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

Found 1 Documents
Search

GEOGRAPHICALL WEIGHTED ORDINAL LOGISTIC REGRESSION PADA KASUS STUNTING DI KALIMANTAN BARAT Muhtadi, Radhi; Martha, Shantika; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 13, No 3 (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.v13i3.77423

Abstract

Stunting merupakan suatu masalah kurang gizi kronis yang diakibatkan asupan kurang gizi dalam jamgka waktu cukup lama, yang kemudian menyebabkan tumbuh kembang anak terganggu seperti tinggi badan yang lebih pendek dari standar usia anak pada umunya. Kasus stunting dikategorikan menjadi tiga kategori yang berskala ordinal yaitu tinggi, sedang, dan rendah. Kasus stunting di Provinsi Kalimantan Barat memiliki tingkat stunting yang berbeda-beda di setiap kabupaten/kotanya. Penelitian ini bertujuan untuk memperoleh model dan hasil prediksi kategori tingkat kasus stunting di kabupaten/kota yang ada di Provinsi Kalimantan Barat dengan mengaplikasikan Geographically Weighted Ordinal Logistic Regression (GWOLR) menggunakan fungsi pembobot Adaptive Gaussian Kernel. Data yang digunakan dalam penelitian ini adalah data sekunder yang bersumber dari website Badan Pusat Statistik dan website Satu Data Kalbar. Variabel terikat (Y) yang digunakan adalah tingkat kasus stunting dan variabel bebas (X) yang diduga mempengaruhi tingkat kasus stunting. Berdasarkan model GWOLR, didapat prediksi kategori untuk setiap lokasi pengamatan yaitu untuk Kabupaten Bengkayang, Landak, Mempawah, Sanggau, Ketapang, Sintang, Kapuas Hulu, Sekadau, Melawi, Kayong Utara, serta Kubu raya masuk dalam kategori tinggi, sedangkan untuk Kota Pontianak, Singkawang dan Kabupaten Sambas masuk dalam kategori rendah. Berdasarkan hasil prediksi, nilai ketepatan klasifikasi antar hasil prediksi menggunakan model GWOLR dengan hasil observasi adalah sebesar 64,29%. Kata Kunci: Stunting, Ordinal, Adaptive Gaussian Kernel