Faktor-Faktor yang Mempengaruhi Angka Gizi Buruk Di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline

Transkripsi

1 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-77 Faktor-Faktor yang Mepengaruhi Angka Gizi Buruk Di Jawa Tiur dengan Pendekatan Regresi Nonparaetrik Spline Riana Kurnia Dewi, I Nyoan Budiantara Jurusan Statistika, Falkultas Mateatika dan Ilu Pengetahuan Ala, Institut Teknologi Sepuluh Nopeber (ITS) Jl. Arief Rahan Haki, Surabaya E-ail: i_nyoan_b@statistika.its.ac.id Abstrak Salah satu perasalahan kesehatan di Indonesia adalah eningkatnya angka keatian balita. Salah satu penyebabnya adalah kebutuhan gizi yang tidak terpenuhi sehingga banyak balita engidap gizi buruk. Peodelan kejadian balita gizi buruk dengan regresi paraetrik belu tentu cocok diterapkan karena pola hubungan antara angka gizi buruk dengan faktor-faktor yang epengaruhinya eiliki bentuk pola tertentu. Regresi Nonparaetrik Spline adalah etode regresi yang tidak eberikan asusi terhadap bentuk kurva regresi. Penelitian ini bertujuan engetahui faktor-faktor yang epengaruhi kejadian balita gizi buruk di Provinsi Jawa Tiur. Hasil penelitian enunjukkan bahwa dengan enggunakan Regresi Nonparaetrik Spline, diperoleh nilai GCV iniu yaitu 3,93 dan R sebesar,77 persen. Kesipulan lain diperoleh faktor-faktor yang berpengaruh terhadap kejadian balita gizi buruk di Jawa Tiur tahun 7 adalah persentase ibu yang eeriksakan kehailan, persentasee bayi endapat vitain A dan persentase ruah tangga iskin. Kata Kunci GCV, Gizi Buruk, R, Regresi Nonparaetrik Spline I. PENDAHULUAN ALAH satu perasalahan kesehatan di Indonesia adalah Seningkatnya angka keatian balita. Salah satu penyebabnya adalah kebutuhan gizi yang tidak terpenuhi. Keadaan gizi balita akan epengaruhi tingkat kesehatan dan harapan hidup yang erupakan salah satu unsur utaa dala penentuan keberhasilan pebangunan negara yang dikenal dengan istilah huan developent index (HDI). Status gizi buruk pada balita dapat enibulkan pengaruh yang sangat enghabat pertubuhan fisik, ental aupun keapuan berpikir yang pada akhirnya akan enurunkan produktivitas kerja. Balita penderita gizi buruk dapat engalai penurunan kecerdasan (IQ) hingga sepuluh persen. Selain itu, penyakit yang dapat diderita balita gizi buruk adalah diabetes (kencing anis) dan penyakit jantung koroner. Dapak paling buruk yang diteria adalah keatian pada uur yang sangat dini Sasul []. Menurut data Dinas Kesehatan RI tercatat sekitar persen atau 9 ribu balita yang tersebar di seluruh Indonesia enyandang status gizi buruk. Hal ini engakibatkan Indonesia enduduki peringkat lia besar peilik gizi buruk balita Anoni []. Di antara provinsi-provinsi di Indonesia pada tahun 7, posisi Jawa Tiur jika dilihat dari tingkat status gizi buruk terasuk ke dala kelopok enengah dengan, persen balita digolongkan gizi buruk. Jawa Tiur terasuk ke dala epat provinsi yang selaa 5 tahun berturut-turut (5-9) berada pada kategori provinsi dengan kasus balita gizi buruk tertinggi Siswono [3]. Penelitian