Skripsi Statistik
Pendekatan regresi nonparametrik truncated spline dengan principal component analysis (pca) dalam memodelkan prevalensi stunting di indonesia
Stunting merupakan kondisi gizi kurang yang berlangsung kronis sejak awal masa
tumbuh kembang anak. Prevalensi stunting Indonesia telah mengalami penurunan
hingga mencapai 27,7% pada tahun 2021. Persentase tersebut masih berada di atas
standar yang ditetapkan oleh WHO yaitu 20 persen dan target yang ditetapkan
pemerintah dalam RPJMN 2020-2024 yaitu 14 persen pada tahun 2024 mendatang.
Olehnya, penting bagi pemerintah untuk mengambil langkah baru guna membantu
mencapai target penurunan stunting dengan cepat. Pemodelan stunting berdasarkan
faktor-faktor yang mempengaruhinya diharapkan dapat digunakan sebagai
referensi pemerintah dalam mengambil kebijakan target penurunan stunting.
Penelitian ini menggunakan pendekatan regresi nonparametrik truncated spline
dengan principal component analysis. Hasil penelitian ini menerangkan bahwa
kombinasi knot (2,2,3,3,3) merupakan titik knot optimal dengan nilai GCV paling
minimum sebesar 10,06 sehingga diperoleh model ŷ = 246,56 + 0,22PC1 −
2,72 (PC1 − 0,08)+
1 + 2,89(PC1 − 1,79)+
1 − 0,34PC2 + 5,45(PC2 − 6,32)+
1 −
5,76(PC2 − 7,31)+
1 + 1,62PC3 − 4,24(PC3 + 14,83)+
1 + 3,93(PC3 + 11,19)+
1 −
1,39(PC3 + 3,90)+
1 − 1,23(PC4 + 7,55)+
1 − 3,51(PC5 + 7,52)+
1 + 6,70(PC5 +
4,70)+
1 − 3,91(PC5 − 0,95)+
1 dan koefisien determinasi sebesar 0,9364 yang
artinya komponen utama dapat menjelaskan prevalensi stunting sebesar 93,64%
sedangkan 6,36% lainnya diuraikan oleh variabel lain di luar model.
Kata Kunci : Truncated Spline, Principal Component Analysis, Stunting
Tidak tersedia versi lain