PEMODELAN LAMA PEMBERIAN ASI EKSKLUSIF PADA RUMAH TANGGA MISKIN DENGAN METODE REGRESI POHON DI PROVINSI SULAWESI TENGAH

Transkripsi

1 PEMODELAN LAMA PEMBERIAN ASI EKSKLUSIF PADA RUMAH TANGGA MISKIN DENGAN METODE REGRESI POHON DI PROVINSI SULAWESI TENGAH Yermia Firma Setiawirawa da Dr. Bambag Widjaaro Oto, S.Si, M.Si Mahasiswa Jurusa Statistia FMIPA-ITS ( ) Dose Jurusa Statistia FMIPA-ITS Abstra Air Susu Ibu (ASI) adalah maaa yag terbai bagi bayi area megadug zat-zat gizi dega omposisi palig legap yag dibutuha utu pertumbuha da perembaga si bayi. Pemberia maaa pada bayi yag optimal adalah meyusui bayi segera setelah lahir, memberia ASI eslusif yaitu haya ASI saja tapa maaa da miuma lai sampai bayi berumur 6 bula. Berdasara SDKI tahu , data jumlah pemberia ASI eslusif pada bayi di bawah usia dua bula (baduta) haya mecaup 67%. Lapora tahu 006 Dies Doggala, dari.47 bayi yag ada, haya.668 bayi (4,58%) yag diberi ASI secara eslusif. Bila dibadiga pecapaia tahu 005, jumlah bayi yag medapat ASI eslusif sebaya.33 bayi (3,%) dari 5.79 bayi yag ada. Oleh area itu, perlu dilaua peelitia utu medapata model poho regresi lama pemberia ASI pada rumah tagga misi di Provisi Sulawesi Tegah dega meerapa metode regresi poho. Hasil aalisis meujua fator utama pembetua poho regresi adalah variabel umur ibu pertama awi (X). Poho regresi optimal diperoleh esalaha relatif peduga sampel uji sebesar 0,99 ± 0,04 dega 7 simpul termial da 5 edalama poho regresi. Pada hasil validasi model didapata ilai RMSE p sebesar,9945 da R-Square sebesar 7,4%. Kata Kuci : Regresi Poho, Sample Uji, RMSE p, ASI Eslusif, Rumah Tagga Misi. Pedahulua Di Idoesia, masalah gizi hususya pada balita mejadi masalah besar area beraita erat dega idiator esehata umum seperti aga esaita da aga ematia bayi da balita. Utu meaggulagi masalah tersebut, Depes RI medorog dilauaya geraa eluarga sadar gizi (adarzi). Geraa ii secara ruti mematau berat bada balita, memberi ASI eslusif pada bayi sampai usia eam bula, megosumsi berbagai ragam maaa, da megosumsi supleme gizi sesuai ajura. Air Susu Ibu (ASI) adalah maaa yag terbai bagi bayi area megadug zat-zat gizi dega omposisi palig legap, zat-zat gizi yag diadug ASI berada pada tigat yag terbai. Pemberia maaa pada bayi yag optimal adalah meyusui bayi segera setelah lahir, memberia ASI eslusif yaitu haya ASI saja tapa maaa da miuma lai sampai bayi berumur 6 bula (WHO, 00). Meurut hasil Survei Demografi da Kesehata Idoesia (SDKI) tahu , data jumlah pemberia ASI eslusif pada bayi di bawah usia dua bula haya mecaup 67 perse dari total bayi yag ada. Persetase tersebut meuru seirig dega bertambahya usia bayi, yaitu 54 perse pada bayi usia -3 bula da 9 perse pada bayi usia 7-9 da yag lebih memprihatia, 3 perse bayi di bawah dua bula telah diberi susu formula da satu dari tiga bayi usia -3 bula telah diberi maaa tambaha. Peelitia di Kabupate Poso, Morowali da Tojo Ua Ua, Sulawesi Tegah terhadap 603 rumah tagga meujua 56 perse berada di bawah garis emisia, ilai tegah pedapata per apita (bulaa) adalah Rp ,- dega 95 perse pedapata diguaa utu membeli maaa, 89 perse memilii erawaa paga, 43 perse dega elapara. Prevalesi balita gizi buru adalah 39,6 perse, aga ASI eslusif 4-6 bula adalah 55,5 perse dega 70 perse bayi medapat asupa pralatal, serta tiggiya iside ISPA yaitu 75 perse (Pagaribua da Purwestri, 006). Peelitia terhadap 358 baduta di Kabupate Baggai, Sulawesi Tegah dega gizi buru 34,6 perse meujua haya 0,5 perse ibu yag mempratia pemberia ASI eslusif. Prevalesi peyait pada baduta cuup tiggi yaitu demam 9, perse, ISPA,6 perse da diare, perse (Satia da Septiari, 008). Hasil peelitia Dias Kesehata di Kabupate Doggala megeai egiata utu melihat sejauh maa ibu meyusui memberia haya ASI saja epada bayiya sampai usia 6 bula. Berdasara lapora tahu 006, dari.47 bayi yag ada, haya.668 bayi (4,58%) yag diberi ASI secara eslusif. Bila dibadiga pecapaia tahu 005, jumlah bayi yag medapat ASI eslusif sebaya.33 bayi (3,%) dari 5.79 bayi yag ada (Dies Doggala, 007). Hasil peelitia Satoso (009) tetag perbadiga pedeata MARS da MARS Baggig, dari delapa variabel yag sosial terdapat eam variabel yag berpegaruh sigifia da dua variabel yag tida

2 berpegaruh sigifia dalam model. Eam variabel yag berpegaruh sigifia tersebut adalah umur ibu, umur ibu pertama awi, pedidia ibu, status beerja ibu, jumlah aa lahir hidup da pedidia bapa. Dua variabel yag tida berpegaruh sigifia adalah eiutsertaa KB da status daerah. Pedeata metode MARS Baggig lebih bai daripada pedeata MARS utu model pemberia ASI eslusif pada rumah tagga misi di Provisi Sulawesi Tegah area didapata ilai GCV miimum. Classificatio ad Regressio Trees (CART) merupaa pedeata utu regresi oparametri yag diembaga oleh (Breima et al, 984) yag semuaya bertujua utu medapata model tasira dega pedeata palig bai terhadap suatu fugsi sesugguhya. Pedeata ii diguaa utu model regresi oliier yag didasara pada prosedur pemilaha reursif secara bier ( biary recursive partitioig) (Lewis da Roger, 000). Peelitia sebelumya tetag regresi poho dilaua oleh beberapa peeliti, diataraya Metode regresi poho utu pemodela curah huja (Mayasari, 003). Setyorii (005) melaua peelitia tetag variabel yag mempegaruhi IPK wisudawa ITS dega metode regresi poho da Metode regresi poho utu variabel yag mempegaruhi besar emisi gas buag edaraa berbaha baar besi (Usayaa, 006). Tujua dari CART adalah meglasifiasia suatu elompo observasi atau sebuah observasi e dalam suatu sub elompo dari suatu elas-elas yag dietahui. Dibadiga dega metode regresi