tentang gizi buruk telah dilakukan oleh beberapa peneliti diantaranya Paraita [] elakukan klasifikasi terhadap status gizi balita di Kabupaten Nganjuk. Metode yang digunakan adalah bagging regresi logistik ordinal. Hayati [5] elakukan pengelopokan kabupaten/kota di Jawa Tiur berdasarkan status gizi buruk balita. Riskiyanti [] eneliti tentang faktor-faktor yang epengaruhi derajat kesehatan di Provinsi Jawa Tiur. Metode yang digunakan dala penelitian tersebut adalah analisis regresi ultivariat. Ayunin [7] eneliti tentang peodelan balita gizi buruk di Kabupaten Ngawi enggunakan GWR (Geographically Weighted Regression). A yunin [] eneliti tentang peodelan angka gizi buruk di Kota Surabaya enggunakan etode SAR (Spatial Autoregressive). Penelitian tentang etode Regresi Spline pernah dilakukan naun pada bidang lain, diantaranya Fridiati [9], Sutarsi [], Basri [], dan Federika []. Sejauh ini belu ada yang elakukan penelitian tentang angka gizi buruk di Jawa Tiur dengan enggunakan Regresi Spline. Tujuan penelitian ini adalah untuk endeskripsikan kejadian balita gizi buruk, ibu yang eeriksakan keha-ilannya, balita yang eenuhi kecukupan protein, balita yang endapatkan vitain A, Ruah Tangga yang engakses air bersih, BBLR, Ruah Tangga iskin di Provinsi Jawa Tiur serta eodelkan persentase gizi buruk di Jawa Tiur dengan enggunakan pendekatan Spline. Manfaat penelitian ini bagi instansi peerintah, dapat dijadikan sebagai tabahan inforasi untuk enentukan kebijakan yang akan diabil perihal peningkatan kualitas perbaikan gizi khususnya di Provinsi Jawa Tiur serta bagi pebaca dan ahasiswa, dapat dijadikan sebagai pengetahuan engenai regresi nonparaetrik dan aplikasinya dala suatu perasalahan sosial. II. TINJAUAN PUSTAKA A. Regresi Nonparaetrik Spline Regresi nonparaetrik erupakan suatu etode statistika yang digunakan untuk engetahui hubungan antara variabel respon dengan variabel prediktor yang tidak diketahui bentuk fungsinya, hanya diasusikan sooth (ulus) dala arti teruat dala suatu ruang fungsi tertentu. Regresi nonparaetrik erupakan regresi yang sangat fleksibel dala eodelkan pola data Eubank [3].

2 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-7 Model regresi nonparaetrik secara uu sebagai berikut. yi f ( x i ) i, i =,,,n, () Diberikan data (t i,t i,,t pi,y i ) dan hubungan antara (t i,t i,,t pi ) dan y i diasusikan engikuti odel regresi nonparaetrik, y i = g(t i,t i,,t pi ) + ε i untuk i =,,,n dengan y i variabel respon, f kurva regresi yang tidak diketahui bentuknya. Apabila kurva regresi g erupakan odel aditif dan dihapiri dengan fungsi spline aka diperoleh odel regresi y g t ) g( t )... g( t ) diana, j ji i ( i i p j pi f ( t ), i =,,,n, () ji h hjt ji h l g ( t ) ( t i lj ji K lj ) jt ji... jt ji j ( t ji K j )... j i j ( t ji K ), ( t ji Klj ), t ji Klj dengan ( t ji Klj ), t ji Klj dan K j, K j,,k j adalah titik-titik knot yang eperlihatkan pola perubahan perilaku dari fungsi pada sub-sub interval yang berbeda. Nilai pada persaaan di atas erupakan derajat dari