Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini memiliki tujuan memberikan bukti empiris untuk melihat apakah dalam beberapa tahun terakhir program sembako sebagai bantuan pangan dapat mencukupi asupan makanan bergizi dan berpengaruh terhadap angka prevalensi stunting di Indonesia. Program sembako salah satu instrumen bantuan pangan untuk menurunkan beban pengeluaran rumah tangga dalam akses pangan juga untuk memenuhi kebutuhan gizi yang adekuat sebagai upaya dalam mencegah kejadian stunting. Metode yang digunakan yaitu Two-Stage Least Squares menggunakan STATA 16 dalam pengolahan untuk pengujian signifikasi terhadap penelitian. Hasil first stage IV2SLS menunjukkan bahwa terdapat hubungan positif signifikan antara program sembako terhadap asupan gizi yang memadai yang selanjutnya hasil second stage menunjukkan bahwa semakin tinggi kecukupan asupan makanan bergizi rumah tangga maka akan menurunkan prevalensi stunting di Indonesia, selain itu ditemukan adanya pengaruh signifikan vaksin BCG dan kepemilikan sanitasi layak terhadap prevalensi stunting. Intervensi pemerintah untuk meningkatkan akses keragaman pangan diperlukan untuk memenuhi gizi yang adekuat schingga dapat memperkecil resiko terjadinya stunting.

---

This study aims to provide empirical evidence to see whether in recent years Program Sembako as food assistance has been able to provide sufficient intake of nutritious food and have had an effect on the stunting prevalence rate in Indonesia. Program Sembako is one of the food assistance instruments to reduce the burden on household expenses in accessing food as well as to meet adequate nutritional needs as an effort to prevent stunting. The method used is Two-Stage Least Squares using STATA 16 in processing to test the significance of research. The results of the first stage IV2SLS show that there is a significant positive relationship between the Program Sembako and adequate nutritional intake, then the results of the second stage show that the higher the adequacy of household nutritious food intake, the lower the prevalence of stunting in Indonesia. In addition, there is a significant effect of the BCG vaccine and ownership of proper sanitation on the prevalence of stunting. Government intervention to increase access to food diversity is needed to meet adequate nutrition so as to minimize the risk of stunting."

"Stunting masih menjadi masalah serius yang dihadapi setiap negara, termasuk Indonesia. Stunting menyebabkan banyak kerugian karena kekurangan gizi akut yang dialami selama 1000 hari pertama kelahiran akan menyebabkan konsekuensi negatif jangka panjang. Dari segi kesehatan, anak dengan stunting lebih berisiko terpapar berbagai penyakit serta mengalami gangguan kognitif, motorik, sosio-emosional. Stunting juga merugikan secara ekonomi karena anak dengan stunting akan memiliki produktivitas yang rendah sehingga berdampak pada status pekerjaan dan upah yang tidak layak. Dampak sosial ekonomi dari stunting secara massif diperkirakan menimbulkan kerugian bagi Indonesia sekitar 3% per tahun terhadap produk domestic bruto (PDB). Hingga saat ini, prevalensi stunting di Indonesia masih tetap tinggi walaupun sudah menunjukkan indikator perbaikan. Hal tersebut dikarenakan determinan stunting yang sangat kompleks. Faktor penyebab stunting tidak hanya dari faktor makanan atau asupan gizi saja, melainkan multidimensi termasuk aspek lingkungan dan politik. Aspek politik juga dapat memengaruhi stunting yang diukur dari komitmen politik pemerintah daerah sebagai pemangku kebijakan yang mengesahkan peraturan daerah sebagai landasan hukum dalam pelaksanaan program pengentasan stunting. Maka dari itu penelitian ini menguji dampak peraturan daerah urusan kesehatan terhadap prevalensi stunting. Unit analisis yang digunakan adalah kabupaten/kota di Indonesia pada tahun 2007 dan 2013 dengan metode regresi difference-in-difference. Penelitian ini menemukan bahwa pengesahan dan implementasi peraturan daerah kesehatan tidak berpengaruh signifikan dalam menurunkan prevalensi stunting. Penelitian ini menekankan pada pentingnya pemerintah daerah dalam memastikan implementasi peraturan daerah kesehatan dengan cara menyusun indikator target capaian, tata kelola dan implementasi, serta evaluasi capaian peraturan daerah kesehatan secara berkala.Implikasi dari temuan penelitian ini adalah bahwa pemerintah kabupaten/kota harus sepenuhnya memahami dalam mendesain peraturan daerah terkait penanganan stunting yang spesifik untuk menangani determinan stunting sesuai dengan standar World Health Organization dan berbagai literatur yang berkembang sehingga peraturan daerah yang disahkan mampu mengorkestrasi sumber daya dengan harmonis dalam rangka menurunkan prevalensi stunting.