biasa, CART mempuyai beberapa elebiha seperti hasilya lebih mudah diiterpretasia area hasil aalisis berupa topologi poho atau berupa grafis (Lewis da Roger, 000), lebih aurat da lebih cepat peghitugaya. Metode ii merupaa metode yag bisa diterapa utu himpua data dega jumlah besar, variabel yag sagat baya da dega sala variabel campura melalui prosedur pemilaha bier. Berdasara uraia tersebut, maa peelitia dilaua dega meerapa metode regresi poho utu medapata model lasifiasi lama pemberia ASI Eslusif pada rumah tagga misi di Provisi Sulawesi Tegah.. Tujua Peelitia Berdasara uraia diatas maa tujua yag igi dicapai sebagai beriut.. Medapata arateristi pemberia ASI Eslusif pada rumah tagga misi di Provisi Sulawesi Tegah.. Medapata model regresi poho pemberia ASI Eslusif pada rumah tagga misi di Provisi Sulawesi Tegah.. Tijaua Pustaa. Statisti Desriptif Statisti desriptif adalah aalisis yag beraita dega pegumpula da peyajia data sehigga dapat memberia iformasi yag bergua. Aalisis ii bertujua meguraia tetag sifat-sifat atau arateristi dari suatu eadaa da utu membuat desripsi atau gambara yag sistematis da aurat megeai fata-fata, sifat-sifat dari feomea yag diselidii. Cotoh dari aalisis desriptif adalah tabel freuesi, diagram, histogram, grafi da cross tabulatio (Walpole, 995).. Classificatio ad Regressio Trees (CART) Pegelompoa obje e dalam satu atau beberapa elompo berdasara variabel yag diamati disebut lasifiasi. Salah satu metode yag diguaa dalam masalah peglasifiasia adalah metode lasifiasi poho. Metode ii diguaa utu meggambara hubuga atara variabel respo (variabel depede atau variabel ta bebas) dega satu atau lebih variabel preditor (variabel idepede atau variabel bebas). Metode ii dieal juga sebagai metode pemilaha reursif secara bier ( biary recursive partitioig) (Lewis, 000). Artiya seelompo data yag terumpul dalam suatu ruag yag disebut simpul (ode) dapat dipilah mejadi dua simpul aa da setiap simpul aa dapat dipilah lagi mejadi dua simpul aa. Begitu seterusya da berheti jia memeuhi riteria tertetu..3 Metode Regresi Poho (Regressio Tree) Regresi poho disusu berdasara pemiliha secara iteratif terhadap X da himpua-himpua bagia. Proses pemiliha meghasila dua atau lebih himpua bagia turua. Metode utu membetu regresi poho diuraia berdasara Breima et al (984). Pembetua poho regresi pada dasarya hampir sama dega pembetua poho lasifiasi. Sebagai ilustrasi pembetua regresi poho dapat dilihat pada Gambar. Simpul utama diotasia dega t sedaga simpul dalam ( iteral odes) diotasia dega t, t 3, t 4, t 7, t 9 da t 3. Simpul ahir atau simpul termial adalah t 5, t 6, t 8, t 0, t, t, t 4 da t 5. Peghituga depth (edalama) poho dimulai dari simpul utama t yag berada pada edalama, sedaga t da t 3 berada pada edalama begitu seterusya sampai pada t 4 da t 5 yag berada pada edalama 6, da y(t) merupaa hasil predisi yag berilai osta.

3 Gambar. Pembetua Regresi Poho.4 Atura Pemilaha Dalam Regresi Poho Regresi poho terbetu dari hasil pemilaha data setiap simpul e dalam dua simpul aa. Aturaya adalah sebagai beriut.. Tiap pemilaha tergatug pada ilai yag haya berasal dari satu variabel preditor.. Utu variabel otiyu X j, jia ruag sampelya beruura da terdapat sebaya-bayaya ilai amata berbeda pada variabel X j, maa aa terdapat sebaya - split yag berbeda. 3. Utu variabel atagori, pemilaha yag terjadi berasal dari semua emugia pemilaha berdasara terbetuya dua aa gugus yag salig lepas (disjoit). Apaah X j merupaa variabel atagori yag omial bertaraf L, maa aa ada L- - pemilaha, sedaga jia berupa variabel atagori ordial maa aa ada L- pemilaha..5 Atura Growig da Kriteria Goodess-of-Split Poho regresi dibetu melalui suatu pemiliha yag reursif berdasara atura pemilaha. Proses pemilaha dilaua pada tiap simpul dega cara sebagai beriut.. Cari semua emugia pemilaha pada tiap variabel preditor. Pilihlah pemilah terbai dari masig-masig pemilaha terbai dari umpula pemilaha terbai tersebut. Pemilaha terbai dihitug berdasara selisih jumlah uadrat deviasi dari masig-masig simpul dega simpul pemilahya. Selisih terbesar aa dijadia sebagai pemilah terbai. jumlah uadrat deviasi diguaa sebagai riteria ehomogea pada tiap-tiap simpul t. y ( t ) y () ( t ) x t Maa jumlah uadrat deviasi didalam simpul t adalah R ( t ) [ y y ( t )] () x t.6 Pemagasa (Pruig) Poho Regresi Poho yag dibetu dega atura splittig da atura growig diatas beruura sagat besar. Hal ii area atura pemberhetia ( stopig rule) yag diguaa haya berdasara bayaya amata pada simpul ahir atau besarya peigata ehomogea. Cara megatasi masalah ii adalah mecari poho dega uura yag laya. Pecaria poho dega uura yag laya dilaua dega riteria sebagai beriut.. Peetua poho awal yag besar. Secara iteratif poho tersebut dipagas (pruig) mejadi dereta poho yag mai ecil da tersarag 3. Dipilih poho yag terbai dari dereta ii dega megguaa sampel uji ( test sample) atau sampel validasi silag (cross validatio sample) Lagah awal pemagasa dilaua T, yai subpoho yag memeuhi riteria R(T )=R(T max ). Utu medapata T dari T max ambil t L da t R yag merupaa simpul aa iri da simpul aa aa dari T max yag dihasila dari pemilaha pada setiap simpul idu t. Karea R(t) R(t L )+R(t R ), maa etia terdapat dua simpul aa da simpul idu yag memeuhi persamaa R(t) = R(t L )+R(t R ), maa pagaslah simpul aa t L da t R tersebut. Ulagi lagi proses ii sampai tida ada lagi pemagasa yag mugi. Hasilya adalah poho T yag memeuhi riteria diatas. Iti dari pemagasa cost complexity miimum adalah pemotoga hubuga terlemah ( weaest li) pada poho regresi. Utu sembarag T t yag merupaa cabag dari T, besar rataa uadrat esalaha didefiisia. R T R t ' (3) t ~ t ' T t 3