polinoial. Kurva polinoial derajat satu disebut kurva linear, derajat dua disebut sebagai kurva kuadratik, serta derajat tiga disebut sebagai kurva kubik. Agar diperoleh spline yang optial perlu dipilih titik knot yang optial. Salah satu etode untuk eilih titik knot optial adalah dengan etode GCV (Generalized Cross Validation) Budiantara []. Model spline yang sesuai berkaitan dengan titik knot yang optial didapat dari nilai GCV terkecil. Fungsi GCV didefinisikan sebagai GCV( K, K diana,,..., K ) ( n MSE( K, K tr[ I A( K, K,..., K ),..., K n ( K, K,..., K ) n ( y j fˆ ( K, K,..., K t n ) ( j )), j, K K K, K,..., K ) A( K, K,..., K) y. MSE K,..., adalah titik knot dan atriks A( diperoleh dari persaaan Setelah diperoleh odel spline terbaik, selanjutnya akan dilakukan pengujian paraeter yang terdiri dari uji serentak dan uji parsial serta pengujian distribusi noral pada residual. B. Uji Siultan Hipotesis yang digunakan pada uji siultan adalah sebagai berikut. H : β = β = = β k = H : Minial ada satu β p, p =,,,k Statistik uji yang digunakan adalah uji F : MS Re gresi Fhitung MS Re sidual () Tolak H jika F hitung > F α;(k,n-k-). )]) (3) C. Uji Individu Hipotesis yang digunakan pada uji individu adalah sebagai berikut. H : β p = H : β p ; p =,,,k Statistik uji yang digunakan adalah uji t : ˆ p t hitung. (5) se( ˆ ) Tolak H jika p t hitung t, diana n adalah julah (, nk ) pengaatan dan k adalah julah paraeter. D. Uji Noralitas Residual Hipotesis yang digunakan pada uji noralitas residual adalah sebagai berikut : H : Residual engikuti distribusi noral H : Residual tidak engikuti distribusi noral Statistik uji yang digunakan adalah : Z Sup F x F Tolak H jika Z hitung > Z α. hitung n x III. METODOLOGI PENELITIAN A. Data Penelitian Data yang digunakan dala penelitian ini adalah data sekunder yang diperoleh dari data Riset Kesehatan Dasar (Riskesdas) tahun 7 dan Survei Sosial Ekonoi Nasional (Susenas) tahun 7. Riskesdas tahun 7 epunyai desain sapling yang saa dengan Susenas tahun 7 diana datanya dapat engestiasi kesehatan asyarakat kabupaten/kota, provinsi, ataupun nasional. Variabel yang diabil dari Riskesdas adalah persentase balita gizi buruk, persentase ibu yang eeriksakan kehailannya, persentase balita yang encukupi kebutuhan protein, persentase balita yang endapatkan vitain A, persentase Ruah Tangga yang engakses air bersih dan persentase bayi berat lahir rendah. sedangkan variabel yang diabil dari Susenas adalah persentase ruah tangga iskin,. Lokasi penelitian adalah di Provinsi Jawa Tiur yang terdiri atas 3 kabupaten/kota. x B. Metode Analisis Data Langkah-langkah analisis yang dilakukan pada penelitian ini adalah sebagai berikut.. Mendeskripsikan kejadian balita gizi buruk di Jawa Tiur. i. Mendeskripsikan kejadian balita gizi buruk, ibu yang eeriksakan kehailannya, balita yang eenuhi kecukupan protein, balita yang endapatkan vitain A, ruah tangga yang engakses air bersih, BBLR, ruah tangga iskin di Provinsi Jawa Tiur. ii. Menginterpretasikan hasil analisis dan engabil kesipulan.. Meodelkan kejadian balita gizi buruk di Provinsi Jawa Tiur dengan pendekatan Spline. i. Mebuat scatterplot antara variabel respon dengan asing-asing variabel prediktor yang dijadikan ()

