi Logistik Biner dengan Pendekatan Synthetic Minority Oversampling Technique (SMOTE). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003201091-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Unmet need adalah persentase wanita kawin umur 15-49 tahun (pasangan usia subur) yang tidak ingin mempunyai anak (lagi) atau ingin menjarangkan kelahiran berikutnya dalam kurun waktu 2 tahun atau lebih tetapi tidak menggunakan metode kontrasepsi apapun. Penurunan tingkat unmet need menjadi aspek yang sangat penting dalam upaya menurunkan Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB). Pada tahun 2022, proporsi unmet need di Provinsi Kalimantan Utara mencapai 20,5 persen. Angka tersebut melampaui target Rencana Strategis (Renstra) Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) yang ditetapkan sebesar 8,0 persen pada tahun 2022 dan sebesar 7,4 persen pada tahun 2024. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi kejadian unmet need dalam program Keluarga Berencana (KB) di Provinsi Kalimantan Utara dengan metode regresi logistik biner. Pendekatan Synthetic Minority Oversampling Technique (SMOTE) digunakan dalam penelitian ini untuk mengatasi proporsi data unmet need dan met need yang tidak seimbang. Data yang digunakan berasal dari Survei Sosial Ekonomi Nasional (SUSENAS) 2022. Berdasarkan hasil analisis dan pembahasan, variabel prediktor usia wanita dan daerah tempat tinggal berpengaruh signifikan terhadap kejadian unmet need KB dengan ketepatan klasifikasi sebesar 75,2 persen. Setelah data imbalanced diatasi dengan SMOTE, variabel prediktor yang signifikan berpengaruh terhadap unmet need KB yaitu usia wanita, daerah tempat tinggal, umur kawin pertama, dan jumlah anggota rumah tangga. Model dengan data yang sudah seimbang menghasilkan ketepatan klasifikasi sebesar 59,0 persen.
========================================================================================================================
Unmet need is the percentage of married women aged 15-49 years (couples of childbearing age) who do not want to have (any more) children or want to space their next births within 2 years or more but do not use any contraceptive method. Reducing the level of unmet need is a very important aspect of efforts to reduce the Maternal Mortality Rate (MMR) and Infant Mortality Rate (IMR). In 2022, the proportion of unmet needs in North Kalimantan Province will reach 20.5 percent. This figure exceeds the target of the Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) Strategic Plan, which was set at 8.0 percent in 2022 and 7.4 percent in 2024. This research aims to analyze the factors that influence the incidence of unmet need in the Family Planning (FP) program in North Kalimantan Province using the binary logistic regression method. The Synthetic Minority Oversampling Technique (SMOTE) approach was used in this research to overcome the imbalanced proportion of unmet need and met need data. The data used comes from the National Socio-Economic Survey 2022. Based on the analysis and discussion results, the predictor variables of women’s age and place of residence significantly influence the occurrence of unmet need in FP, with a classification accuracy of 75.2 percent. After addressing the data imbalance with SMOTE, the significant predictor variables for unmet need in FP are women’s age, place of residence, age at first marriage, and the number of household members. The model with balance data yielded a classification accuracy of 59.0 percent.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	keluarga berencana, regresi logistik biner, SMOTE, unmet need, binary logistic regression, family planning, SMOTE, unmet need
Subjects:	H Social Sciences > HN Social history and conditions. Social problems. Social reform H Social Sciences > HQ The family. Marriage. Woman 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:	Nadila Nanda Habib
Date Deposited:	09 Aug 2024 04:02
Last Modified:	09 Aug 2024 04:02
URI:	http://repository.its.ac.id/id/eprint/114978

Actions (login required)

View Item