4 .7 Peetua Uura Poho Regresi Optimal Uura poho regresi yag besar aa meyebaba ilai omplesitas esalaha (error complexity) yag tiggi, tetapi semai besar poho regresi maa tigat esalaha predisiya juga aa semai ecil, sehigga perlu dipilih poho regresi optimal yag beruura sederhaa tetapi juga memberia ilai esalaha predisi yag cuup ecil (Thereau ad Atiso, 997 dalam Usayaa, 006). Ada beberapa cara yag diguaa utu meduga tigat esalaha predisi dari suatu model poho regresi. Cara yag pertama adalah dega megguaa peduga peggatia ( resubstitutio estimate), yaitu rataa uadrat esalaha dari eseluruha data sebagai uura tigat esalaha predisi. Peduga peggatia ii dirumusa dega R( T ) [ y d ( x )] (4) N ( x, y ) L Cara yag edua adalah dega megguaa peduga sampel uji ( test sample estimate), amata dibagi dua secara aca mejadi learig sample da test sample. Peduga sampel uji adalah ts R T [ y d ( x )] (5) N ( x, y ) Dimaa d ( x ) adalah dugaa respo dari amata e- pada poho e-. Poho terbai adalah T 0, yag memeuhi riteria: ts ts R T mi R ( T ) (6) 0 Cara yag etiga adalah dega megguaa peduga validasi silag lipat 0 ( 0-fold cross validatio estimate). Peduga validasi silag lipat 0 dirumusa dega V CV ( v ) R ( T ) [ y d ( x )] (7) N v L ( x, y ) Poho yag terbai adalah T 0 yaitu : cv cv R T mi R ( T (8) ) 0.8 Kriteria Model Terbai Kriteria model terbai pada data testig megguaa ilai R-square da RMSE p (Root Mea Square Error Predictio). Nilai R-square dapat dirumusa : R-Square = Yˆ i Y (9) Y Y Nilai RMSE p dapat dirumusa : RMSE p = 4 L v e i i.9 Rumah Tagga Misi Kemisia dapat dibedaa mejadi tiga pegertia yaitu misi absolut, misi relatif da misi ultural. Seseorag termasu gologa misi absolut apabila hasil pedapataya berada di bawah garis emisia. Seseorag yag tergolog misi relatif sebearya telah hidup di atas garis emisia amu masih berada di bawah emampua masyaraat seitarya. Sedag misi ultural beraita erat dega siap seseorag atau seelompo masyaraat yag tida mau berusaha memperbaii tigat ehidupaya sealipu ada usaha dari piha lai yag membatuya. BPS da Depsos (00) meyataa bahwa rumah tagga misi atau berada dibawah garis emisia adalah rumah tagga dega etidamampua idividu dalam memeuhi ebutuha dasar miimal utu hidup laya..0 Idiator Kemisia Utu meuju solusi emisia petig bagi ita utu meelusuri secara detail idiator-idiator emisia tersebut. Adapu idiator-idiator emisia sebagaimaa di utip dari Bada Pusat Statistia ( atara lai sebagai beriut.. Ketidamampua memeuhi ebutuha osumsi dasar (sadag, paga da papa).. Tida adaya ases terhadap ebutuha hidup dasar laiya (esehata, pedidia, saitasi, air bersih da trasportasi). 3. Tida adaya jamia masa depa (area tida ada daa utu pedidia da eluarga). 4. Keretaa terhadap gocaga yag bersifat idividual maupu massa. 5. Redahya ualitas sumber daya mausia da terbatasya sumber daya alam. 6. Kuragya apresiasi dalam egiata sosial masyaraat. 7. Tida adaya ases dalam lapaga erja da mata pecaharia yag beresiambuga. 8. Ketidamampua utu berusaha area cacat fisi maupu metal. i (0)

5 9. Ketidamampua da etidatergatuga sosial (aa -aa terlatar, waita orba eerasa rumah tagga, jada misi, elompo margial da terpecil).. Air Susu Ibu (ASI) ASI adalah maaa alamiah utu bayi ada. ASI megadug utrisi-utrisi dasar da eleme, dega jumlah yag sesuai, utu pertumbuha bayi yag sehat. Memberia ASI epada bayi ada bua saja memberia ebaia bagi bayi tapi juga eutuga utu ibu bai dari segi psiologis maupu fisiologis (Suririah, 004).. Variabel Yag Mempegaruhi Pemberia ASI Berdasara peelitia sebelumya, terdapat beberapa fator utama yag mempegaruhi pemberia ASI, atara lai yaitu Umur Ibu, Umur Ibu Pertama Kawi, Pedidia Ibu, Status Beerja Ibu, Jumlah Aa Lahir Hidup, Keiutsertaa KB, Pedidia Bapa, da Status Daerah 3. Metodologi Peelitia 3. Sumber Data Data yag diguaa pada peelitia adalah data seuder peelitia fator-fator yag memegaruhi pemberia ASI eslusif pada rumah tagga misi di Provisi Sulawesi Tegah (Satoso, 009). Uit yag diteliti pada peelitia ii adalah rumah tagga misi yag memilii balita di Provisi Sulawesi Tegah. 3. Variabel Peelitia Variabel yag diguaa pada peelitia ii meliputi variabel respo (Y) bersala otiyu yaitu jaga watu pemberia ASI eslusif pada rumah tagga misi dega satua bula di Provisi Sulawesi Tegah da variabel preditor (X) yaitu sebagai beriut. Tabel. Variabel Preditor Variabel Desripsi Sala Keteraga Umur ibu Kotiyu - Umur ibu pertama awi Pedidia ibu Status beerja ibu 5 Kotiyu - Katagori Katagori = Tida perah seolah = Tida tamat SD 3 = Tamat SD 4 = Tamat SLTP 5 = Tamat SLTA 6 = Tamat Diploma 7 = Tamat S 8 = Tamat S/S3 = Beerja = Tida beerja Jumlah aa yag dilahira hidup Kotiyu - Keiutsertaa KB Pedidia bapa Status daerah Katagori Katagori Katagori = Sedag iut KB = Tida iut KB lagi 3 = Tida perah iut KB = Tida perah seolah = Tida tamat SD 3 = Tamat SD 4 = Tamat SLTP 5 = Tamat SLTA 6 = Tamat Diploma 7 = Tamat S 8 = Tamat S/S3 = Perotaa = Pedesaa 3.3 Metode Aalisis Lagah-lagah yag aa dilaua utu mecapai tujua peelitia ii adalah aalisis desriptif da Regresi Poho yag dapat dijelasa sebagai beriut. a. Utu mejawab tujua yag pertama yaitu medapata arateristi pemberia ASI eslusif pada rumah tagga misi di Provisi Sulawesi Tegah aa dilaua aalisis desriptif. b. Selajutya utu mejawab tujua edua aa dicari model poho regresi. Aalisis megguaa software CART versi 4.0 da dilaua dega tahapa sebagai beriut :. Esplorasi data.. Pembetua poho regresi. 3. Peghetia pembetua Regresi Poho.