3 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-79 sebagai deteksi awal engenai pola hubungan antara variabel respon dan variabel prediktor. ii. Meodelkan variabel respon dengan enggunakan Spline linear dan berbagai titik knot. iii. Menentukan titik-titik knot optial yang didasarkan pada nilai GCV iniu. iv. Menetapkan odel Spline terbaik. v. Menguji signifikansi paraeter secara serentak dan parsial. vi. Melakukan uji Noralitas Residual. vii. Menginterpretasikan hasil analisis dan engabil kesipulan. 5 7 (a) X (b) 55 X 5 IV. ANALISA DAN PEMBAHASAN A. Statistika Deskriptif Provinsi Jawa Tiur eiliki 9 Kabupaten dan 9 Kota atau secara adinistratif terdapat 3 Kabupaten/Kota. Setiap kabupaten/kota eiliki kondisi sosial dan ekonoi yang berbeda. Berikut hasil analisa deskriptif dari tiap variabel penelitian. Tabel. Statistika Deskriptif Variabel Mean Varians Miniu Maksiu,9 9,, X 9, 5, X 5,, 7,,9 X 3 73,5 9,9 3,,5 X 3,3 7 5,5 5 X 5,53,5 9, X,9 9, 3,95 5, Dari Tabel diperoleh inforasi bahwa pada variabel (persentase angka gizi buruk) eiliki nilai tertiggi sebesar, persen yaitu Kabupaten Sapang. Pada variabel X (persentase ibu yang eeriksakan kehailannya) eiliki nilai terendah sebesar 5, persen yaitu Kabupaten Mojokerto. Pada variabel X (persentase balita yang eenuhi kecukupan protein) eiliki nilai keragaan data sebesar,. Untuk variabel X 3 (persentase balita yang endapatkan vitain A) eiliki nilai rata-rata sebesar 73,5 persen. Pada variabel X (persentase ruah tangga yang engakses air bersih) eiliki nilai terendah sebesar 5,5 persen yaitu Kota Probolinggo. Untuk variabel X 5 (persentase bayi berat lahir rendah) eiliki nilai tertinggi sebesar 9, persen yaitu Kabupaten Probolinggo. Sedangkan untuk variabel X (persentase ruah tangga iskin) eiliki nilai tertinggi sebesar 5, persen yaitu Kabupaten Sapang. B. Scatterplot untuk Variabel Respon dengan Variabel Prediktor Analisis regresi erupakan salah satu etode statistika yang digunakan untuk enyelidiki pola hubungan antara variabel prediktor dengan variabel respon. Bentuk pola hubungan fungsional antara variabel prediktor dengan variabel respon dapat diperkirakan dengan ebuat diagra pencar (scatter plot) yang euat inforasi tentang kedua hubungan tersebut. Bentuk pola hubungan antara variabel respon dengan variabel prediktor disajikan pada Gabar. 5 5 (c) X3 X (e) (f) Gabar.. Scatterplot antara Variabel Respon dengan Variabel Prediktor. Gabar enunjukkan bahwa pola hubungan antara variabel respon dengan variabel prediktor eiliki pola yang enyebar, sehingga tidak eiliki kecenderungan ebentuk suatu pola tertentu. Pola hubungan antara setiap variabel prediktor terhadap variabel respon eiliki pola yang tidak engikuti pola tertentu. Oleh karena itu sulit digunakan peodelan dengan pendekatan regresi paraetrik. Selanjutnya pola data akan didekati