Application of Multivariate Adaptive Regression Splines for Modeling Stunting Toddler on The Island of Java
DOI:
https://doi.org/10.24036/ujsds/vol2-iss3/205Kata Kunci:
GCV, Nonparametric Regression, MARS, StuntingAbstrak
Stunting merupakan masalah gizi kronis yang dialami oleh balita ditandai dengan tinggi badan yang lebih pendek dibandingkan anak seusianya. Tujuan dari penelitian ini adalah untuk memodelkan dan menentukan faktor-faktor yang mempengaruhi Stunting di pulau Jawa menggunakan Multivariate Adaptive Regression Spline (MARS). MARS merupakan salah satu metode pemodelan yang dapat menangani data berdimensi tinggi. Hasil penelitian ini menunjukkan bahwa model MARS terbaik adalah kombinasi (BF=24, MI=3, dan MO=2) dengan nilai GCV minimum sebesar 0.9475. Berdasarkan model, faktor-faktor yang signifikan mempengaruhi Stunting di pulau Jawa adalah bayi memperoleh imunisasi dasar lengkap (X4), bayi memperoleh ASI eksklusif (X3), ibu hamil mencakupi K4 (X1), dan ibu hamil mendapatkan TTD (X2). Dengan tingkat kepentingan masing-masinv variabel adalah 100%, 81.64%, 60.38%, 43.90%. Berdasarkan hasil penelitian, bayi memperoleh imunisasi dasar lengkap merupakan variabel yang paling mempengaruhi Stunting di Pulau Jawa pada tahun 2021.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Dzakyyah Rahma, Nonong Amalita, Yenni Kurniawati, Zamahsary Martha
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.