Rakhmalia, Riza Indriani
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Metode Spatial Autoregressive Model pada Pemetaan Daerah di Indonesia Berdasarkan Gizi Buruk Tahun 2016 Rakhmalia, Riza Indriani; Mu'minin, Aisyah Ummi; Huda, Tri Atmaja; Widodo, Edy
Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya 2018: Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1643.454 KB)

Abstract

Gizi balita merupakan salah satu indikator kesehatan masyarakat. Salah satu cara untuk meningkatkan indikator kesehatan yaitu dengan memperbaiki status gizi pada balita. Akibat yang ditimbulkan dari kurang gizi adalah kerentanan terhadap penyakit-penyakit infeksi terlebih pada kasus gizi buruk yang dapat menyebabkan kematian. Tujuan dari penelitian adalah untuk mengetahui karakteristik dan pengaruh variable dependen terhadap variabel independen, serta dapat mengimplementasikan metode regresi spatial pada gizi buruk. Peneliti menggunakan analisis Spatial Autoregressive Model (SAR) untuk pemetaan daerah di Indonesia berdasarkan Gizi Buruk tahun 2016. Variabel dependen yang digunakan adalah variabel angka gizi buruk, dan terdapat beberapa variabel independen yaitu persentase penduduk miskin, persentase pemberian ASI ekslusif dan persentase balita kurus. Data yang digunakan bersumber dari Data Profil Kesehatan Indonesia Tahun 2016. Hasil penelitian menunjukkan hanya variabel persentase balita kurus yang mempengaruhi gizi buruk di Indonesia dengan nilai R2 = 0,579 yang berarti bahwa model tersebut mampu menjelaskan variasi dari gizi buruk sebesar 57,9% dan sisanya 42,1% dijelaskan oleh variabel lain diluar model. Provinsi dengan jumlah penduduk gizi buruk balita tinggi antara lain Kalimantan Barat, Kalimantan Tengah, Sulawesi Barat, Sulawesi Tengah,Sulawesi Selatan, Sulawesi Timur, Papua Barat, Maluku Tengah, Maluku Selatan, dan Nusa Tenggara Timur.
PENDUGAAN CURAH HUJAN DENGAN TEKNIK STATISTICAL DOWNSCALING MENGGUNAKAN CLUSTERWISE REGRESSION SEBARAN TWEEDIE Rakhmalia, Riza Indriani; Soleh, Agus M; Sartono, Bagus
Indonesian Journal of Statistics and Applications Vol 4 No 3 (2020)
Publisher : Statistics and Data Science Program Study, SSMI, IPB University, in collaboration with the Forum Pendidikan Tinggi Statistika Indonesia (FORSTAT) and the Ikatan Statistisi Indonesia (ISI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/ijsa.v4i3.667

Abstract

Rainfall prediction is one of the most challenging problems of the last century. Statistical Downscaling Technique is one of the rainfall estimation techniques that are often used. The goal of this paper is to develop the modeling of cluster-wise regression with rainfall data set that has Tweedie distribution. The data used in this paper were the precipitation from Climate Forecast System Reanalysis (CFSR) version 2 as the predictor variables and rainfall from BMKG as the response variable. Data were collected from January 2010 to December 2019 on the Bogor, Citeko, Jatiwangi, and Bandung rain posts. The best result of this study is a Cluster-wise Regression model with 4 clusters and using Tweedie distribution in each rain post. The best model was evaluated by the Root Mean Square Error Prediction. RMSEP value on Bogor rain post is 17.11 (three clusters), Citeko rain post 14.85 (two clusters), Jatiwangi rain post 15.26 (three clusters), and Bandung rain post 14.33 (two clusters). This model was able to make models and clusters well on daily rainfall application.