Autokorelasi Spasial Prevalensi Stunting di Jawa Barat Tahun 2021

Authors

Aldila Riznawati, Departemen Biostatistika dan Ilmu Kependudukan Fakultas Kesehatan Masyarakat Universitas IndonesiaFollow
Deny Yudhistira, Departemen Biostatistika dan Ilmu Kependudukan Fakultas Kesehatan Masyarakat Universitas IndonesiaFollow
Martya Rahmaniati, Departemen Biostatistika dan Ilmu Kependudukan Fakultas Kesehatan Masyarakat Universitas IndonesiaFollow
Tiopan Sipahutar, Departemen Biostatistika dan Ilmu Kependudukan Fakultas Kesehatan Masyarakat Universitas IndonesiaFollow
Tris Eryando, Departemen Biostatistika dan Ilmu Kependudukan Fakultas Kesehatan Masyarakat Universitas IndonesiaFollow

Abstract

Angka prevalensi stunting Provinsi Jawa Barat tahun 2021 sebesar 24,5% dan menjadi salah satu provinsi dengan kategori stunting kronis-akut di Indonesia. Analisis spasial digunakan untuk mengetahui apakah terdapat korelasi secara spasial antar wilayah kabupaten/kota di Jawa Barat berdasarkan prevalensi stunting. Hasil penelitian menunjukkan adanya autokorelasi spasial positif dan terdapat korelasi secara spasial yang artinya prevalensi stunting di satu wilayah kabupaten/kota berkaitan dengan wilayah disekitarnya. Wilayah yang menjadi hotspot stunting di Jawa Barat tahun 2021 berdasarkan pola kluster yang terbentuk adalah Kabupaten Bandung, Kabupaten Bandung Barat, dan Kota Bandung. Ketiga wilayah ini menjadi prioritas utama dalam melakukan intervensi penurunan prevalensi stunting di Jawa Barat.

References

1. Kementrian Kesehatan RI. Warta KESMAS: Cegah Stunting itu Penting. 02 ed. Jakarta: Kementrian Kesehatan RI; 2018.

2. Asian Development Bank. Key Indicators for Asia and the Pacific 2021 [Internet]. Asian Development Bank. 2021. Available from: https://www.adb.org/publications/key-indicators-asia-and-pacific-2021

3. Kementrian Kesehatan RI. Buku Saku: Hasil Studi Status Gizi Indonesia (SSGI) Tingkat Nasional, Provinsi, dan Kabupaten/Kota Tahun 2021. Kementrian Kesehatan RI. Jakarta; 2021.

4. Kementerian Perencanaan dan Pembangunan Nasional/ Badan Perencanaan dan Pembangunan Nasional. Pedoman Pelaksanaan Intervensi Penurunan Stunting Terintegrasi di Kabupaten/Kota. Jakarta: Kementerian Perencanaan dan Pembangunan Nasional/ Badan Perencanaan dan Pembangunan Nasional; 2018. 1–51 p.

5. Badan Pusat Statistik Provinsi Jawa Barat. Provinsi Jawa Barat Dalam Angka 2022. Bandung: Badan Pusat Statistik Provinsi Jawa Barat; 2022.

6. Makful MR. Geografi Kesehatan Masyarakat: Teori dan Kasus. Malang: Literasi Nusantara; 2022.

7. Rahmaniati M, Eryando T, Susanna D, Pratiwi D, Nugraha F, Ruliansah A, et al. Penggunaan Model Standard Deviational Ellipse (SDE) Pada Analisis Kasus Penyakit Demam Berdarah Dengue di Kota Banjar Tahun 2013. Aspirator. 2014;6(1):21–8.

8. Mulyawan KH. Analisis Spasial Keberadaan Fasilitas Kesehatan Tingkat Pertama (FKTP) Di Denpasar, Badung Dan Tabanan. [Denpasar]: Universitas Udayana; 2015.

9. Budiyanto E. Sistem informasi geografis dengan quantum GIS . Andi Offset: Yogyakarta; 2016.

10. Eryando T, Sipahutar T, Pratiwi D. Teori dan aplikasi pengumpulan data kesehatan termasuk biostatistka dasar . Rapha Publishing. Yogyakarta: Rapha Publishing; 2017.

11. Grekousis G. Spatial Analysis Methods and Practice: Describe – Explore – Explain through GIS. Spatial Analysis Methods and Practice. Cambridge : Cambridge University Press; 2020.

12. Álvarez X. Current Approaches to Limits and Areas in Dialectology. Cambridge: Cambridge Scholars Publishing; 2013.

13. Luo Y-W, Li F, Yan J-G, - A, Aswi A, Cramb S, et al. Identification of Spatial Clusters of COVID-19 in Yogyakarta using Moran’s Index. In: IOP Conference Series: Earth and Environmental Science. IOP Publishing; 2021. p. 012058.

14. Yasin H, Warsito B, Hakim AR. REGRESI SPASIAL (Aplikasi dengan R). Ponorogo: WADE Group; 2020.

15. Yuliana R, Rahmaniati M, Apriantini I, Triarjunet R, Biostatistika D, Kependudukan D, et al. Analisis Autokorelasi Spasial Kasus Demam Berdarah Dengue di Kota Padang Tahun 2020. JIK J ILMU Kesehat. 2022 Apr 30;6(1):34–42.

16. Retno Sari Saputro D, Widyaningsih P, Arfawi Kurdi N, Susanti A. Local Indicator Of Spatial Association (LISA) Cluster Map untuk Identifikasi Penyebaran dan Pemetaan Penyakit Demam Berdarah Dengue (Dbd) di Jawa Tengah. 2017;

17. Anselin L. Global Spatial Autocorrelation (1) [Internet]. GeoDa on Github. 2020. Available from: https://geodacenter.github.io/workbook/5a_global_auto/lab5a.html

18. Sipahutar T, Eryando T, Budhiharsana MP. Spatial Analysis of Seven Islands in Indonesia to Determine Stunting Hotspots. Kesmas J Kesehat Masy Nas (National Public Heal Journal). 2022 Aug 31;17(3):228–34.

19. Almasi A, Zangeneh A, Saeidi S, Rahimi Naderi S, Choobtashani M, Saeidi F, et al. Study of the Spatial Pattern of Malnutrition (Stunting, Wasting and Overweight) in Countries in the World Using Geographic Information System. Int J Pediatr. 2019 Oct 1;7(10):10269–81.

20. Souris M. Epidemiology and geography : principles, methods and tools of spatial analysis. London: Wiley-ISTE; 2019.

Recommended Citation

Riznawati, Aldila; Yudhistira, Deny; Rahmaniati, Martya; Sipahutar, Tiopan; and Eryando, Tris (2023) "Autokorelasi Spasial Prevalensi Stunting di Jawa Barat Tahun 2021," Jurnal Biostatistik, Kependudukan, dan Informatika Kesehatan: Vol. 3: No. 1, Article 2.
DOI: 10.51181/bikfokes.v3i1.6386
Available at: https://scholarhub.ui.ac.id/bikfokes/vol3/iss1/2