Penentuan Indikator Kesehatan Keluarga dengan Menggunakan Metode Analisis Komponen Utama (PCA)

  • Rahma Sri Susanti Susanti Universitas Indonesia Timur
    (ID)
  • Muhammad Syafri STIKes Amanah makassar
    (ID)
  • Ardiansah Hasin Universitas Indonesia Timur
    (ID)
  • Fitrah Fitrah Institut Teknologi dan Kesehatan Tri Tunas Nasional Makassar
    (ID)

Abstract

Kesehatan keluarga adalah salah satu indikator kesehatan masyarakat yang menjadi perhatian pemerintah. Kesehatan keluarga yang terdiri atas ayah, ibu, dan anak-anaknya akan berpengaruh terhadap kesehatan nasional suatu negara. Penelitian ini bertujuan menentukan komponen-komponen utama dari indikator kesehatan keluarga dan menentukan indikator-indikator apa saja yang berkontribusi terhadap setiap komponen dengan menggunakan Principal Component Analysis (PCA). Diharapkan setelah diperoleh jumlah komponen utama, maka akan memudahkan analisis data terkait indikator apa saja yang menjadi perhatian dalam kesehatan keluarga. Hasil penelitian menunjukkan bahwa dari 21 variabel yang digunakan dapat dibentuk 7 komponen utama yang memuat beberapa variabel dengan kontribusi terkuat seperti adalah Cakupan Pelayanan K1, Pemberian ASI Eksklusif , Jumlah Kematian Neonatal, Angka Kematian Balita, Pelayanan Kesehatan Usila, Cakupan Desa/Kelurahan UCI, Cakupan Imunisasi Td2+ pada Ibu Hamil,  Persentase Balita Kurus, Cakupan Komplikasi Neonatus yang Ditangani, , Cakupan Kunjungan Neonatus Lengkap (KN3), Presentase Kunjungan Bayi, Presentase Cakupan Kunjungan Anak Balita, dan Persentase Bayi Berat Badan Lahir Rendah (BBLR).

References

Aldila Dinanti, J. P. (2023). Analisis Performa Algoritma K-Nearest Neighbor dan Reduksi Dimensi Menggunakan Principal Component Analysis. JAMBURA JOURNAL OF MATHEMATICS, 5(No 1), 155-165.

David, C. C., & Jacobs, D. J. (2014). Principal component analysis: A method for determining the essential dynamics of proteins. Methods in Molecular Biology. https://doi.org/10.1007/978-1-62703-658-0_11

James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). Introduction to Statistical Learning with Applications in R Second Edition. New York: Springer.

Jollife, I. T., & Cadima, J. (2016). Principal component analysis: A review and recent developments. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. https://doi.org/10.1098/rsta.2015.0202

Kassambara, A. (2017). Multivariate Analysis II: Practical Guide to Principal Component Methods in R. Sthda.

Kementerian Kesehatan RI. (2017, Januari Minggu). Program Indonesia Sehat dengan Pendekatan Keluarga. Retrieved from Kementerian Kesehatan Republik Indonesia: https://www.kemkes.go.id/article/view/17070700004/program-indonesia-sehat-dengan-pendekatan-keluarga.html

Meyer, C. (2000). Matrix Analysis and Applied Linear Algebra. In Matrix Analysis and Applied Linear Algebra. https://doi.org/10.1137/1.9780898719512

Noya van Delsen, M. S., Wattimena, A. Z., & Saputri, S. (2017). PENGGUNAAN METODE ANALISIS KOMPONEN UTAMA UNTUK MEREDUKSI FAKTOR-FAKTOR INFLASI DI KOTA AMBON. BAREKENG: Jurnal Ilmu Matematika Dan Terapan. https://doi.org/10.30598/barekengvol11iss2pp109-118

Rendana, M., Pitayati, P. A., & Lestari, M. (2022). Penggunaan Metode Analisis Komponen Utama untuk Menilai Hubungan antara Sebaran Kasus COVID-19 dan Kelompok. Jurnal Ilmu Kesehatan Masyarakat. https://doi.org/10.33221/jikm.v11i01.1034

Word Health Organization. (2013). Family as Centre of Health Development. Regional Office for South-East Asia, New Delhi, India: Word Health Organization.

Yoshida, R. (2021). Linear algebra and its applications with R. Chapman & Hall/CRC Press.
Published
2023-02-19
How to Cite
[1]
R. S. S. Susanti, M. Syafri, A. Hasin, and F. Fitrah, “Penentuan Indikator Kesehatan Keluarga dengan Menggunakan Metode Analisis Komponen Utama (PCA)”, MSA, vol. 11, no. 1, pp. 45-51, Feb. 2023.
Abstract viewed = 624 times