Pemetaan Hotspot Risiko Stunting di Jawa Tengah dengan Pendekatan Bayesian ICAR dan BYM2

Abstract

Stunting merupakan salah satu masalah gizi kronis yang masih menjadi tantangan serius di Jawa Tengah. Distribusi kasus stunting yang tidak merata antar wilayah mengindikasikan adanya pengaruh faktor spasial yang perlu dimodelkan secara tepat. Penelitian ini bertujuan untuk memodelkan risiko stunting di 35 kabupaten/kota Jawa Tengah menggunakan pendekatan Bayesian spasial dengan metode Integrated Nested Laplace Approximation (INLA). Dua struktur efek spasial dibandingkan, yaitu Intrinsic Conditional Autoregressive (ICAR), dan Besag–York–Mollié 2 (BYM2), masing-masing dengan dan tanpa kovariat. Kovariat yang digunakan meliputi rata-rata lama sekolah (X1), jumlah fasilitas kesehatan (X2), tingkat pengangguran terbuka (X3), angka harapan hidup (X4), pengeluaran per kapita (X5), laju pertumbuhan penduduk (X6), dan persentase penduduk miskin (X7). Model BYM2 dengan kovariat X3, X5, dan X7 terpilih sebagai model terbaik karena menghasilkan nilai DIC dan MAD yang lebih kecil dibandingkan model ICAR yaitu sebesar 427 dan 1,82, serta dapat menyeimbangkan kemampuan prediksi dan interpretabilitas model. Persentase penduduk miskin terbukti berpengaruh signifikan positif terhadap risiko stunting. Kabupaten Wonosobo dan Kabupaten Tegal merupakan wilayah dengan risiko relatif tertinggi, sedangkan Kota Semarang merupakan wilayah dengan risiko terendah.