Pemodelan Locally Compensated Ridge Geographically Weighted Regression (Studi Kasus: Stunting Di Provinsi Bali dan Kepulauan Nusa Tenggara)
| Main Author: | Fadliana, Alfi |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/177178/1/Alfi%20Fadliana%20%282%29.pdf http://repository.ub.ac.id/177178/ |
Daftar Isi:
- Stunting adalah kondisi gagal tumbuh pada anak usia di bawah lima tahun akibat kekurangan gizi kronis dan infeksi berulang terutama dalam 1000 HPK (Hari Pertama dalam Kehidupan), yang terlihat dari panjang atau tinggi badan berada di bawah rata-rata panjang atau tinggi anak seusianya. Prevalensi stunting sangat tinggi di hampir semua provinsi di Indonesia sehingga perlu kiranya untuk dilakukan penanganan yang serius. Pendekatan model Geographically Weighted Regression (GWR) untuk mengkaji faktor-faktor yang mempengaruhi prevalensi stunting bisa jadi merupakan pilihan yang tepat karena mampu mengatasi keragaman/heterogenitas spasial. Namun, terkait dengan beberapa faktor yang diduga berpengaruh terhadap prevalensi stunting seperti di antaranya lokasi tempat tinggal (geografis), kondisi ibu, kondisi bayi/Balita, kondisi lingkungan rumah tangga, perilaku hidup bersih, kualitas Sumber Daya Manusia (SDM), dan tingkat perekonomian yang sangat memungkinkan saling berkorelasi atau berhubungan linear di setiap wilayah, penggunaan model GWR akan menjadi kurang efektif. Sebab, GWR mengabaikan dependensi yang berpotensi terjadi pada koefisien regresi lokal antara variabel prediktor yang berbeda, atau yang disebut dengan multikolinearitas lokal. Pada regresi spasial, multikolinearitas lokal dapat diatasi dengan menggunakan konsep dari metode regresi ridge ke dalam GWR yang kemudian dikenal dengan istilah Geographically Weighted Ridge Regression (GWRR). Kelemahan dari model GWRR adalah penambahan satu koefisien bias global,