Identifikasi Faktor Resiko Stunting pada Anak di Bawah Lima Tahun di Indonesia Menggunakan Logistics Regression Ensembles (LORENS)

Pagalay, Usman, Karisma, Ria Dhea Layla Nur ORCID: https://orcid.org/0000-0002-5941-9565 and Khudzaifah, Muhammad ORCID: https://orcid.org/0000-0001-8500-1843 Identifikasi Faktor Resiko Stunting pada Anak di Bawah Lima Tahun di Indonesia Menggunakan Logistics Regression Ensembles (LORENS). Research Report. LP2M UIN Maulana Malik Ibrahim Malang.

Text laporan akhir lengkap 2024.pdf Restricted to Repository staff only Download (3MB)

Abstract

Penelitian ini berfokus pada identifikasi faktor risiko stunting pada anak di bawah lima tahun di Indonesia menggunakan metode Logistic Regression Ensembles (LORENS). Dengan angka stunting yang tinggi, penelitian ini bertujuan untuk mengevaluasi efektivitas model prediktif dalam klasifikasi dan penanganan kasus stunting. Data yang digunakan berasal dari Indeks Khusus Penanganan Stunting (IKPS) di 514 kabupaten/kota di Indonesia, yang mencakup variabel-variabel seperti imunisasi, sanitasi, pendidikan anak usia dini (PAUD), dan akses layanan kesehatan. Proses analisis melibatkan metode Synthetic Minority Oversampling Technique (SMOTE) untuk mengatasi ketidakseimbangan data, diikuti oleh penerapan metode LORENS untuk membangun model klasifikasi berbasis regresi logistik dengan teknik ensembel. Model ini menghasilkan prediksi akurat dengan tingkat akurasi, sensitivitas, dan spesifisitas tinggi untuk setiap kategori IKPS (rendah, sedang, tinggi). Penelitian ini menunjukkan bahwa variabel-variabel seperti sanitasi dan PAUD memiliki dampak signifikan dalam meningkatkan kategori IKPS. Hasil penelitian memberikan wawasan mendalam bagi pembuat kebijakan untuk fokus pada variabel-variabel kunci dalam upaya penurunan angka stunting, serta menunjukkan keunggulan metode LORENS dalam analisis data besar dan tidak seimbang. Penelitian ini berkontribusi pada pengembangan pendekatan berbasis data untuk memerangi stunting di Indonesia.

Item Type:	Research (Research Report)
Keywords:	Stunting, Logistic Regression Ensembles (LORENS), IKPS, Pembelajaran Mesin, Ketidakseimbangan Data, SMOTE, Klasifikasi, Kesehatan Masyarakat, Indonesia, Pemodelan Prediktif, Gizi Anak, Faktor Risiko, Analisis Data, Sensitivitas, Spesifisitas, Rekomendasi Kebijakan
Subjects:	01 MATHEMATICAL SCIENCES > 0102 Applied Mathematics > 010202 Biological Mathematics 01 MATHEMATICAL SCIENCES > 0104 Statistics > 010401 Applied Statistics 01 MATHEMATICAL SCIENCES > 0104 Statistics > 010402 Biostatistics 01 MATHEMATICAL SCIENCES > 0104 Statistics
Divisions:	Faculty of Mathematics and Sciences > Department of Mathematics
Depositing User:	Miss Ria Dhea Layla Nur Karisma
Date Deposited:	05 Dec 2024 10:01

Downloads

Origin of downloads

Actions (login required)

View Item