dengan enggunakan regresi nonparaetrik spline. C. Regresi Nonparaetrik Spline Linier Titik Knot Model regresi spline linier dengan satu titik knot (K) sebagai berikut. ˆ ˆ x ˆ ˆ ˆ ( x K)... x ( x K ), Nilai GCV untuk odel titik knot disajikan pada Tabel. Tabel. Nilai GCV Model Spline Linier Satu Titik Knot No. X X X 3 X X 5 X GCV , , , , ,5 5 5, , , , ,5 Dari Tabel didapatkan nilai GCV iniu sebesar 5, yang bersesuaian dengan knot K =, K = 5, K 3 =, K =, K 5 =, K =. (d) X X

4 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D- D. Regresi Nonparaetrik Spline Linier Titik Knot Model regresi spline linier dua knot adalah sebagai berikut. ˆ ˆ x ˆ ( x K ) ˆ ( x K )... ˆ x 3 ˆ ˆ 7 ( x K) ( x K ), Nilai GCV untuk odel dua titik knot disajikan pada Tabel 3. Tabel 3. Nilai GCV Model Spline Linier Dua Titik Knot No X X X 3 X X 5 X GCV ;93 9;5 59;7 ; ; 5;33,7 93;95 5; 53;75 ;33 ;3 ;3, 3 ;7 5;53 ;7 7; ; ;3, 5;7 9;5 9; 5; 7; ;3 9,33 5 ;9 59; 5;3 ;9 ;3 7; 7, ;95 5;59 5;9 7;33 ;5 5;,3 7 ;9 5; ; ;3 3;5 5; 7, ;9 ;5 79;3 3;3 ;3 ;3 9,99 9 7;7 53;57 5;75 9;3 5;9 3; 9, ;5 5;59 5;5 39;3 ;7 7;39 9, Tabel 3 enunjukkan bahwa nilai GCV iniu adalah sebesar 7, yang bersesuaian dengan knot K =, K = 9, K 3 = 5, K =, K 5 =, K =, K 7 =, K = 3, K 9 = 3, K = 5, K = 5, K =. E. Regresi Nonparaetrik Spline Linier 3 Titik Knot Model regresi spline linier dua knot adalah sebagai berikut. ˆ ˆ x ˆ ( x K ) ˆ ( x K ) ˆ ( x K 3 3 )... ˆ x ˆ ( x ˆ K ˆ ) 3( x K7) ( x K) Nilai GCV untuk odel tiga titik knot disajikan pada Tabel. Tabel. Nilai GCV Model Spline Linier Tiga Titik Knot No. X X X 3 X X 5 X GCV 5 ;;99 5;5; 55;79; 35;39;7 ;9; ;5;9,3 9;5;9 5;5; ;; 3;; 3;;5 7;3;33,3 3 7;7;9 9;5; 53;5;73 37;3;9 ;9; ;7;9 3, 57;5;77 5;5;59 ;9;7 ;; ;;3 ;3;35 3, 5 5;57;9 53;5; 5;9;7 3;7; ;5; ;;,7 59;7;9 ;5; 3;7;7 37;3;7 5;7;9 7;7;5 3, 7 3;73;9 5;; 7;5; ;;7 3;;5 ;3;3 7, 57;7;7 53;5; 5;57;7 ;9; ;;9 5;9;3,5 9 ;;9 5;57; ;5; ;7; ;;9 ;35;9,5 Dari Tabel didapatkan inforasi bahwa nilai GCV iniu yang didapatkan sebesar,7 yang bersesuaian dengan titiktitik knot K = 5, K = 57, K 3 = 9, K = 53, K 5 = 5, K =, K 7 = 5, K = 9, K 9 = 7, K = 3, K = 7, K =, K 3 =, K = 5, K 5 =, K =, K 7 = dan K =. F. Regresi Nonparaetrik Spline Linier dengan Kobinasi Knot Nilai GCV dari odel spline dengan berbagai kobinasi knot disajikan pada Tabel 5. Tabel 5 enunjukkan bahwa nilai GCV iniu dari odel spline linier enggunakan kobinasi knot sebesar 3,9 dengan banyak knot optiu pada X = 3 knot, X = knot, X 3 = 3 knot, X = knot, X 5 = knot serta X = 3 knot. Nilai GCV iniu tersebut bersesuaian dengan titik-titik knot K = 7, K = 5, K 3 = 7, K = 9, K 5 = 5, K = 7, K 7 = 7, K =, K 9 = 5, K =, K =, dan K = 9. No 3 Tabel 5. Nilai GCV Model Spline Linier dengan Kobinasi Knot Variabel Julah Titik Titik-Titik Prediktor Knot Optiu Knot GCV X X X 3 7 X 3,,,97 X 5 9 X X 73 X 9 X 3 39 X 7, X 5 3,5,9 X X,9 X 57 X 3 X 7,39 X 5 5 X 7, X 3 7,5,7 X 9 X 3 3 5,7,7 X 3,9 X 5 5 X 3,,9 X X 5 X 3 53 X 3, X 5 3,,7 X G. Model Spline Terbaik Dapat disipulkan dari odel spline linier satu titik knot, dua titik knot, tiga titik knot, serta kobinasi titik knot bahwa nilai GCV yang paling iniu adalah nilai GCV pada kobinasi titik knot. Estiasi paraeter untuk odel spline terbaik akan disajikan pada Tabel. Tabel. ;7; 5;5;57 5;7; 3;35;5 7;;7 ;5;7 5,59 Estiasi Paraeter untuk Model Spline Terbaik Variabel Paraeter Estiasi Intersep β,7 X X X 3 β,575 β -,339 β 3 3,3 β -3,9 β 5,7 β -,79 β 7 -,957 β,99 β 9,95 β -,

