This Author published in this journals
All Journal BIMASTER
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PENGELOMPOKAN PROVINSI BERDASARKAN FAKTOR PENYEBAB STUNTING MENGGUNAKAN FINITE MIXTURE PARTIAL LEAST SQUARE (FIMIX-PLS) Saputri, Apri Linda; Huda, Nur’ainul Miftahul
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 4 (2024): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v13i4.78039

Abstract

Stunting adalah gangguan pertumbuhan pada anak yang ditandai dengan kondisi tinggi badan di bawah standar usianya. Stunting merupakan masalah yang multidimensional karena melibatkan konstruk/laten (variabel yang tidak bisa diukur secara langsung). Metode statistik yang dapat menyelesaikan permasalahan hubungan antar variabel laten yakni dengan Structural Equation Modeling-Partial Least Square (SEM-PLS). Penelitian ini bertujuan untuk mengelompokkan provinsi berdasarkan faktor penyebab stunting di Indonesia pada tahun 2021. Terdapat dua jenis variabel laten yaitu variabel laten eksogen dan variabel laten endogen. Variabel laten eksogen dalam penelitian ini berupa antenatal care, inisiasi menyusu dini, imunisasi, dan sanitasi. Sedangkan, variabel laten endogen berupa ASI eksklusif, berat bayi lahir rendah  dan stunting. Sebanyak 17 indikator yang digunakan, berdasarkan analisis SEM-PLS menghasilkan 13 indikator yang valid dan reliabel. Berdasarkan model yang diperoleh, terdapat 3 korelasi antar variabel laten yang berpengaruh secara signifikan yaitu antenatal care terhadap ASI eksklusif, berat bayi lahir rendah dan sanitasi terhadap stunting. Pengelompokan berdasarkan hubungan variabel laten pada model struktural menggunakan Finite Mixture Partial Least Square (FIMIX-PLS) sehingga dapat mengidentifikasi karakteristik faktor penyebab stunting di setiap provinsi di Indonesia dengan karakteristik yang lebih homogen. Hasil segmentasi terbaik adalah jumlah segmen k = 4 yang diperoleh berdasarkan kriteria BIC, AIC, CAIC dan EN. Nilai EN sebesar 0,997 yang berarti kualitas pemisahan segmen sangat baik. Hasil akhir penelitian diperoleh empat kelompok provinsi di Indonesia berdasarkan faktor penyebab stunting. Provinsi Kalimantan Barat termasuk dalam kelompok 4 dengan fokus permasalahan penyebab stunting yaitu faktor sanitasi.  Kata Kunci : Antenatal Care, Berat Bayi Lahir Rendah, Imunisasi, Sanitasi, Structural Equation Modeling.