Pola sebaran prevalensi balita stunting menggunakan gstar-kriging di Kabupaten Bangka Barat Provinsi Kepulauan Bangka Belitung

Rohil Agatha Lusia, (NIM. 1072011024) (2024) Pola sebaran prevalensi balita stunting menggunakan gstar-kriging di Kabupaten Bangka Barat Provinsi Kepulauan Bangka Belitung. skripsi thesis, Universitas Bangka Belitung.

	Text HALAMAN DEPAN.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB I.pdf Restricted to Registered users only Download (415kB) | Request a copy
	Text BAB II.pdf Restricted to Registered users only Download (615kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (545kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (323kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (468kB) | Request a copy
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

World Health Organization (WHO) menetapkan prevalensi balita stunting di setiap negara hanya sebesar 20%. Selain itu, pada tahun 2024 pemerintah Indonesia menargetkan prevalensi balita stunting turun menjadi 14%. Sedangkan, pada tahun 2023, prevalensi balita stunting di Provinsi Kepulauan Bangka Belitung masih sebesar 18,5%. Berdasarkan kabupaten/kota di Provinsi Kepulauan Bangka Belitung masih terdapat desa-desa yang memiliki prevalensi balita stunting diatas 20%, salah satunya Kabupaten Bangka Barat. Penelitian ini bertujuan untuk mengetahui pola sebaran prevalensi balita stunting di tingkat desa/kelurahan Kabupaten Bangka Barat Provinsi Kepulauan Bangka Belitung dengan Model Generalized Space Autoregressive-Kriging (GSTAR-Kriging). Model GSTAR digunakan untuk peramalan di lokasi sampel dengan kondisi heterogen. Sedangkan, Model Kriging merupakan teknik interpolasi yang digunakan untuk lokasi tidak teramati. Sehingga kombinasi keduanya dianggap sangat cocok dalam analisis spasial karena diasumsikan sangat baik dengan tingkat akurasi yang tinggi. Hasil yang diperoleh menunjukan bahwa GSTAR (11)I(0) dengan pembobot lokasi invers jarak secara signifikan menjadi model terbaik dalam memprediksi input kriging. Selain itu, identifikasi model semivariogram terbaik adalah model gaussian dengan partial sill sebesar 10,7. Sehingga GSTAR (11)I(0)-Kriging menggunakan model Ordinary Kriging dikatakan reliabel. Berdasarkan contour hasil prediksi prevalensi balita stunting di Kabupaten Bangka Barat belum mencapai target SDGs Indonesia dilihat dari desa/kelurahan.

Actions (login required)

View Item