5 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D- Tabel. Estiasi Paraeter untuk Model Spline Terbaik (Lanjutan) Variabel Paraeter Estiasi β X,357 β -,35 β X 3 -,3 5 X β -,3 β 5-5,5 β 9, β 7 -,3 β -5,99 Dari Tabel diperoleh nilai-nilai estiasi paraeter dari odel spline terbaik yang dapat ditulis ke dala bentuk persaaan sebagai berikut.,7,575x,339( x 7) 3,3( x 5) 3,9( x 7),7x,79( x 9),957x,99( x 5),95( x ),( x3 7),357x,35( x ),3x5,3( x5 5),55x,9( x ),3( x ),59( x 9) Dari odel tersebut didapatkan nilai R sebesar,77 persen yang berarti keena variabel prediktor apu enjelaskan sebesar,77 persen terhadap kejadian angka gizi buruk di Jawa Tiur tahun 7. Selanjutnya akan diuji apakah residual dari odel tersebut berdistribusi noral dan apakah paraeter-paraeter odel signifikan. H. Uji Noralitas Residual Untuk enguji asusi ini digunakan uji Kologorov- Sirnov dengan hipotesis : H : Residual berdistribusi noral H : Residual tidak berdistribusi noral Dengan enggunakan α =.5, aka hasil pengujian residual dapat dilihat pada Gabar. Percent Gabar.. Uji Noralitas Residual. - 3 Mean -.3 StDev. N 3 KS.7 P-Value >.5 Dari Gabar diperoleh inforasi bahwa p-value >.5 yang nilainya lebih besar dari α =.5, aka gagal tolak H yang artinya residual telah berdistribusi noral. I. Uji Serentak Untuk engetahui pengaruh paraeter secara serentak terhadap odel aka dilakukan uji siultan dengan hipotesis: H : β = β = = β = H : Minial ada satu β p ; p =,,, Dengan enggunakan α =,5, aka diperoleh Tabel ANOVA yang dapat dilihat pada Tabel 7. Tabel 7. Tabel ANOVA Model Spline Source of df Su of Mean F hitung F tabel Variation Suare Suare Regression,59 5,5 Residual 9 39,59, 7,5,7 Total 37 Tabel 7 enunjukkan bahwa nilai F hitung sebesar 7,5 yang nilainya lebih besar dari F tabel sebesar,7. Hal ini engindikasikan bahwa H ditolak, yang artinya inial ada satu β p. J. Uji Parsial Untuk engetahui paraeter ana saja yang berpengaruh terhadap odel spline disajikan pada Tabel. Tabel. Keputusan pada Uji Parsial Variabel Paraeter t hitung t tabel Keputusan β.3.93 Tidak Signifikan X β Tidak Signifikan β Signifikan β Signifikan X β Tidak Signifikan β.7.93 Tidak Signifikan β Signifikan X 3 β Signifikan β Tidak Signifikan β Signifikan X β Tidak Signifikan β Tidak Signifikan β Tidak Signifikan X 5 X β.5.93 Tidak Signifikan β Tidak Signifikan β Signifikan β Signifikan β..93 Signifikan Dengan enggunakan tingkat signifikansi sebesar 5 persen didapatkan paraeter-paraeter yang signifikan yaitu β 3, β, β 7, β, β, β, β 7 dan β. Dari Tabel didapatkan kesipulan bahwa faktor-faktor yang epengaruhi angka gizi buruk di Jawa Tiur tahun 7 adalah persentase ibu yang eeriksakan kehailannya (X ), persentase balita yang endapatkan vitain A (X 3 ), dan persentase ruah tangga iskin (X ). Sehingga odel spline dari faktor-faktor yang epengaruhi angka gizi buruk di Jawa Tiur pada tahun 7 adalah sebagai berikut. 