---

Stunting is still a severe problem experienced by every country, including Indonesia. Not only because stunting cause adverse consequences on health, but economically, children with stunting will have low productivity, which will result in inadequate employment status and wages. In addition, stunting is estimates to cause losses for Indonesia’s Gross Domestic Product (GDP) around 3% per year. By now, the prevalence of stunting in Indonesia remains high, even though the indicators of improvement have shown. This condition is because the determinants of stunting are very complex – not only food factors or nutritional intake but also environmental and political aspects measured by the political commitment of local governments in passing local regulations as the legal basis for implementing stunting alleviation programs. Therefore, this study measures the impact of local health regulations on stunting prevalence with the unit of analysis used is districts/cities in Indonesia in 2007 and 2013 with the difference-indifference regression method. This research found that the ratification and implementation of regional health regulations did not significantly reduce the prevalence of stunting. This research emphasizes the importance of local governments in ensuring the implementation of regional health regulations by developing indicators for achievement targets, governance, and performance, as well as evaluating the achievements of regional health regulation regularly. The research implies that it is recommended that local governments have to entirely understand in designing regional regulations related to stunting management that are specific to dealing with the determinants of stunting in accordance with World Health Organization standards and various developing literature. Therefore, the regulations that are passed can orchestrate resources harmoniously to reduce the prevalence stunting. "

"Disertasi ini adalah menggambarkan perubahan prevalensi balita stunting pada Kabupaten/Kota kategori membaik dan Kabupaten/Kota kategori memburuk di Indonesia dari tahun 2007 ke tahun 2013. Metode cross sectional studi, sampel yaitu 163 Kabupaten/Kota, sumber data sekunder Balitbangkes dan Kementerian Keuangan. Uji statistik t-test dan diskriminan. Hasil: perubahan prevalensi balita stunting pada 49 Kabupaten/Kota kategori membaik 30,1%, dan 114 Kabupaten/kota kategori memburuk 69,9%. Sembilan cakupan program kesehatan dan sosial pada Kabupaten/Kota kategori membaik yang memiliki perubahan lebih besar dari Kabupaten/Kota kategori memburuk yaitu prevalensi BBLR, cakupan penimbangan balita ≥ 4 kali, cakupan vitamin A, cakupan imunisasi lengkap, persentase ketersediaan air bersih, persentase pengelolaan sampah diangkut petugas kebersihan, persentase ketersediaan jamban keluarga, persentase cuci tangan pakai sabun, dan persentase KK pegawai negeri sipil. Lima cakupan program kesehatan dan sosial pada Kabupaten/Kota ketegori memburuk yang perubahannya tidak jauh berbeda dari Kabupaten/Kota kategori membaik yaitu cakupan ANC-K4, prevalensi KEK ibu hamil, prevalensi TB-Paru balita, indeks kapasitas fiskal, dan persentase KK pendidikan tinggi. Delapan cakupan program kesehatan dan sosial dengan akurasi perubahan prevalensi balita stunting pada Kabupaten/Kota kategori membaik 83,7% dan Kabupaten kategori memburuk 92,1% yaitu cakupan timbangan balita ≥ 4 kali, cakupan imunisasi lengkap, cakupan ANC-K4, persentase sampah diangkut petugas kebersihan, persentase ketersediaan jamban keluarga, persentase cuci tangan pakai sabun, indeks kapasitas fiskal, dan persentase KK PNS.

