Show simple item record

dc.contributor.authorHASTUTI, Silvia
dc.date.accessioned2023-02-07T01:34:46Z
dc.date.available2023-02-07T01:34:46Z
dc.date.issued2023-01
dc.identifier.nim191810101046en_US
dc.identifier.urihttps://repository.unej.ac.id/xmlui/handle/123456789/111965
dc.descriptionFinalisasi unggah file repositori tanggal 7 Februari 2023_Kurnadien_US
dc.description.abstractStunting merupakan salah satu permasalahan yang menjadi fokus dunia saat ini untuk bisa segera diselesaikan. World Health Organization (WHO) menetapkan bahwa masalah kesehatan masyarakat suatu negara dikatakan kronis apabila angka prevalensi stunting mencapai lebih dari 20%. Angka prevalensi stunting di Indonesia pada tahun 2021 mencapai 24,4% dan di Provinsi Jawa Timur sebesar 23,5%. Tujuan dari penelitian ini yaitu untuk menganalisis faktor yang berkorelasi dengan prevalensi stunting di Provinsi Jawa Timur dengan metode Random Forest Regression (RFR) dan Geographically Weighted Random Forest (GWRF). Hasil dari penelitian ini yaitu faktor yang berkorelasi dengan prevalensi stunting berdasarkan metode RFR adalah jumlah bayi yang memperoleh inisiasi menyusui dini, jumlah balita gizi kurang, dan jumlah posyandu aktif. Metode RFR menghasilkan nilai RMSE sebesar 3,014, MAPE 11,69%, dan R-Square 0,816. Adapun faktor yang berkorelasi dengan prevalensi stunting berdasarkan metode GWRF dibagi menjadi 6 kelompok sesuai dengan kesamaan faktor yang berkorelasi dengan stunting di kabupaten/kota tersebut. Metode GWRF memberikan hasil lebih baik daripada RFR ditunjukkan dengan nilai RMSE yang dihasilkan sebesar 1,023, MAPE 4,45%, dan R-Square sebesar 0,978.en_US
dc.description.sponsorshipDosen Pembimbing Utama : Dr. Yuliani Setia Dewi, S.Si., M.Si. Dosen Pembimbing Anggota : Dr. Mohamat Fatekurohman, S.Si., M.Si.en_US
dc.language.isootheren_US
dc.publisherFakultas Matematika dan Ilmu Pengetahuan Alamen_US
dc.subjectRANDOM FOREST REGRESSIONen_US
dc.subjectGEOGRAPHICALLY WEIGHTED RANDOM FORESTen_US
dc.subjectSTUNTINGen_US
dc.titlePerbandingan Metode Random Forest Regression dan Geographically Weighted Random Forest pada Analisis Prevalensi Stunting di Provinsi Jawa Timuren_US
dc.typeSkripsien_US
dc.identifier.prodiMatematikaen_US
dc.identifier.pembimbing1Dr. Yuliani Setia Dewi, S.Si., M.Si.en_US
dc.identifier.pembimbing2Dr. Mohamat Fatekurohman, S.Si., M.Si.en_US
dc.identifier.validatorKacung-7 Februari 2023en_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record