3,99( x3 5),( x3 7),99( ),3( x ),59( x 9) y ˆ 3,3( x 5) 3,9( x 7), 957x x Interpretasi dari odel spline terbaik tersebut adalah.. Apabila variabel X 3 dan X konstan, aka hubungan antara persentase ibu yang eeriksakan kehailan (X ) terhadap persentase angka gizi buruk (), y ˆ 3,3( x 5) 3,9( x 7)

6 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D- 3,3x 39,9, 5 x 7,35x 9,93, x 7 Dari odel di atas dapat diinterpretasikan, Pada saat persentase ibu yang eeriksakan kehailannya (X ) antara 5 persen sapai 7 persen, apabila persentase ibu yang eeriksakan kehailannya naik sebesar satu persen, aka persentase angka gizi buruk akan naik sebesar 3,3 persen. Hal ini dikarenakan pada tahun 7, persentase balita gizi buruk juga tinggi, sehingga faktor ibu yang eeriksakan kehailannya tidak terlalu berpengaruh signifikan. Persentase ibu yang eeriksakan kehailannya lebih dari 7 persen, apabila persentase ibu yang eeriksakan kehailannya naik sebesar satu persen, aka persentase angka gizi buruk akan turun sebesar,35 persen.. Apabila variabel X dan X konstan, aka hubungan antara persentase balita yang endapatkan vitain A (X 3 ) terhadap persentase angka gizi buruk (), y ˆ,957x 3,99( x3 5),( x3 7),957x3, x3 5,99x3 9,9, 5 x3 7,73x3 7,553, x3 7 Dari odel di atas dapat diinterpretasikan, Pada saat persentase balita yang endapatkan vitain A (X 3 ) kurang dari 5 persen, apabila persentase balita yang endapatkan vitain A naik sebesar satu persen, aka persentase angka gizi buruk akan turun sebesar,957 persen. Persentase balita yang endapatkan vitain A antara 5 persen sapai 7 persen, apabila persentase balita yang endapatkan vitain A naik sebesar satu persen, aka persentase angka gizi buruk akan naik sebesar,99 persen. Persentase balita yang endapatkan vitain A lebih dari 7 persen, apabila persentase balita yang endapatkan vitain A naik sebesar satu persen, aka persentase angka gizi buruk akan turun sebesar,73 persen. 3. Apabila variabel X dan X 3 konstan, aka hubungan antara persentase ruah tangga iskin (X ) terhadap persentase angka gizi buruk (), y ˆ,99( x ),3( x ),59( x 9),99x 7,9, x,33x,35, x 9,73x 7,, x 9 Dari odel di atas dapat diinterpretasikan, Pada saat persentase ruah tangga iskin (X ) antara persen sapai persen, apabila persentase ruah tangga iskin naik sebesar satu persen, aka persentase angka gizi buruk akan naik sebesar,99 persen. Persentase ruah tangga iskin antara persen sapai 9 persen, apabila persentase ruah tangga iskin naik sebesar satu persen, aka persentase angka gizi buruk akan naik sebesar,33 persen. Persentase ruah tangga iskin lebih dari 9 persen, apabila persentase ruah tangga iskin naik sebesar satu persen, aka persentase angka gizi buruk akan turun sebesar,73 persen. Hal