---

This dissertation is describing changes in the prevalence of stunting toddlers the Regencies/ Cities category improves and deteriorates in Indonesia, from 2007 to 2013. Cross sectional study method, samples are 163 Regencies/Cities, secondary data source Balitbangkes and Ministry of Finance. T-test and discriminant statistical test. Results: changes in the prevalence of stunting toddlers 49 Regencies/Cities category improved 30.1%, and 114 Regencies/Cities category deteriorated 69,9%. Nine coverage of health and social programs the Regencies/Cities category improved which has a change greater than Regencies/Cities category deteriorated namely the prevalence of LBW, toddler weighing coverage ≥ 4 times, vitamin A coverage, complete immunization coverage, percentage of availability of clean water, percentage of waste management carried by janitors, percentage of availability of family latrines, percentage of hand washing with soap, and the percentage of family heads of civil servants. Five coverage of health and social programs in the Regencies/Cities category deteriorated, whose changes are not much different from the Regencies/Cities category improved namely ANC-K4 coverage, prevalence of less chronic energy in pregnant women, prevalence of toddler pulmonary TB, fiscal capacity index, and the percentage of family heads of higher education. Eight coverage of health and social programs with accuracy changes in the prevalence of stunting toddlers at the Regencies/ Cities category improved 83,7% and Regencies/Cities category deteriorated 92.1% namely toddler weighing coverage ≥ 4 times, complete immunization coverage, ANC-K4 coverage, percentage of waste management carried by janitors, percentage of availability of family latrines, percentage of hand washing with soap, fiscal capacity index, and the percentage of family heads of civil servants."

"Faktor penyebab stunting menurut WHO 2013 secara komprehensif diuraikan menjadi faktor langsung dan tidak langsung. Prevalensi Balita stunting di Indonesia tergolong cukup tinggi dan distribusinyapun tidak merata, antara desa kota maupun antar provinsi. Tujuan penelitian ini ingin melihat bagaimana gambaran prevalensi stunting, capaian indikator PISPK, serta bagaimana hubungan 12 indikator PISPK dengan prevalensi stunting di kabupaten/kota di Indonesia tahun 2017. Desain penelitian ini adalah studi crossectional dengan sampel sebanyak 452 kabupaten/kota di Indonesia, menggunakan data sekunder prevalensi stunting dan 12 indikator program PIS-PK. Analisis statistik yang di lakukan yaitu univariat,Uji korelasi Spearmen dan Pearson serta analisis multivariat dengan menggunakan uji regresi linear ganda.Hasil penelitian ini menunjukkan. Hasil uji bivariat di peroleh variabel dengan prevalensi stunting yang berhubungan secara signifikan adalah persentase keluarga mempunyai akses atau menggunakan jamban sehat - , persentase keluarga sudah menjadi anggota Jaminan Kesehatan Nasional JKN - , persentase bayi mendapatkan imunisasi dasar lengkap - , persentase ibu melakukan persalinan di fasilitas kesehatan - , persentase penderita tuberkulosis paru mendapatkan pengobatan sesuai standart , persentase penderita hipertensi melakukan pengobatan secara teratur. Hasil uji multivariat di dapatkan persentase keluarga mempunyai akses atau menggunakan jamban sehat merupakan faktor dominan yang berhubungan dengan prevalensi stunting.Dari hasil penelitian ini diharapkan pemerintah dan semua pihak dapat meningkatkan program-program yang sudah berjalan selama ini dalam meningkatkan akses jamban sehat oleh keluarga di Indonesia, serta program lainnya yang berhubungan dengan prevalensi stunting, seperti peningkatan fungsi Posyandu.

---

Stunting factors according to WHO 2013 are comprehensively described to be direct and indirect factors. The prevalence of under five stunting in Indonesia is quite high and the distribution is uneven, between urban and inter provincial villages. The purpose of this study is to see how the prevalence of stunting, PISPK indicator achievement, and how 12 PISPK indicator relationship with stunting prevalence in districts cities in Indonesia in 2017. The design of this study is cross sectional study with 452 districts cities in Indonesia, using data secondary prevalence of stunting from the results of Nutrition Status Monitoring PSG and 12 indicators of PIS PK program. Statistical analysis done was univariate, Spearmen and Pearson correlation test and multivariate analysis using multiple linear regression test.