6 4. Pemagasa Regresi Poho dega megguaa riteria omplesitas esalaha (cost complexity) yag miimum. 5. Pemiliha poho regresi optimal adalah dega sampel uji atau dega validasi silag lipat 0 yag miimum. 6. Melaua validasi model dega memasua data testig pada poho regresi optimal. 4. Aalisis Data da Pembahasa Pada bab ii aa dibahas tetag desripsi variabel peelitia da pembetua model regresi poho lama pemberia ASI eslusif pada rumah tagga misi di Provisi Sulawesi Tegah. 4. Statisti Desriptif 4.. Desripsi Lama Pemberia ASI Eslusif, Umur Ibu, Umur Ibu Pertama Kawi, da Jumlah Aa Lahir Hidup Iformasi megeai gambara secara umum terhadap lama pemberia ASI Eslusif, umur ibu saat ii, umur ibu pertama awi da jumlah aa lahir hidup dapat dilihat melalui statisti desriptif beriut. Tabel. Statisti Desriptif Lama Pemberia ASI Eslusif, Umur Ibu, Umur Ibu Pertama Kawi da Jumlah Aa Lahir Hidup Variabel Mea StDev Mi Max Lama Pemberia ASI Eslusif,99, Umur Ibu 8,7 5, Umur Ibu Pertama Kawi 8,96 3, Jumlah Aa Lahir Hidup 3,67,007 3 Tabel dapat dietahui rata-rata lama pemberia ASI eslusif adalah,99 bula, stadar deviasi sebesar,954 dega ilai miimum yaitu 0 bula da masimum 6 bula. Hal ii berarti rata-rata ibu memberia ASI eslusif epada si bayi adalah,99 bula dega simpaga bau sebesar,954 da lama memberia ASI eslusif miimum adalah 0 bula da masimum 6 bula. Rata-rata umur ibu adalah 8,7 tahu dega stadar deviasi sebesar 5,57 da umur ibu palig redah adalah 5 tahu serta palig tiggi adalah 49 tahu. Rata-rata umur ibu pertama awi adalah 8,96 tahu dega stadar deviasi sebesar 3,86 da umur ibu palig redah pertama awi adalah 3 tahu serta palig tiggi adalah 37 tahu. Utu jumlah aa yag dilahira hidup rata-rata adalah 3,67 4 aa dega stadar deviasi sebesar,007, terredah jumlah aa lahir hidup adalah aa da tertiggi adalah 3 aa. 4.. Desripsi Pedidia Ibu da Pedidia Bapa Pedidia ibu adalah tigat pedidia ibu sampai saat ii da pedidia bapa adalah tigat pedidia bapa sampai saat ii. Desripsi pedidia ibu da pedidia bapa aa disajia dega diagram batag (bar chart) sebagai beriut. Gambar. Bar Chart Pedidia Ibu Gambar 3. Bar Chart Pedidia Bapa Pada Gambar da Gambar 3 mejelasa bahwa tigat pedidia ibu da bapa di Provisi Sulawesi Tegah. Pedidia ibu da bapa palig baya adalah tamat SD, yaitu ada sebaya 398 orag da 330 orag. Pedidia ibu palig sediit adalah tamat Diploma, yaitu ada sebaya orag da pedidia bapa palig sediit adalah tamat Diploma sebaya orag, tamat S sebaya orag. Tigat pedidia ibu mempegaruhi dalam memberia ASI eslusif epada si bayi area semai tiggi pedidia ibu maa semai bai ibu megetahui mafaat dari ASI sedaga bapa yag terpelajar dapat megetahui mafaat ASI, diharapa bapa dapat memberia duuga peuh terhadap istriya utu dapat memberia ASI eslusif sepeuhya area aduga gizi tiggi dari ASI. 6

7 4..3 Desripsi Keiutsertaa KB Keiutsertaa KB merupaa usaha dii dalam membuat eluarga ecil bahagia da sejahtera, variabel eiutsertaa KB dibedaa mejadi tiga atagori yaitu sedag iut KB, tida iut KB lagi da tida perah iut KB. Desripsi eiutsertaa KB aa disajia dega diagram ligara ( pie chart) sebagai beriut. Gambar 4 mejelasa bahwa ibu yag megiuti KB (eiutsertaa KB) di Provisi Sulawesi Tegah ada sebaya 484 orag ibu sedag iut KB dega persetase sebaya 6%, sebaya 6 orag ibu tida iut KB lagi dega persetase sebaya % da sisaya sebaya 9 orag ibu tida perah iut KB dega persetase sebaya 7% Desripsi Status Beerja Ibu da Status Daerah Status beerja ibu dibedaa mejadi dua atagori yaitu beerja da tida beerja. Utu status daerah dibedaa mejadi dua atagori yaitu daerah perotaa da daerah pedesaa. Desripsi status beerja ibu da status daerah aa disajia dega diagram ligara (pie chart) sebagai beriut. Gambar 5 mejelasa bahwaa baya rumah tagga misi di Provisi Sulawesi Tegah yag beerja hususya seorag ibu, ada sebaya 330 orag yaitu ibu beerja dega persetase sebesar 43% da ada sebaya 445 orag ibu yag tida beerja dega persetase sebesar 57%. Hal ii berarti hampir 43% seorag ibu yag beerja utu membatu eoomi eluarga sehigga dalam memberia ASI eslusif epada si bayi berurag area sibu dega mecari afah daripada ibu yag tida beerja. Gambar 5. Pie Chart Status Beerja Ibu Gambar 4. Pie Chart Keiutsertaa KB Gambar 6. Pie Chart Status Daerah Gambar 6 mejelasa bahwa baya rumah tagga misi di Provisi Sulawesi Tegah yag bertempat tiggal di daerah pedesaa ada sebaya 683 rumah tagga misi dega persetase sebesar 88% da sisaya rumah tagga misi yag tiggal di daerah perotaa ada sebaya 9 dega persetase sebesar %. Hal ii berarti mayoritas rumah tagga misi di Provisi Sulawesi Tegah bertempat tiggal di daerah pedesaa da perilau ibu yag tiggal di pedesaa umumya lebih lama memberia ASI eslusif pada bayiya daripada ibu yag tiggal di perotaa. 4. Aalisis Regresi Poho Aalisis regresi poho aa diguaa utu megetahui variabel-variabel yag mempegaruhi pemberia ASI eslusif pada rumah tagga misi di Provisi Sulawesi Tegah da memodela hubuga atara variabel-variabel yag berpegaruh tersebut dega lama pemberia ASI eslusif pada rumah tagga misi di Provisi Sulawesi Tegah. Lagah pertama dari aalisis regresi poho adalah melaua esplorasi data, selajutya dilaua proses pembetua poho regresi, pemagasa poho regresi da validasi model poho regresi. 4.. Esplorasi Data Hasil aalisis desriptif pemberia ASI eslusif pada rumah tagga misi di Provisi Sulawesi Tegah meurut masig-masig variabel preditor meujua bahwa sebara data memilii ragam 7

