Pemodelan Spatial Autoregressive Quantile Regression (SARQR) Menggunakan Pembobot Queen Contiguity Pada Kasus Stunting Balita di Indonesia

Abstract

SDGs memiliki target dalam penurunan persentase angka stunting yang termasuk menghilangkan kelaparan
dan segala bentuk malnutrisi. Stunting merupakan masalah gizi kronis pada balita yang ditandai dengan tinggi
badan yang lebih pendek dibandingkan dengan anak seusianya. Perlu adanya perhatian khusus bagi pemerintah
dalam mengurangi angka stunting dengan mengetahui faktor-faktor yang mempengaruhi kejadian stunting di
Indonesia. Analisis yang dapat digunakan untuk mengetahui hubungan antar variabel dependen dengan variabel
independen yaitu analisis regresi linear. Apabila dalam pengamatan mempunyai efek spasial, maka metode
analisis yang digunakan adalah analisis regresi spasial. Dalam kasus tertentu, pengujian efek spasial dengan
melibatkan outlier pada data penelitian dapat menyebabkan suatu metode gagal dalam menangani efek spasial
tersebut. Maka, untuk mengatasi adanya outlier dan ketergantungan pada spasial metode yang dapat digunakan
adalah Spatial Autoregressive Quantile Regression (SARQR). Metode SARQR adalah pengembangan dari
metode SAR di mana terdapat berbagai level kuantil pada model. Penelitian ini berfokus memodelkan faktor-
faktor yang mempengaruhi kasus stunting pada balita di Indonesia. Model terbaik yang dihasilkan adalah model
SARQR pada kuantil 0.75 dengan nilai AIC sebesar 51.76. Hasil penelitian menunjukkan bahwa faktor yang
mempengaruhi kasus stunting di Indonesia adalah persentase imunisasi dasar lengkap, persentase bayi berat
badan lahir rendah, dan persentase perempuan yang pernah kawin di bawah umur 18 tahun.
Kata Kunci : Outlier, Spatial Autoregressive Quantile Regression, Stunting.