The results of this study show that bivariate test results obtained by variables with prevalence of stunting are significantly related is the percentage of families have access or use healthy latrine, the percentage of families have become members of the National Health Insurance JKN, the percentage of infants get basic immunization complete, the percentage of mothers performing delivery at health facilities, the percentage of patients with pulmonary tuberculosis get treatment according to standard, the percentage of hypertensive patients perform regular treatment.

Multivariate test results in obtaining a percentage of families having access to or using healthy latrine were the dominant factors associated with stunting prevalence. From the results of this study, it is expected that the government and all parties can improve the programs that have been running so far in improving access to healthy latrines by families in Indonesia, as well as other programs related to the prevalence of stunting, such as improving the function of Posyandu. "

"Dalam melakukan klasifikasi, tidak jarang terdapat data dengan jumlah anggota kategori yang tidak seimbang. Khususnya dalam dunia kesehatan dimana kategori yang diamati umumnya lebih jarang terjadi. Jika ketidakseimbangan ini tidak ditangani terlebih dahulu maka dapat memberikan hasil klasifikasi yang bias dan kurang akurat. Terdapat beberapa metode rebalancing konvensional untuk menanganinya seperti random oversampling dan random undersampling, namun keduanya diklaim memiliki beberapa kelemahan sehingga beberapa metode yang lebih kompleks dikembangkan. Namun jumlah metode yang dapat digunakan untuk menangani data kategorik selain metode konvensional tersebut masih minim. Salah satu metode yang dapat menangani data kategorik adalah synthetic minority over sampling-technique nominal continuous atau SMOTE-NC yang merupakan ekstensi dari SMOTE yang dikembangkan untuk menangani dataset dengan variabel campuran. Skripsi ini membahas perbandingan dari metode random oversampling dan SMOTE-NC juga metode gabungannya dengan undersampling yaitu random oversampling + undersampling dan SMOTE-NC + undersampling untuk menangani ketidakseimbangan data. Masing-masing metode tersebut akan diterapkan untuk klasifikasi tingkat keparahan COVID-19 berdasarkan urgensi perawatan rumah sakit dengan menggunakan metode random forest dimana selanjutnya dapat dilihat kombinasi metode yang menghasilkan performa terbaik. Penelitian ini juga bertujuan untuk melihat faktor-faktor manakah yang paling penting dalam memprediksi tingkat keparahan COVID-19 berdasarkan urgensi rumah sakit. Digunakan metode Leave-One-Out Cross-Validation untuk mengukur konsistensi model. Diperoleh hasil bahwa metode SMOTE-NC dengan undersampling memberikan performa terbaik dengan komorbid paru-paru, kadar c-reactive protein dan prokalsitonin merupakan variabel terpenting dalam model. Selain itu diperoleh kesimpulan bahwa pemilihan metode rebalancing yang tepat bergantung pada karakteristik data yang dimiliki.

---

In conducting classification, it is not uncommon for data with an unbalanced number of category members. Especially in the world of health where the categories we observe are generally less common. If this imbalance is not handled first, it can give biased and less accurate classification results. There are several conventional rebalancing methods to handle it, such as random oversampling and random undersampling, but both are claimed to have several weaknesses so that several more complex methods were developed. However, the number of methods that can be used to handle categorical data other than the conventional methods is still minimal. One method that can handle categorical data is synthetic minority over sampling-technique nominal continuous or SMOTE-NC which is an extension of SMOTE which was developed to handle datasets with mixed variables. This thesis discusses the comparison of random oversampling and SMOTE-NC methods as well as their combined methods with undersampling, namely random oversampling + undersampling and SMOTE-NC + undersampling to handle data imbalances. These methods will be applied to the classification of the severity of COVID-19 based on the urgency of hospital care using the random forest method, wherein the combination of methods that produces the best performance will be seen. This study also aims to see which factors are the most important in predicting the severity of COVID-19 based on hospital urgency. The Leave-One-Out Cross-Validation method is used to measure the consistency of the model. It was found that the SMOTE-NC method with undersampling gave the best performance with lung comorbidities, c-reactive protein and procalcitonin levels were the most important variables in the model. In addition, it can be concluded that the selection of the right rebalancing method depends on the characteristics of the data held."