8 (varias) yag cuup tiggi, ii tida dapat dijelasa oleh satu variabel preditor saja, melaia diduga dipegaruhi oleh variabel preditor yag lai dimaa terdapat adaya eteraita atau iterasi atara variabel yag satu dega yag laiya. Jumlah data eseluruha yag diguaa dalam peelitia ii sebaya 775 rumah tagga misi di Provisi Sulawesi Tegah. Data peelitia dibagi mejadi yaitu data learig da data testig. Pembagia sampel data dilaua dega cara aca ( radom) dega data learig sebesar 80% sebaya 60 rumah tagga misi da data testig sebesar 0% sebaya 55 rumah tagga misi. Data learig diguaa utu proses pembetua model poho regresi, sedaga data testig diguaa utu melaua validasi model. Selajutya dilaua pemodela lama pemberia ASI eslusif dega data 60 rumah tagga misi megguaa metode regresi poho yag melibata delapa variabel preditor yaitu umur ibu, umur ibu pertama awi, pedidia ibu, status beerja ibu, jumlah aa lahir hidup, eiutsertaa KB, pedidia bapa da status daerah. 4.. Peumbuha Model Poho Regresi Masimal Pembetua atau peumbuha (growig) model poho regresi dilaua meurut atura pemilaha da atura peumbuha, yaitu dimulai dari pemilaha data lama pemberia ASI eslusif dari 60 rumah tagga misi oleh variabel pemilah terbai (diatara variabel umur ibu, umur ibu pertama awi, pedidia ibu, status beerja ibu, jumlah aa lahir hidup, eiutsertaa KB, pedidia bapa da status daerah). Tiap-tiap variabel preditor memilii jumlah emugia pemilaha yag berbeda, yaitu utu masig-masig variabel preditor otiyu dimaa terdapat sebaya-bayaya ilai amata berbeda pada variabel tersebut, maa aa terdapat sebaya - pemilaha yag mugi dilaua, sehigga: Variabel umur ibu memilii 3-=3 emugia pemilaha. Variabel umur ibu pertama awi memilii 0-=9 emugia pemilaha. Variabel jumlah aa yag dilahira hidup memilii -=0 emugia pemilaha. Utu masig-masig variabel preditor atagori bersala ordial bertaraf L, maa aa terdapat L emugia pemilaha yag mugi dilaua, sehigga: Variabel pedidia ibu memilii 8-=7 emugia pemilaha. Variabel pedidia bapa memilii 8-=7 emugia pemilaha. Utu masig-masig variabel preditor atagori bersala omial bertaraf L, maa aa terdapat L- emugia pemilaha yag mugi dilaua, sehigga: Variabel status beerja ibu memilii - -= emugia pemilaha. Variabel eiutsertaa KB memilii 3- -=3 emugia pemilaha. Variabel status daerah memilii - -= emugia pemilaha. Jadi, peumbuha poho regresi masimal dimulai dega mecoba 3 emugia pemilaha pada data lama pemberia ASI eslusif dari 60 rumah tagga misi yag terumpul dalam suatu himpua yag disebut simpul aar da diberi ama simpul. Masig-masig emugia pemilaha ii aa meghasila elompo data yag diamaa simpul aa iri da simpul aa aa, edua simpul aa tersebut diberi ama simpul da simpul 3. Pemilaha ii diharapa dapat memasimuma uura eheterogea di dalam masig-masig simpul aa relatif terhadap simpul iduya, da memasimuma uura pemisaha (separatio) atara simpul aa iri da simpul aa aa yag terbetu tersebut. Gambar 7. Model Poho Regresi Masimal Poho regresi masimal yag terbetu ditujua pada Gambar 7. Poho regresi masimal tersebut memilii 4 simpul dalam ( iteral ode) da 5 simpul termial ( termial ode), dega edalama (depth) poho regresi sebesar 0 tigata. Kedalama poho meujua jumlah level atau tigata dari poho regresi yag dihitug dari simpul utama sampai pada simpul termial terbawah. Simpul pertama dari poho regresi masimal adalah variabel umur ibu pertama awi, hal ii meujua bahwa variabel umur ibu pertama awi mempuyai sumbaga yag relatif besar terhadap pembetua model poho regresi 8

9 masimal dega ilai esalaha relatif sampel uji sebesar,355 ± 0,3 yaitu berisar atara,4 sampai,486. Kesalaha relatif peggati sebesar 0,430 dega omplesitas relatif (ambag omplesitas) sebesar -,000. Tigat esalaha predisi dari model poho regresi yag terbetu dihitug dega megguaa peduga sampel uji (test sample). Tabel 3. Sor Variabel Petig Pada Poho Regresi Masimal Variabel Sor Umur ibu pertama awi (X) Umur ibu (X) 67.9 Jumlah aa lahir hidup (X5) Pedidia bapa (X7) 6.04 Pedidia ibu (X3) 5.0 Keiutsertaa KB (X6) 35.4 Status beerja ibu (X4) 5.45 Status daerah (X8) 9.76 Tabel 3 mejelasa pada model poho regresi masimal yag terbetu, teryata semua variabel preditor yag diduga mempegaruhi lama pemberia ASI eslusif masu e dalam model. Variabel yag palig berpegaruh terhadap lama pemberia ASI eslusif adalah variabel umur ibu pertama awi. Variabel umur ibu pertama awi memilii sor tertiggi yaitu sebesar 00, artiya variabel umur ibu pertama awi adalah variabel yag palig serig diguaa sebagai pemilah utama ( primary splitter) maupu