Penerapan Model Spasial Menggunakan Matriks Pembobot Queen Contiguity dan Euclidean Distance Terhadap Kasus Gizi Buruk Balita di Provinsi Nusa Tenggara Timur

Abstract

Gizi buruk balita masih menjadi masalah yang dihadapi oleh negara Indonesia khususnya pada provinsi Nusa Tenggara Timur (NTT). Kasus gizi buruk balita dapat disebabkan oleh berbagai faktor, seperti persentase penduduk miskin, persentase berat badan balita lahir rendah, dan jumlah fasilitas kesehatan. Kasus gizi buruk antar lokasi saling berhubungan menunjukkan adanya efek spasial. Oleh karena itu penelitian ini menggunakan metode model spasial untuk menguji pengaruh tersebut. Model spasial dianataranya Spatial Autoregressive Model (SAR), Spatial Error Model (SEM), dan Spatial Durbin Model (SDM). Matriks pembobot merupakan komponen penting dalam pembentukan model karena menunjukkan hubungan keterkaitan antar lokasi. Penelitian ini menggunakan pembobot queen contiguity dan euclidean distance kemudian membandingkannya. Sumber data adalah data sekunder tahun 2021, dimana amatan adalah 22 Kabupatenm/Kota di Provinsi NTT. Hasil penelitian menunjukkan bahwa estimasi parameter dan uji hipotesis memberikan hasil yang berbeda di masing-masing pembobot. Hasil uji efek spasial Moran’s I dengan pembobot queen contiguity menunjukkan adanya autokorelasi spasial pada jumlah fasilitas kesehatan, sementara itu dengan pembobot euclidean distance adalah persentase berat badan balita lahir rendah. Berdasarkan perbandingan nilai AIC dan MSE, model terbaik yang analisis gizi buruk balita di NTT adalah SDM dengan pembobot queen contiguity.

GIS-based Spatial Autocorrelation Queen Contiguity Order-One Analysis on African Countries Renewable Energy Consumption and Production with Economic and Environmental Indices

“…Specifically, this method considers two geographic units as neighbours if they share a common boundary or a vertex. Utilizing the Queen contiguity weights matrix, we capture the spatial connectivity between areas, thus paving the way for spatial autocorrelation analysis (AKOLO, 2022;Gezi Fajri et al, 2023;K. S. Suryowati et al, 2023).…”