"Stunting masih menjadi salah satu persoalan yang dihadapi oleh negara-negara di dunia. Dampak dari stunting sendiri cukup serius. Dalam jangka pendek, anak-anak dengan stunting akan rentan terkena penyakit dan jangka panjang akan mengalami gangguan perkembangan otak secara permanen. Pemerintah Indonesia telah melakukan upaya percepatan penurunan stunting di Indoesia, diantaranya dengan mengalokasikan dana transfer ke daerah (TKD) untuk stunting mulai dari tahun 2019. TKD untuk stunting terdiri dari Dana Alokasi Khusus (DAK) fisik, DAK non fisik dan dana desa. Penelitian ini bertujuan untuk mengetahui dampak dari DAK untuk stunting terhadap prevalensi stunting. Penelitian ini menggunakan data panel stunting tahun 2021 dan 2022 pada 514 kab/kota. Sedangkan untuk DAK fisik dan non fisik untuk stunting menggunakan data tahun 2019, 2020 dan 2021, dengan asumsi dampak dari DAK untuk stunting belum dapat dirasakan di tahun yang sama. Metode penelitian menggunakan model panel fixed effect robust dan regresi linear robust. Hasil penelitian menunjukkan bahwa DAK Fisik tidak memiliki pengaruh yang signifikan terhadap prevalensi stunting sedangkan DAK non fisik memiliki pengaruh yang signifikan terhadap penurunan prevalensi stunting, namun besaran dampaknya semakin menurun dalam jangka panjang. Variabel kontrol yang mempengaruhi stunting adalah PDRB perkapita, tingkat kemiskinan dan rata-rata lama sekolah perempuan.

---

Stunting is still one of the problems faced by countries in the world. The impact of stunting itself is quite serious. In the short term, children with stunting will be vulnerable to disease and in the long term they will experience permanent brain development disorders. The Indonesian government has made efforts to accelerate the reduction of stunting in Indonesia, including by allocating regional transfer funds (TKD) for stunting starting in 2019. TKD for stunting consists of physical Special Allocation Funds (DAK), non-physical DAK and village funds. This study aims to determine the impact of DAK for stunting on the prevalence of stunting. This study uses stunting panel data for 2021 and 2022 in 514 districts/cities. Meanwhile, physical and non-physical DAK for stunting uses data for 2019, 2020 and 2021, assuming that the impact of the DAK for stunting cannot be felt in the same year. The research method uses a robust fixed effect panel model and robust linear regression. The results showed that physical DAK had no significant effect on stunting prevalence, while non-physical DAK had a significant effect on reducing the prevalence of stunting with the magnitude of the impact decreases in the long term. The control variables that affect stunting are GRDP per capita, poverty level and the average number of years of schooling for women."

"Studi ini membahas faktor-faktor yang mempengaruhi stunting pada balita serta besaran pengaruhnya dan menganalisa disparitas stunting serta korelasi disparitas faktor-faktor lainnya. Penelitian ini merupakan penelitian kuantitatif dengan tahun pengamatan data 2007, 2010 dan 2013. Analisis dengan pendekatan regresi panel data dilakukan untuk menentukan faktor-faktor yang berpengaruh dan indeks theil untuk menentukan nilai disparitasnya. Hasil regresi menyimpulkan bahwa meningkatnya jumlah balita yang dipantau pertumbuhannya, jumlah rumah tangga yang memiliki akses sanitasi, jumlah belanja kesehatan per kapita, pendapatan per kapita dan jumlah wanita yang melek huruf secara signifikan akan menurunkan terjadinya stunting.Dari hasil pengolahan data dengan menggunakan indeks theil didapatkan bahwa di tingkat nasional, disparitas stunting adalah rendah dengan tren yang terus menurun. Meskipun demikian penurunan disparitas ini juga diiringi dengan meningkatnya angka stunting. Hal diartikan dengan memburuknya status gizi balita, yaitu stunting semakin terdispersi di seluruh wilayah Indonesia. Di tingkat regional, disparitas total untuk stunting menunjukkan tren yang menurun. Pada tahun 2007, 2010 dan 2013 disparitas ?antar? regional memberikan kontribusi yang lebih tinggi dari disparitas ?di dalam?. Sedangkan regional yang berkontribusi tertinggi terhadap disparitas total regional selama tahun pengamatan adalah wilayah Sulawesi.

