Analisis Faktor-Faktor Yang Mempengaruhi Angka Gizi Buruk di Indonesia Tahun 2018 Dengan Metode Analisis MCA ( Multiple Classification Analysis)

  • Dena Apriliana Politeknik Statistika STIS
    (ID)
  • Indri Puspita Devi
    (ID)
  • M. Latif Al Banna Politeknik Statistika STIS
    (ID)
  • Rekayati Cahya Adi Politeknik Statistika STIS
    (ID)
  • Risni Julaeni Yuhan Politeknik Statistika STIS
    (ID)

Abstract

Permasalahan mengenai gizi buruk masih menjadi perhatian bersama. Gizi buruk dapat menghambat pertumbuhan dan perkembangan anak. Penuntasan gizi buruk menjadi salah satu tujuan utama dari SDGs. Indonesia sendiri menjadi perhatian dunia berkaitan dengan masih tingginya kasus gizi buruk yang terjadi. Oleh karena itu, peneliti mencoba mencari faktor-faktor yang memengaruhi angka gizi buruk di Indonesia dengan metode analisis MCA (Multiple Classification Analysis). Variabel yang digunakan pada penelitian ini meliputi Angka Prevalensi Gizi Buruk sebagai variabel tak bebas, dan variabel PDRB per Kapita, Persentase Kabupaten/Kota yang Mencapai  Imunisasi Dasar Lengkap pada Bayi, Kunjungan ANC K4, dan Persentase Bayi Usia 6 Bulan yang Mendapat ASI Eksklusif sebagai variabel bebasnya. Hasil dari penelitian ini menunjukkan bahwa variabel Persentase Kabupaten/Kota yang Mencapai  Imunisasi Dasar Lengkap pada Bayi dan variabel Kunjungan ANC K4 secara signifikan memengaruhi Angka Prevalensi Gizi Buruk di Indonesia.

References

Anik Sholikah dkk. 2017. “Faktor-faktor yang Berhubungan dengan Status Gizi Balita di Perdesaan dan Perkotaan”. Public Health Perspective Journal 2 (1). http://journal.unnes.ac.id/sju/index.php/phpj.

Sustainable Development Goals. (2017). “Sustainable Development Goals”. Retrieved Juni 3, 2020, from sdgs2030indonesia.org:https://www.sdg2030indonesia.org.

Sugianto, D. (2020, 5 Agustus). “Jokowi Ungkap 10 Provinsi dengan Angka Gizi Buruk Tertinggi”. Retrieved Juni 3, 2020, from detik.com: https://finance.detik.com/berita-ekonomi-bisnis/d-5120947/jokowi-ungkap-10-provinsi-dengan-angka-gizi-buruk-tertinggi.

Kementrian Kesehatan RI. (2019). “Laporan Nasional Riskesdas 2018”. Jakarta: Lembaga Penerbit Badan Penelitian dan Pengembangan Kesehatan.

Pakar Gizi Indonesia. 2017. Ilmu Gizi: Teori dan Aplikasi. Jakarta. Buku Kedokteran EGC.

Kementrian Kesehatan. 2019. Peraturan Menteri Kesehatan Republik Indonesia Nomor 29 Tahun 2019 tentang Penanggulangan Masalah Gizi Bagi Anak Akibat Penyakit.

Badan Pusat Statistik. Dipetik Juni 4, 2021, dari SIRuSa: https://sirusa.bps.go.id

Kusumawardhani, N., & Martianto, D. (2011). Kaitan Antara Prevalensi Gizi Buruk dengan PDRB per Kapita dan Tingkat Kemiskinan serta Estimasi Kerugian Ekonomi Akibat Gizi Buruk pada Balita di Berbagai Kabupaten/Kota di Pulau Jawa dan Bali. Jurnal Gizi Dan Pangan, 6(1),

Kementrian Kesehatan. 2017. Peraturan Menteri Kesehatan Republik Indonesia Nomor 12 Tahun 2017 tentang Penyelenggaraan Imunisasi.

Hidayat AAA. 2008. Pengantar Ilmu Kesehatan Anak untuk Pendidikan Kebidanan. Jakarta:Salemba. Medika.

A, Dewi Novitasari. 2012. Faktor-Faktor Risiko Kejadian Gizi Buruk pada Balita yang Dirawat di Rsup Dr. Kariadi Semarang. Universitas Diponegoro.

Ramirez, N.F, et al. Child Malnutrition and Antenatal Care: Evidence from three Latin American countries. ISS 2012; 536.

Zulmi, Daini. 2018. Hubungan Antara Pemberian ASI Eksklusif dengan Status Gizi Balita di Wilayah Kerja Puskesmas Warunggunung Tahun 2018. Medikes (Media Informasi Kesehatan) Vol 6 No. 1.

Sugiarto. 2008. Multiple Classification Analysis (MCA)sebagai Metode Alternatif Analisis Data untuk Variabel Bebas yang Kategori. Jurnal Statistika Vol 6 No.2. Hal 85-93: Universitas Muhammadiyah Surakarta.https://jurnal.unimus.ac.id/index.php/statistik/article/view/4312/3991

Cohen, Jacob et all. 2002. Applied Multiple Regression-Correlation Analysis for the Behavioral Sciences, 3rd Edition: Lawrence Erlbaum Associates, Inc.

Lolle, Henrik. 2008. Multiple Classification Analysis (MCA): Unfortunetly, a Nearly Forgotten Method For Doing Linear Regression With Categorical Variabel. Aalborg University.

Susel, A. 2011. Multiple Classification Analysis. Theory and Aplication to Demography. Folia Economica.

World Bank. (2021, June 9). World Bank. Retrieved from www.worldbank.org: www.worldbank.org

Published
2021-12-28
How to Cite
[1]
Dena Apriliana, Indri Puspita Devi, M. Latif Al Banna, R. C. Adi, and Risni Julaeni Yuhan, “Analisis Faktor-Faktor Yang Mempengaruhi Angka Gizi Buruk di Indonesia Tahun 2018 Dengan Metode Analisis MCA ( Multiple Classification Analysis)”, MSA, vol. 9, no. 2, pp. 89-96, Dec. 2021.
Abstract viewed = 704 times