Pemodelan penyakit stunting menggunakan metode multivariate adaptive regression spline (MARS) di Jawa Tengah

Indanazulfa, Indanazulfa (2023) Pemodelan penyakit stunting menggunakan metode multivariate adaptive regression spline (MARS) di Jawa Tengah. ['eprint_fieldopt_thesis_type_undergraduate' not defined] thesis, UIN Sunan Ampel Surabaya.

[thumbnail of Indanazulfa_H02219011.pdf] Text
Indanazulfa_H02219011.pdf

Download (3MB)

Abstract

Kekerdilan atau populer dengan sebutan stunting merupakan istilah keterbelakangan pertumbuhan (panjang/ tinggi badan menurut umur) pada masa kandungan sampai 2 tahun pertama setelah kelahiran, hal ini gagal mencapai tinggi dewasa yang diimplikasikan oleh potensi genetik. Provinsi Jawa Tengah memiliki target untuk menekan kejadian stunting dan telah berhasil menurunkan hingga 20,8% pada tahun 2022, dengan adanya target pemerintah Jawa Tengah untuk terus menekan kejadian stunting, dalam penelitian ini akan dilakukan pemodelan penyakit stunting di Jawa Tengah menggunakan metode Multivariate Adaptive Regression Spline dengan harapan dapat membantu pemerintahan Provinsi Jawa Tengah dalam membuat kebijakan kebijakan untuk menekan kejadian stunting. Metode Multivariate Adaptive Regression Spline merupakan metode Non Parametrik untuk mengolah berdimensi tinggi dengan tidak mengasumsikan data sebagai linier ataupun kuadratik sehingga metode ini sangat baik digunakan untuk memodelkan penyakit stunting di Jawa Tengah. Hasil penelitian dengan pendekatan MARS untuk memodelkan penyakit stunting ditunjukkan pada persamaan 4.4, dalam persamaan tersebut menunjukkan bahwa semua variabel independen berpengaruh dalam pemodelan penyakit stunting tingkat Kabupaten/Kota di Jawa Tengah. Berdasarkan hasil tersebut didapat 3 variabel tertinggi yang mempengaruhi kejadian stunting di Jawa Tengah yaitu penduduk miskin, tenaga kesehatan dan penimbangan balita sehingga dari penelitian ini diharapkan Jawa Tengah dapat memaksimalkan perhatian terhadap kota/kabupaten Magelang dan Brebes dengan kondisi kemiskinan yang tinggi dan penimbangan balita rendah.

Item Type: Thesis (['eprint_fieldopt_thesis_type_undergraduate' not defined])
Uncontrolled Keywords: MARS; non parametrik; pemodelan; stunting
Subjects: Anak
Matematika
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Indanazulfa Indanazulfa
Date Deposited: 26 Jul 2023 03:22
Last Modified: 26 Jul 2023 03:22
URI: http://digilib.uinsby.ac.id/id/eprint/63735

Actions (login required)

View Item
View Item