ini dikarenakan pada tahun 7, persentase balita gizi buruk juga tinggi, sehingga faktor ruah tangga iskin tidak terlalu berpengaruh signifikan. V. KESIMPULAN DAN SARAN Berdasarkan deskripsi kejadian balita gizi buruk tiap kabupaten/kota di Jawa Tiur, didapatkan persentase angka gizi buruk tertinggi adalah Kabupaten Sapang sebesar, persen. Dari hasil analisa yang telah dilakukan, didapatkan kesipulan bahwa faktor-faktor yang epengaruhi angka gizi buruk di Jawa Tiur pada Tahun 7 adalah persentase ibu yang eeriksakan kehailannya (X ), persentase balita yang endapatkan vitain A (X 3 ) dan persentase ruah tangga iskin (X ), dengan odel spline terbaiknya adalah sebagai berikut. y ˆ 3,3( x 5) 3,9( x 7), 957x3,99( x3 5),( x3 7),99( x ),3( x ),59( x 9) dari odel di atas didapatkan nilai R sebesar,77 persen sehingga dapat dikatakan baik dala peodelan. DAFTAR PUSTAKA [] Sasul. (). Dapak Gizi Buruk Bagi Anak-Anak Penerus Bangsa. Accessed Januari,, fro //dapak-gizi-buruk-bagi-anak-anak.htl [] Anoni. (). 9 Ribu Balita Indonesia Bergizi Buruk. Accessed January 9,, fro ribu-balita-indonesia-bergizi-buruk [3] Siswono. (). Kasus Gizi Buruk : Epat Provinsi Tak Pernah Absen. Accessed Januari,, fro [] Paraita, L. (). Bagging Regresi Logistik Ordinal pada Klasifikasi Status Gizi Balita (Studi Kasus Kabupaten Nganjuk). Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [5] Hayati, M. (9). Analisis Diskriinan Pada Faktor-Faktor yang Mepengaruhi Gizi Buruk Balita di Jawa Tiur. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [] Riskiyanti, R. (). Analisis Regresi Multivariat Berdasarkan Faktor-faktor yang Mepengaruhi Derajat Kesehatan di Provinsi Jawa Tiur. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [7] Ayunin, L. (). Peodelan Balita Gizi Buruk Di Kabupaten Ngawi Dengan Geographically Weighted Regression. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [] A yunin, Q. (). Peodelan Angka Gizi Buruk pada Balita di Kota Surabaya dengan Spatial Autoregressive Model (SAR). Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [9] Fridiati, I.D. (9). Pendekatan Mars Untuk Peodelan Gas Buang Kendaraan Dengan Bahan Bakar Solar. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [] Sutarsi, S. (). Pendekatan Regresi Spline untuk Meodelkan Nilai UNAS Siswa SMK Negeri 3 Buduran Sidoarjo. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [] Basri,H. (). Estiasi Kurva Regresi Nonparaetrik dengan Pendekatan Spline (Studi Kasus padadata Murid Madrasah Ibtidaiyah dan Keluarga Prasejahtera Setiap Kecaatan di Kabupaten Bone). Didaktika Jurnal Kependidikan, Vol. 3 No.. [] Federika,. (). Regresi Nonparaetrik Spline untuk Data Berat Badan Balita Menurut Uur di Kabupaten Bojonegoro Tahun. Tugas Akhir, Jurusan Statistika Institut Teknologi Sepuluh Nopeber, Surabaya. [3] Eubank, R.L. (9). Spline Soothing and Nonparaetric Regression. New ork : Marcel Deker. [] Budiantara, I.N. (). Metode UBR, GML, CV, dan GCV dala Regresi Nonparaetrik Spline. Majalah Iliah Hipunan Mateatika Indonesia (MIHMI).,5-9.