Pemodelan Spasial Bayesian dalam Menentukan Faktor yang Mempengaruhi Kejadian Stunting di Provinsi Sulawesi Selatan

Aswi, Aswi and Sukarna, Sukarna Pemodelan Spasial Bayesian dalam Menentukan Faktor yang Mempengaruhi Kejadian Stunting di Provinsi Sulawesi Selatan. JMathCoS: Journal of Mathematics, Computations, and Statistics, 5 (1). pp. 1-11. ISSN 2721 0863 (online) 2746 9487 (print)

[img] Text (Artikel Jurnal Nasional Terakreditasi)
11_Aswi_Sukarna_Pemodelan Spasial Bayesian dalam Menentukan Faktor yang Mempengaruhi Kejadian Stunting di Provinsi Sulawesi Selatan.pdf - Published Version

Download (470kB)
[img] Text (Form Penilaian Jurnal Nasional Terakreditasi)
11_Form_Pemodelan Spasial Bayesian dalam Menentukan Faktor yang Mempengaruhi Kejadian Stunting di Provinsi Sulawesi Selatan.pdf - Additional Metadata

Download (2MB)
[img] Text (Bukti Korespondensi Pemodelan Spasial Bayesian dalam menentukan Faktor Stunting)
bukti koresponding_JMathCos_Pemodelan spasial Bayesian dalam menentukan faktor stunting.pdf

Download (1MB)
Official URL: https://ojs.unm.ac.id/JMathCoS/article/view/33499

Abstract

Indonesia merupakan negara dengan prevalensi balita stunting yang tinggi. Salah satu provinsi di Indonesia yang memiliki kasus stunting yang cukup tinggi adalah Provinsi Sulawesi Selatan. Penelitian mengenai kasus stunting dan faktor penyebabnya telah dilakukan. Namun, penelitian tersebut belum mengimplementasikan model Bayesian spasial Conditional Autoregressive (CAR). Penelitian ini bertujuan untuk mengetahui faktor yang mempengaruhi kejadian stunting di Provinsi Sulawesi Selatan dengan mengimplementasikan berbagai model Bayesian spasial CAR Leroux tanpa kovariat dan dengan memasukkan kovariat dalam model. Hasil penelitian menunjukkan bahwa model terbaik dalam memodelkan kasus stunting di Provinsi Sulawesi Selatan tahun 2020 adalah model Bayesian spasial CAR Leroux dengan hyperprior Inverse-Gamma IG(0,5;0,0005) dengan memasukkan kovariat persentase kemiskinan dan persentase balita 0-59 bulan gizi kurang. Persentase kemiskinan dan persentase balita 0-59 bulan gizi kurang berpengaruh positif terhadap kejadian stunting. Semakin tinggi persentase kemiskinan dan persentase balita 0-59 bulan dengan gizi kurang di suatu wilayah, semakin tinggi risiko stunting di wilayah tersebut. 50% kabupaten/kota di Provinsi Sulawesi Selatan berada dalam kategori risiko tinggi stunting. Kota Parepare merupakan kota dengan nilai risiko relatif (RR) tertinggi stunting, diikuti oleh Kabupaten Toraja dan Enrekang. Sebaliknya, Kabupaten Wajo merupakan kabupaten dengan RR terendah, diikuti oleh Kabupaten Luwu Timur dan Bone.

Item Type: Article
Subjects: FMIPA > STATISTIKA - (S1)
FMIPA
FMIPA > Matematika
KARYA ILMIAH DOSEN
Universitas Negeri Makassar > KARYA ILMIAH DOSEN
Divisions: KOLEKSI KARYA ILMIAH UPT PERPUSTAKAAN UNM MENURUT FAKULTAS > KARYA ILMIAH DOSEN
KARYA ILMIAH DOSEN
Depositing User: Dr. Aswi Aswi
Date Deposited: 17 Jul 2022 06:13
Last Modified: 28 Nov 2022 03:15
URI: http://eprints.unm.ac.id/id/eprint/23867

Actions (login required)

View Item View Item