pemilah peggati ( surrogate splitter) pada poho regresi masimal. Jadi, variabel umur ibu pertama awi merupaa variabel yag mempuyai otribusi utama dalam pembetua model poho regresi masimal Pemagasa (Pruig) Poho Regresi Masimal Poho regresi yag dibetu melalui proses pemilaha secara reursif diatas aa beruura sagat besar. Hal ii disebaba area atura peghetia ( stoppig rule) yag diguaa haya berdasara bayaya jumlah amata pada simpul termial miimal 5 atau peurua tigat eragama lama pemberia ASI eslusif dalam tiap simpul aa hasil pemilaha. Uura poho regresi yag besar aa meyebaba ilai omplesitas esalaha (error complexity) yag tiggi, tetapi semai besar poho regresi maa tigat esalaha predisi yag dihitug berdasara peduga sampel uji ( test sample) aa semai ecil sehigga perlu dipilih poho regresi optimal yag beruura sederhaa tetapi juga memberia tigat esalaha predisi yag cuup ecil. Poho regresi masimal dipagas utu medapata model poho regresi yag beruura lebih sederhaa dega tida megabaia tigat esalaha predisi. Gambar 8. Pemagasa Node Poho Regresi Masimal Gambar 8 terdapat ode/simpul yag aa dipagas yaitu pada simpul 3 (ode 3). Simpul tersebut megalami pemagasa area simpul idu da edua simpul aa memeuhi persamaa R(t) R(t R )+R(t L ), yaitu selisih jumlah uadrat deviasi sama dega ol atau 0,9 0,67+0 maa pemagasa dilaua. Terpeuhiya persamaa tersebut megaibata terjadiya proses pemagasa da pemagasa terjadi utu ode/simpul 3. Proses pemagasa berlajut sampai tida ada lagi pemagasa yag mugi. Sehigga didapata poho optimal dega cost complexity miimum Poho Regresi Optimal Peetua poho regresi optimal dari dereta poho regresi yag terbetu dilaua dega megombiasia ilai parameter omplesitas esalaha miimum, esalaha relatif peduga peggati da esalaha relatif peduga sampel uji. Gambar 9 meujua bahwa esalaha relatif peduga sampel uji cederug meigat dega bertambahya jumlah simpul termial higga mecapai jumlah 37 simpul termial da esalaha relatif peduga sampel uji cederug osta. Poho regresi optimal yag terpilih 9

10 adalah poho regresi T 65 yag memilii esalaha relatif peduga sampel uji terecil sebesar 0,99 ± 0,04 dega ilai esalaha relatif berisar atara 0,887 sampai 0,97. Kesalaha relatif peggati sebesar 0,904 dega omplesitas relatif (ambag omplesitas) sebesar,46. Gambar 9. Plot Perbadiga Relative Cost Dega Jumlah Simpul Poho regresi optimal yag terpilih tersebut memilii 6 simpul dalam ( iteral ode) da 7 simpul termial ( termial ode), dega 5 edalama ( depth) poho regresi. Pada model poho regresi optimal yag terbetu, teryata tida semua variabel preditor yag diduga mempegaruhi lama pemberia ASI eslusif masu e dalam model. Dari delapa variabel preditor haya dua variabel preditor yag masu e dalam model poho regresi optimal yaitu variabel umur ibu pertama awi da umur ibu saat ii. Node X <= STD =.94 Avg =.995 N = 60 Node X <= STD =.74 Avg = N = 88 Node 4 X <= STD =.97 Avg =.835 N = 53 Termial Node STD =.756 Avg = 3.38 N = 9 Node 3 X <= STD =.583 Avg = N = 59 Termial Node 4 STD =.784 Avg =.3 N = 87 Node 5 X <= STD =.938 Avg =.935 N = 445 Termial Node STD =.379 Avg = N = 33 Termial Node 3 STD =.563 Avg = 3.69 N = 6 Termial Node 5 STD =.97 Avg = 3.3 N = 97 Node 6 X <= STD =.99 Avg = 3.03 N = 300 Termial Node 6 STD = 0.47 Avg = N = 3 Termial Node 7 STD =.90 Avg =.586 N = 45 Gambar 0. Model Poho Regresi Optimal Gambar 0 dapat dietahui bahwa variabel yag mejadi pemilaha utama adalah variabel X yaitu umur ibu pertama awi. Variabel ii memilah 60 rumah tagga misi mejadi elompo yaitu sebaya 88 rumah tagga misi yag memilii umur 4,5 tahu masu e dalam simpul, sedaga 53 rumah tagga misi laiya yag memilii umur >4,5 tahu masu e dalam simpul 4. Rata-rata lama pemberia ASI eslusif adalah,995 bula dega simpaga bau sebesar,94. Pada simpul dipilah lagi berdasara variabel umur ibu pertama awi (X) sebagai pemilah yag memilah 88 rumah tagga misi mejadi elompo yaitu sebaya 9 rumah tagga misi yag memilii umur 3,5 tahu masu e dalam simpul iri yaitu simpul termial (sudah homoge) da 59 rumah tagga misi laiya yag memilii umur >3,5 tahu, masu e dalam simpul 3. Rata-rata lama pemberia ASI eslusif adalah 3,966 bula dega simpaga bau sebesar,74. Pada simpul 3, variabel umur ibu (X) memberi ilai peurua eheterogea yag tiggi sebagai pemilah setelah dipilah berdasara variabel umur ibu pertama awi (X) yag memilah 59 rumah tagga misi mejadi elompo yaitu sebaya 33 rumah tagga misi yag memilii umur 6,5 tahu masu e dalam simpul iri yaitu simpul termial (sudah homoge) da 6 rumah tagga misi laiya yag memilii umur >6,5 tahu, masu e dalam simpul aa yaitu simpul termial 3 (sudah homoge). Ratarata lama pemberia ASI eslusif adalah 4,373 bula dega simpaga bau sebesar,583. Pada simpul 4, variabel umur ibu (X) memberi ilai peurua eheterogea yag tiggi sebagai pemilah setelah dipilah berdasara variabel umur ibu pertama awi (X) yag memilah 53 rumah tagga misi mejadi elompo yaitu sebaya 87 rumah tagga misi yag memilii umur 4,5 tahu masu e dalam simpul iri yaitu simpul termial 4 (sudah homoge) da 445 rumah tagga misi laiya yag memilii umur >4,5 tahu, masu e dalam simpul aa yaitu simpul 5. Rata-rata lama pemberia ASI eslusif adalah,835 bula dega simpaga bau sebesar,97. Pada simpul 5, variabel umur ibu (X) sebagai pemilah yag memilah 445 rumah tagga misi mejadi elompo yaitu sebaya 45 rumah tagga misi yag memilii umur >3,5 tahu masu e dalam simpul aa yaitu simpul termial 7 (sudah homoge) da 300 rumah tagga misi laiya yag 0

