stepwise linear guide dalam menganalisis …scholar.unand.ac.id/42945/1/abstrak +...

2
PENERAPAN METODE POHON REGRESI STEPWISE LINEAR DENGAN ALGORITMA GUIDE DALAM MENGANALISIS PENGARUH KINERJA PROGRAM GIZI TERHADAP PREVALENSI UNDERWEIGHT DI INDONESIA SKRIPSI SARJANA MATEMATIKA OLEH: ISNANI 1410432039 Dosen Pembimbing: 1. Izzati Rahmi HG, M.Si 2. Yudiantri Asdi, M.Sc JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ANDALAS PADANG 2019

Upload: ngokiet

Post on 14-Aug-2019

214 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: STEPWISE LINEAR GUIDE DALAM MENGANALISIS …scholar.unand.ac.id/42945/1/Abstrak + Cover.pdfmenganalisis pengaruh kinerja program gizi terhadap prevalensi underweight di indonesia skripsi

PENERAPAN METODE POHON REGRESI STEPWISE

LINEAR DENGAN ALGORITMA GUIDE DALAM

MENGANALISIS PENGARUH KINERJA PROGRAM GIZI

TERHADAP PREVALENSI UNDERWEIGHT DI INDONESIA

SKRIPSI SARJANA MATEMATIKA

OLEH:

ISNANI

1410432039

Dosen Pembimbing:

1. Izzati Rahmi HG, M.Si

2. Yudiantri Asdi, M.Sc

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS ANDALAS

PADANG

2019

Page 2: STEPWISE LINEAR GUIDE DALAM MENGANALISIS …scholar.unand.ac.id/42945/1/Abstrak + Cover.pdfmenganalisis pengaruh kinerja program gizi terhadap prevalensi underweight di indonesia skripsi

ABSTRAK

Underweight merupakan keadaan gizi kurang yang merupakan akibat dari

kekurangan asupan zat gizi yang masuk ke dalam tubuh. Berdasarkan Peman-

tauan Status Gizi (PSG) tahun 2017, wilayah Indonesia mengalami prevalensi

underweight sebesar 17,8% yang mana prevalensi ini melewati batas aman ke-

jadian underweight menurut WHO (World Health Organization). Oleh karena

itu, perlu dianalisis pengaruh kinerja program gizi terhadap prevalensi un-

derweight di Indonesia agar dapat dijadikan acuan untuk menyelesaikan per-

masalahan underweight di Indonesia. Salah satu metode yang dapat digu-

nakan yaitu metode pohon regresi stepwise linear dengan algoritma GUIDE

(Generalized, Unbiased Interaction Detection and Estimation). Hasil analisis

data dengan menggunakan metode ini menunjukkan bahwa kejadian under-

weight dapat dikelompokkan menjadi 17 kelompok berdasarkan karakteris-

tiknya oleh 8 kinerja program gizi, sedangkan model yang terbentuk disetiap

simpul dipengaruhi oleh 13 kinerja program gizi, dimana ketepatan model yang

dihasilkan meningkat dari 0,2796 menjadi 0,6227. Dengan kata lain, dugaan

yang diperoleh dari model yang terbentuk mampu menerangkan pengaruh ki-

nerja program gizi terhadap prevalensi underweight di Indonesia.

Kata Kunci: pohon regresi stepwise linear, algoritma GUIDE, prevalensi

underweight