---

This study discusses factors that influence child stunting and analyze stunting disparity includes the correlation of other factors.This research is a quantitative study with the observed data in 2007, 2010 and 2013. Data panel regression analysis approach was performed to determine the factors that influence stunting and Theil index to determine the value disparity. The study concluded that infant growth monitoring, access to sanitation, health budget allocation per capita, income per capita and female literacy rate significantly reduce the occurrence of stunting.

The results of data processed by using the Theil index found that at the national level, the disparity in stunting is low with declining trend. On the other hand, stunting rates is increasing. It is defined that in this case, the decreasing stunting disparity is a disadvantage, ie stunting increasingly dispersed throughout Indonesia. At the regional level , the disparity in total for stunting showed a downward trend. In 2007, 2010 and 2013 disparity between regions contributes higher than within region. While Sulawesi regional contributes the most than others to stunting disparit."

"ABSTRAKKlasifikasi merupakan proses pengelompokan suatu himpunan data ke kelas-kelas yang sudah ada sebelumnya. Pada umumnya, himpunan data dibagi menjadi dua bagian, yaitu training data dan testing data. Dibutuhkan suatu metode klasifikasi yang dapat mengelompokkan training data dan testing data ke dalam suatu kelas dengan tepat. Sering kali metode klasifikasi hanya dapat mengelompokkan training data dengan tepat saja, namun tidak demikian untuk testing data. Artinya, model yang terbentuk tidak cukup stabil atau model tersebut mengalami overfitting. Secara umum, overfitting merupakan kondisi saat akurasi yang dihasilkan pada training data cukup tinggi, namun cenderung tidak mampu memprediksi testing data. Penentuan metode klasifikasi yang rentan terhadap overfitting perlu dipertimbangkan. Random forest merupakan salah satu metode klasifikasi yang rentan terhadap masalah overfitting. Hal tersebut sekaligus menjadi salah satu kelebihan dari metode random forest. Oleh karena itu, pada tugas akhir ini akan dibahas metode random forest serta mengaplikasikannya pada data penderita penyakit Parkinson yang dibagi berdasarkan 2 sub-tipe, yaitu tremor dominant TD dan postural instability gait difficulty PIGD dominant. Selanjutnya, dari data tersebut diperoleh hasil akurasi model yang dihasilkan dalam mengklasifikasi training data, yaitu sekitar 94,25 . Sementara itu, akurasi metode ini dalam melakukan klasifikasi pada data yang tidak terkandung dalam membentuk model sebesar 94,26.

---

ABSTRACTClassification is the process of grouping a set of data into pre existing classes. In general, the data set is divided into two parts. There are training data and testing data. It takes a classification method that can classify both training data and testing data of its class appropriately. However, some of the classification methods only fit in training data, but it can not apply in testing data. It means that the model is unstable or the model occurs overfitting. In general, overfitting is a condition when the model too fit in training, but unable to predict testing data. In other words, the accuracy of predicting the testing data is decreasing. Therefore, the determination of classification methods that are vulnerable to overfitting need to be considered. Random forest is one of the classification methods that is vulnerable to overfitting. It is also one of the advantages of the random forest method. Therefore, in this final project will be discussed random forest method and applying it to the data of Parkinson 39 s disease patients that is divided by 2 sub types. There are dominant tremor TD and postural instability gait difficulty PIGD dominant. Furthermore, from the data obtained the results of model accuracy in classifying the training data is about 94.25 . Meanwhile, the accuracy of this method in classifying the data not contained in forming a model is about 94.26."