Analisis Propensity Score Matching (Psm) dengan Pendekatan Multivariate Adaptive Regression Splines (Mars) pada Kejadian Stunting di Kediri Tahun 2020

Alfiana, Inka Nurul (2022) Analisis Propensity Score Matching (Psm) dengan Pendekatan Multivariate Adaptive Regression Splines (Mars) pada Kejadian Stunting di Kediri Tahun 2020. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06211840000041-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (1MB)

Abstract

Stunting adalah kondisi kurang gizi kronis yang diukur berdasarkan indeks tinggi badan menurut umur (TB/U) dibandingkan dengan menggunakan standar WHO tahun 2005. Balita yang mengalami stunting akan memiliki tingkat kecerdasan tidak maksimal, menjadikan anak menjadi lebih rentan terhadap penyakit dan di masa depan dapat beresiko pada menurunnya tingkat produktivitas. Di Indonesia, khususnya di Jawa Timur, terdapat kabupaten yang menjadi kabupaten lokus stunting, salah satunya yaitu Kabupaten Kediri. Permasalahan stunting dipengaruhi oleh banyak faktor, dan memungkinkan adanya kombinasi yang kuat antara faktor faktornya sehingga dapat menghasilkan estimasi yang bias dan hasil yang tidak akurat. Propensity score merupakan salah satu metode yang dapat membantu memecahkan masalah seleksi bias dan memberikan estimasi yang valid dari efek rata-rata perlakuan, salah satu modelnya yaitu propensity score matching (PSM). Sementara itu, dalam hal pola hubungan antar variabel, tidak semua permasalahan stunting memiliki informasi mengenai bentuk hubungan antara variabel respon dan variabel prediktor. Sehingga dilakukan pendekatan melalui model regresi nonparametrik, salah satunya yaitu multivariate adaptive regression splines (MARS). MARS merupakan metode untuk menyelesaikan masalah regresi dan klasifikasi dengan tujuan memprediksi variabel respon bersifat biner atau kontinu berdasarkan beberapa variabel. Oleh karena itu, pada penelitian ini dilakukan analisis propensity score matching (PSM) dengan pendekatan multivariate adaptive regression splines (MARS) pada kejadian stunting di Kabupaten Kediri tahun 2020 untuk mengetahui faktor-faktor yang mempengaruhi stunting pada balita. Akurasi dari model terbaik yang diperoleh dari analisis PSM dengan MARS adalah 82 persen. Selain itu, dari model juga diketahui bahwa jenis kelamin, panjang badan bayi lahir, pemberian zat besi, pemberian ASI eksklusif, pemberian MP-ASI, dan pemberian PMT berpengaruh langsung terhadap status stunting pada balita.
==============================================================================================================================
In Indonesia, especially in East Java, there are districts that are locus of stunting, one of which is Kediri Regency. The problem of stunting is influenced by many factors, it also allows for a strong combination of factors to produce unbiased estimates and accurate results. Propensity score is one method that can help solve the problem of selection bias and provide a valid estimate of the average effect of treatment, one of the models is propensity score matching (PSM). Meanwhile, in terms of the pattern of relationships between variables, not all stunting problems can be approached with parametric regression because there is no information regarding the form of the relationship between the response variable and the predictor variable. So that it can be approached through nonparametric regression models, one of which is the multivariate adaptive regression spline (MARS). MARS is a method for solving regression and classification problems with the aim of predicting binary or continuous response variables based on several variables. Therefore, in this study, an analysis of the propensity score matching (PSM) with the multivariate adaptive regression spline (MARS) approach was carried out on the incidence of stunting in Kediri Regency in 2020 to determine the factors that influence stunting in toddlers. The accuracy of the best model obtained from the estimation of PSM with MARS is 82 percent. In addition, from the model it is also known that gender, birth length of the baby, zinc, exclusive breastfeeding, complementary feeding, and PMT have a direct effect on stunting status in toddlers.

Item Type:	Thesis (Other)
Additional Information:	RSSt 519.536 Alf a-1 2022
Uncontrolled Keywords:	Balita. Multivariate Adaptive Regression Splines. Propensity Score Matching. Stunting.
Subjects:	H Social Sciences > HA Statistics
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	10 Jun 2026 08:10
Last Modified:	10 Jun 2026 08:10
URI:	http://repository.its.ac.id/id/eprint/133700

Actions (login required)

View Item