Penentuan Faktor-faktor yang Mempengaruhi Kasus Terjadinya Stunting di Provinsi Jawa Barat melalui Model Spasial Autoregressive Poisson
Abstract
Abstract. Spatial autoregressive (SAR) is a linear regression model on spatial data with an area approach, where there is a dependency on the value of the dependent variable (Y) between locations. Due to the dependence between regions or locations, there is a need for spatial and non-spatial effects, the model that considers these spatial and non-spatial effects is the Spatial Autoregressive Poisson (SAR Poisson) model. In this thesis, Spatial Autorefgessive Poisson (SAR) model will be applied to the problem of determining the factors that influence cases of stunting in West Java Province. Stunting is a chronic malnutrition problem caused by inadequate nutritional intake for a long time due to feeding that is not in accordance with nutritional needs. Some of these things require knowledge of the factors that influence the occurrence of stunting and in its application using the Poisson autoregressive spatial model. In this thesis, using Stunting data in 2019 as a response variable (Y) and independent variables consisting of the number of low birth babies (X1), exclusive breastfeeding (X2), proper sanitation (X3), the number of Posyandu (X4), and economic status. (X5). The unit of observation used is regencies/cities in West Java province as many as 18 regencies and 9 cities so that in total there are 27 regencies/cities. Based on the results of this study, a significant spatial correlation of = 0.1 means that the number of stunting cases in an adjacent area or location will affect the number of stunting cases in each district / city in West Java Province in surrounding locations. The coefficient of determination is obtained from the explanatory variable of 25%.
Keywords: Spasial autoregressive, Spasial Autoregressive Poissson, Stunting.
Abstrak. Spatial autoregressive (SAR) merupakan model regresi linier pada data spasial dengan pendekatan area, dimana terdapat dependensi nilai variabel terikat (Y) antar lokasi. Karena adanya kebergantungan antar wilayah atau lokasi maka perlu adanya efek spasial dan non spasial, model yang mempertimbangkan efek spasial dan non spasial ini adalah model Spasial Autoregressive Poisson (SAR Poisson). Dalam skripssi ini model Spasial Autorefgessive (SAR) Poisson akan diterapkan pada masalah penentuan faktor-faktor yang mempengaruhi kasus terjadinya Stunting di Provinsi Jawa Barat. Stunting adalah masalah kurang gizi kronis yang disebabkan oleh asupan gizi kurang dalam waktu cukup lama akibat pemberian makanan yang tidak sesuai dengan kebutuhan gizi. Beberapa hal tersebut, diperlukan pengetahuan tentang faktor-faktor yang mempengaruhi kasus terjadinya Stunting dan dalam pengaplikasiannya menggunakan model spasial autoregressive poisson. Pada skripsi ini menggunakan data Stunting tahun 2019 sebagai variable respon (Y) dan Variabel bebas yang terdiri dari Banyaknya bayi lahir rendah (X1), Pemberian asi ekslusif (X2), Sanitasi layak (X3), Banyaknya Posyandu (X4), dan Status Ekonomi (X5). Unit pengamatan yang digunakan adalah kabupaten/kota di provinsi Jawa Barat sebanyak 18 kabupaten dan 9 kota sehingga secara keseluruhan berjumlah 27 kabupaten/kota. Berdasarkan hasil penelitian ini diperoleh korelasi spasial yang signifikan sebesar  yang berarti bahwa jumlah kasus Stunting pada suatu wilayah atau lokasi yang berdekatan akan berpengaruh terdahap jumlah kasus Stunting pada tiap kabupaten/kota di Provinsi Jawa Barat pada lokasi disekitarnya. Koefisien determinasi diperoleh dari peubah penjelas sebesar 25%.
Kata Kunci : Spasial autoregressive, Spasial Autoregressive Poissson, Stunting.
Â
Keywords
Full Text:
PDFReferences
Anselin, L. (1988). Spatial Econometrics: Methods and Models (1 ed.). Dordrecht: Kluwer Academic Publisher.
Cameron AC, Trivedi PK. 1998. Regression Analysis of Count Data. New York: Cambridge University.
Fleiss JL, Levin B, Paik MC. 2003. Statistical Methods for Rates and Proportions. Ed ke-3. USA: Columbia University.
Fotheringham AS, Rogerson PA. 2009. Handbook of Spatial analysis. London: Sage Publications Ltd.
Lambert DM, Brown JP, Florax RJGM. 2010. A Two-Step Estimator for a Spatial Lag Model of Counts: Theory, Small Sample Performance and application. USA: Dept. of Agricultural Economics Purdue University
McCulloch CE, Searle SR. 2001. Generalized Linear and Mixed Models. Canada: John Wiley & Sons, Inc.
Utama Muhammad Bangkit Riksa, Hajarisman Nusar. (2021). Metode Pemilihan Variabel pada Model Regresi Poisson Menggunakan Metode Nordberg. Jurnal Riset Statistika, 1(1), 35-42.
DOI: http://dx.doi.org/10.29313/.v0i0.29268
   Â