Memodelkan Faktor-faktor yang Mempengaruhi Gizi Buruk Balita dengan Metode Multivariate Adaptive Regression Spline (MARS)

Skripsi ini menjelaskan tentang Multivariate Adaptive Regression Spline (MARS) sebagai suatu kombinasi antara Recursive Partitioning Regression (RPR) dan metode Spline yang mampu mengolah data berdimensi tinggi dan berukuran besar serta mampu mengolah data dengan variabel respon kontinu ataupun biner. MARS akan membangun suatu model terbaik sebagai model klasifikasi yang melibatkan beberapa fungsi basis yang memuat variabel prediktor yang berpengaruh. Oleh karena itu penelitian ini dilakukan untuk mengetahui klasifikasi dan model dari faktor-faktor yang mempengaruhi terjadinya gizi buruk balita di Provinsi Sulawesi Selatan. Berdasarkan hasil penelitian dan pembahasan, diperoleh hasil yaitu variabel prediktor yang berpengaruh terhadap gizi buruk balita adalah pemberian kapsul vitamin A, berat badan, inisialisasi menyusui dini dan umur dengan hasil klasifikasi bersifat stabil secara statistik berdasarkan statistik uji Press’sQ. Model klasifikasi MARS terbaik untuk data gizi buruk balita dihasilkan dari kombinasi BF=18, MI=2 dan MO=1 dengan persamaan berikut: f(x)= 0.222659 + 0.5437091BF1− 0.2920864BF4− 0.3266265 BF5 − 0.01302157BF7 + 0.04508979BF9 dengan BF1= (X6 = 0),BF4=max(0,4-x4)BF1, BF5= (X5=1), BF6=(x5=0), BF7=max(0, X3-17)BF6 dab BF9=max(0, X4-1.8