11 Y memilii umur 3,5 tahu, masu e dalam simpul iri yaitu simpul 6. Rata-rata lama pemberia ASI eslusif adalah,935 bula dega simpaga bau sebesar,938. Pada simpul 6, variabel umur ibu pertama awi (X) embali memberi ilai peurua eheterogea yag tiggi sebagai pemilah yag memilah 300 rumah tagga misi mejadi elompo yaitu sebaya 97 rumah tagga misi yag memilii umur 7,5 tahu masu e dalam simpul iri yaitu simpul termial 5 (sudah homoge) da 3 rumah tagga misi laiya yag memilii umur >7,5 tahu, masu e dalam simpul aa yaitu simpul termial 6 (sudah homoge). Rata-rata lama pemberia ASI eslusif adalah 3,03 bula dega simpaga bau sebesar,99. Simpul termial : Ada sebaya 9 rumah tagga misi dega rata-rata lama pemberia ASI eslusif sebesar 3,38 bula da simpaga bau sebesar,756 dega arateristi umur ibu pertama awi 3,5 da 4,5. Simpul termial : Ada sebaya 33 rumah tagga misi dega rata-rata lama pemberia ASI eslusif sebesar 4,909 bula da simpaga bau sebesar,379 dega arateristi umur ibu 6,5, umur ibu pertama awi >3,5 da 4,5. Simpul termial 3: Ada sebaya 6 rumah tagga misi dega rata-rata lama pemberia ASI eslusif sebesar 3,69 bula da simpaga bau sebesar,563 dega arateristi umur ibu >6,5, umur ibu pertama awi >3,5 da 4,5. Simpul termial 4: Ada sebaya 87 rumah tagga misi dega rata-rata lama pemberia ASI eslusif sebesar,3 bula da simpaga bau sebesar,784 dega arateristi umur ibu 4,5 da umur ibu pertama awi >4,5. Simpul termial 5: Ada sebaya 97 rumah tagga misi dega rata-rata lama pemberia ASI eslusif sebesar 3,3 bula da simpaga bau sebesar,97 dega arateristi umur ibu pertama awi 7,5, umur ibu 3,5 serta >4,5 da umur ibu pertama awi >4,5. Simpul termial 6: Ada sebaya 3 rumah tagga misi dega rata-rata lama pemberia ASI eslusif sebesar 0,333 bula da simpaga bau sebesar 0,47 dega arateristi umur ibu pertama awi >7,5, umur ibu 3,5 serta >4,5 da umur ibu pertama awi >4,5. Simpul termial 7: Ada sebaya 45 rumah tagga misi dega rata-rata lama pemberia ASI eslusif sebesar,586 bula da simpaga bau sebesar,9 dega arateristi umur ibu >3,5 serta >4,5 da umur ibu pertama awi >4, Tabel 4. Sor Variabel Petig Pada Poho Regresi Optimal Variabel Sor Umur ibu pertama awi (X) Umur ibu (X) Jumlah aa lahir hidup (X5) 8.6 Pedidia ibu (X3).78 Keiutsertaa KB (X6).36 Pedidia bapa (X7) 0.7 Status beerja ibu (X4) 0.00 Status daerah (X8) 0.00 Tabel 4. meujua variabel yag palig berpegaruh terhadap lama pemberia ASI eslusif adalah variabel umur ibu pertama awi. Variabel umur ibu pertama awi memilii sor tertiggi yaitu sebesar 00, emudia disusul variabel umur ibu sebesar 50,38. Variabel jumlah aa lahir hidup, pedidia ibu, eiutsertaa KB serta pedidia bapa tida memberia ilai otribusi yag berarti (sigificat) dalam pembetua model poho regresi optimal, sehigga secara statisti pegaruhya dapat diabaia. T e rm i a l N o d e s S o rte d B y T a rg e t V a ria b le P re d ic tio Gambar. Boxplot Lama Pemberia ASI Eslusif Pada Poho Regresi Optimal Gambar meujua boxplot lama pemberia ASI eslusif pada masig-masig simpul termial pada poho regresi optimal, semai e aa posisi suatu simpul termial dalam boxplot tersebut maa simpul termial tersebut aa memilii media yag lebih tiggi dari simpul termial yag berada di sebelah

12 iriya. Sebagia besar simpul termial terlihat memilii eragama ( varias) yag cuup tiggi da terdapat beberapa data pecila (outlier). Hal ii disebaba area adaya amata dalam simpul termial tersebut yag meghasila besar lama pemberia ASI eslusif yag berbeda jauh dari ilai rata-rataya pada masig-masig simpul termial dari model poho regresi optimal yag terbetu Validasi Model Poho Regresi Optimal Model poho regresi yag bai adalah model yag mampu mempredisi data atau amata baru. Utu tujua tersebut maa sebaya 55 data testig dimasua e dalam poho regresi optimal yag terbetu utu melaua validasi model, yaitu melihat emampua model poho regresi yag terbetu dalam meduga atau mempredisi lama pemberia ASI eslusif utu data testig dega riteria MSE. Tabel 5. Kriteria Model Terbai Lama Pemberia ASI Eslusif Data Testig RMSE p,9945 R-Square 7,4% Tabel 5 dapat dietahui bahwa dari 55 data testig yag diguaa utu melaua validasi pada model poho regresi optimal didapata ilai RMSE p sebesar,9945 da R-Square sebesar 7,4%. 