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

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Indanazulfa, Indanazulfa (2023) Pemodelan penyakit stunting menggunakan metode multivariate adaptive regression spline (MARS) di Jawa Tengah. Undergraduate thesis, UIN Sunan Ampel Surabaya.

[img] 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.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Indanazulfa, Indanazulfaafluz.indana@gmail.comH02219011
Contributors:
ContributionNameEmailNIDN
Thesis advisorAsyhar, Ahmad Hanifhanif@uinsby.ac.id--
Thesis advisorYuliati, DianDIAN.YULIATI@uinsby.ac.id2014078703
Subjects: Anak
Matematika
Keywords: MARS; non parametrik; pemodelan; stunting
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.uinsa.ac.id/id/eprint/63735

Actions (login required)

View Item View Item