5. Kesimpula da Sara 5. Kesimpula Pada peelitia ii dapat diambil beberapa esimpula berdasara hasil aalisis da pembahasa sebagai beriut.. Hasil statisti desriptif megiformasia bahwa dari 775 rumah tagga misi di Provisi Sulawesi Tegah utu rata-rata lama memberi ASI eslusif adalah,99 bula dega stadar deviasi,954, ratarata umur ibu adalah 8,7 tahu dega stadar deviasi 5,57, rata-rata umur ibu pertama awi adalah 8,96 tahu dega stadar deviasi 3,86 da rata-rata jumlah aa lahir hidup adalah 4 dega stadar deviasi,007. Tigat pedidia ibu da bapa palig baya tamat SD yaitu 398 da 330 orag, serta baya rumah tagga misi di Provisi Sulawesi Tegah yag sedag iut KB yaitu 6%. Rumah tagga misi di Provisi Sulawesi Tegah hususya ibu baya yag tida beerja da rumah tagga misi di Provisi Sulawesi Tegah palig baya bertempat tiggal di daerah pedesaa yaitu 88%.. Model poho regresi optimal didapata ada sebaya 9 rumah tagga misi dega arateristi umur ibu pertama awi 3,5 da 4,5, masu pada simpul termial. Ada sebaya 33 rumah tagga misi dega arateristi umur ibu 6,5, umur ibu pertama awi >3,5 da 4,5, masu pada simpul termial. Ada sebaya 6 rumah tagga misi dega arateristi umur ibu >6,5, umur ibu pertama awi >3,5 da 4,5, masu pada simpul termial 3. Ada sebaya 87 rumah tagga misi dega arateristi umur ibu 4,5 da umur ibu pertama awi >4,5, masu pada simpul termial 4. Ada sebaya 97 rumah tagga misi dega arateristi umur ibu pertama awi 7,5, umur ibu 3,5 serta >4,5 da umur ibu pertama awi >4,5, masu pada simpul termial 5. Ada sebaya 3 rumah tagga misi dega arateristi umur ibu pertama awi >7,5, umur ibu 3,5 serta >4,5 da umur ibu pertama awi >4,5, masu pada simpul termial 6 da ada sebaya 45 rumah tagga misi dega arateristi umur ibu >3,5 serta >4,5 da umur ibu pertama awi >4,5, masu pada simpul termial 7. Variabel umur ibu pertama awi adalah variabel utama dalam membetu poho regresi. Poho regresi optimal diperoleh esalaha relatif peduga sampel uji sebesar 0,99 ± 0,04 dega 7 simpul termial da 5 edalama poho regresi. Pada hasil validasi model didapata ilai RMSE p sebesar,9945 da R-Square sebesar 7,4%. 5. Sara. Agar tercapai tujua yag diigia maa sebaiya dalam peelitia selajutya dilaua pecatata yag lebih legap agar memiimala missig value atau pegamata yag hilag.. Metode CART sebaiya diembaga, area metode ii dapat meredusi omplesitas data serta mudah dalam iterpretasi hasil. 6. DAFTAR PUSTAKA Bada Pusat Statisti da Departeme Sosial. 00. Pedudu Fair Misi Idoesia 00. Jaarta: BPS. BPS Provisi Sulawesi Tegah Statisti Kesejahteraa Rayat 007. Palu: BPS. Breima L., Friedma J. H., Olshe R. A., da Stoe C. J Classificatio Ad Regressio Trees. New Yor: Chapma & Hall. Departeme Kesehata RI. 00. Maajeme Latasi. Jaarta: Depes RI. Departeme Kesehata RI Riset Kesehata Dasar. Jaarta: Depes RI.

13 Dias Kesehata Doggala Dias Kesehata Kabupate Doggala. respo.org/profilesehata/tahu007/derajatesehata/. (taggal ases: 3 April 00). Diretorat Statisti da Kepedudua Survei Demografi da Kesehata Idoesia. Biro Pusat Statisti. /sdi.(taggal ases: 7 Maret 00). Idra Kemisia. spot.com/. (taggal ases: Maret 00). Komalasari, W. B Metode Poho Regresi Utu Esploratori Data Dega Peubah Yag Baya da Komples. Jural Iformatia Pertaia, 6, Lewis, M. D. da Roger, J A Itroductio to Classificatio ad Regressio Tree (CART) Aalysis. Preseted at the 000 Aual Meetig Of Society For Academy Emergecy Medice i Sa Fracisco, Califoria. org/dowload/lewis.pdf Mayasari, S. D Pemodela curah huja bulaa dega metode regresi berstrutur poho berdasara idiator ides ENSO (El-Nio Souther Oscillatio). [Tugas Ahir tida dipubliasia]. Surabaya: Program Sarjaa Jurusa Statistia ITS. Pagaribua, R. V. da Purwestri, R. C Household livelihood security survey i Poso, Morowali ad Tojo Ua Ua districts, Cetral Sulawesi: A baselie survey for PULIH project. SEAMEO- TROPMED RCCN Uiversity of Idoesia, Jaarta: Report prepared for CARE Iteratioal Idoesia. Satia, O. da Septiari, A. M Baselie survey for Baggai utritio ad water project, Wahaa Visi Idoesia World Visio Idoesia, Baggai District, Cetral Sulawesi. SEAMEOTROPMED RCCN Uiversity of Idoesia, Jaarta: Report prepared for World Visio Iteratioal. Satoso, A Fator-Fator Yag Memegaruhi Pemberia Asi Eslusif Pada Rumah Tagga Misi Di Provisi Sulawesi Tegah Dega Pedeata MARS Baggig. [Tesis tida dipubliasia]. Surabaya: Program Pasca Sarjaa Jurusa Statistia ITS. Setyorii, U. E Aalisis Variabel-Variabel yag Mempegaruhi IPK Wisudawa ITS dega Metode Regresi Poho ( Studi Kasus Peerima Program DUE-LIKE BATCH I). [Tugas Ahir tida dipubliasia]. Surabaya: Program Sarjaa Jurusa Statistia ITS. Steiberg D. da Phillip C CART Classificatio ad Regressio Trees. CA: Salford System, Sa Diego. Suririah Air Susu Ibu Memberi Keutuga Gada Utu Ibu da Bayi. ibu.com. (taggal ases: 05 Maret 00). Usayaa, I. G. N. B Aalisis variabel-variabel yag mempegaruhi besar emisi gas buag edaraa berbaha baar besi berdasara idiator arbo moosida (CO) dega metode regresi poho. [Tugas Ahir tida dipubliasia]. Surabaya: Program Sarjaa Jurusa Statistia ITS. Walpole, E. R Pegatar Statistia Edisi e-3. Jaarta: PT. Gramedia Pustaa Utama. World Health Orgaizatio. 00. Global Strategy o Ifat ad Youg Child Feedig. Geewa: UNICEF. 3