UJI SKENARIO

Simulasi risiko stunting

Ubah dan geser slider indikator prediktor wilayah.

Wilayah

Tahun

HASIL PREDIKSI

Tinggi

Data aktual: Sedang

KEYAKINAN MODEL

Rendah5.8%
Sedang39.5%
Tinggi54.7%

Bentuk umum

Prediksi (logit kumulatif lokal)

P(Y_i \le j \mid s_i, t_i) = \operatorname{expit}\!\left( \alpha_j(s_i, t_i) + \sum_{k=1}^{20} \beta_k(s_i, t_i)\, \frac{g_k(x_{ik}) - \mu_k}{\sigma_k} \right),\quad j = 1, 2

\big(\hat\alpha(s_i,t_i),\, \hat\beta(s_i,t_i)\big) = \arg\min_{\alpha,\beta}\left\{ -\sum_{l=1}^{n} w_{il}\,\ell_l(\alpha,\beta) + \lambda\left(\vartheta\lVert\beta\rVert_1 + \tfrac{1-\vartheta}{2}\lVert\beta\rVert_2^2\right) \right\}

w_{il} = \left(1 - \frac{d_{il}^2}{b_i^2}\right)^2 \cdot \exp\!\left(-\frac{(t_i - t_l)^2}{2 h_t^2 \tau_i^2}\right),\quad d_{il} < b_i

Arti simbol

$\operatorname{expit}$: Fungsi logistik yang mengubah skor menjadi peluang 0–100%.
$Y_i$: Status stunting wilayah i: ordinal Rendah, Sedang, atau Tinggi.
$\alpha_j(s_i, t_i)$

Bentuk lokal — Aceh Barat, 2024

logit P(Y ≤ Rendah) = -0.03 − 0.35 X1 + 0.00 X2 + 0.00 X3 + 0.00 X4 + 0.27 X5 + 0.67 X6 + 0.00 X7 + 0.00 X8 − 0.54 X9 + 0.00 X10 + 0.00 X11 − 0.10 X12 − 0.05 X13 + 0.00 X14 + 0.00 X15 + 0.49 X16 − 0.43 X17 − 0.39 X18 − 0.33 X19 + 0.08 X20

logit P(Y ≤ Sedang) = 2.56 − 0.35 X1 + 0.00 X2 + 0.00 X3 + 0.00 X4 + 0.27 X5 + 0.67 X6 + 0.00 X7 + 0.00 X8 − 0.54 X9 + 0.00 X10 + 0.00 X11 − 0.10 X12 − 0.05 X13 + 0.00 X14 + 0.00 X15 + 0.49 X16 − 0.43 X17 − 0.39 X18 − 0.33 X19 + 0.08 X20

Sosial-Ekonomi

X1 Persentase Penduduk Miskin (P0)

17,6 %2,23 – 42,03

X2 Indeks Kedalaman Kemiskinan (P1)Tidak dipakai

3,02 indeks0,11 – 14,87

X3 Indeks Keparahan Kemiskinan (P2)Tidak dipakai

0,75 indeks0,01 – 8,12

X4 Garis Kemiskinan (Rupia/kapita/bulan)Tidak dipakai

644.009 Rp/kapita/bulan253.877 – 1.179.015

X5 PDRB Atas Dasar Harga Konstan (Milyar Rupiah)

8.682,52 Miliar Rp147,48 – 532.549,57

X6 Pengeluaran per Kapita Disesuaikan (Ribu Rupiah/Orang/Tahun)

10.548 Ribu Rp/orang/tahun3.976 – 25.573

X7 Indeks Pembangunan ManusiaTidak dipakai

73,69 indeks (0-100)32,84 – 88,77

Pendidikan

X8 Rata-rata Lama Sekolah (Tahun)Tidak dipakai

9,99 tahun1,42 – 13,1

X9 Harapan Lama Sekolah (Tahun)

14,93 tahun3,87 – 17,94

Gender

X19 Indeks Pembangunan Gender (IPG)

86,67 indeks53,72 – 99,56

X20 Indeks Pemberdayaan Gender (IDG)

59,59 indeks22,91 – 89,29

Kesehatan

X10 Angka Harapan Hidup Laki-laki (Tahun)Tidak dipakai

66,54 tahun53,71 – 76,4

X11 Angka Harapan Hidup Perempuan (Tahun)Tidak dipakai

70,52 tahun57,03 – 80,38

X12 Proporsi Perempuan Pernah Kawin 15-49 tahun yang Melahirkan Anak Lahir Hidup Yang Pertama Kali Berumur Kurang dari 20 tahun

0,196 %0,04 – 0,54

X13 Proporsi Perempuan Pernah Kawin 15-49 tahun yang Pernah Melahirkan Anak Lahir Hidup dalam 2 Tahun Terakhir Tidak di Fasilitas Kesehatan

0 %0 – 1

Konsumsi dan Ketahanan Pangan

X14 Prevalensi Ketidakcukupan Konsumsi Pangan (Persen)Tidak dipakai

8,41 %0,65 – 80,32

X15 Indeks Ketahanan PanganTidak dipakai

78,27 indeks (0-100)14,14 – 96,37

X16 Rata-rata Pengeluaran Perkapita Seminggu Menurut Kelompok Telur dan Susu

6.195 Rp/kapita/minggu1.357,81 – 20.393,61

X17 Rata-rata Pengeluaran Perkapita Seminggu Menurut Kelompok Ikan

30.571 Rp/kapita/minggu154 – 57.251,02

X18 Rata-rata Pengeluaran Perkapita Seminggu Menurut Kelompok Rokok dan Tembakau

30.301 Rp/kapita/minggu295,52 – 78.460,31

Hasil model untuk wilayah ini belum sepenuhnya stabil.

HASIL PREDIKSI

Tinggi

Data aktual

Sedang

Tentang model prediksi

Model ini membaca pola antarwilayah dan antarwaktu untuk memperkirakan kategori stunting.

Seberapa baik modelnya?

Diuji menggunakan data validasi yang tidak dipakai saat pelatihan.

Akurasi
0.716
Menunjukkan seberapa sering prediksi model sesuai dengan kategori aktual pada data validasi.
Quadratic Weighted Kappa
0.696
Mengukur kecocokan prediksi dengan data aktual. Kesalahan yang jauh dihitung lebih berat.
Mean Absolute Error
0.287
Rata-rata jarak antara kategori prediksi dan kategori aktual. Makin kecil, makin baik.

Dibandingkan dengan model lain

Ordinal Logistic RegressionAkurasi 0.589 · QWK 0.53
Elastic Net Ordinal Logistic RegressionAkurasi 0.589 · QWK 0.52
Geographically Weighted Ordinal Logistic RegressionAkurasi 0.640 · QWK 0.61
Geographically and Temporally Weighted Ordinal Logistic RegressionAkurasi 0.642 · QWK 0.61
Geographically and Temporally Weighted Elastic Net Ordinal Logistic Regression (bandwidth tetap)Akurasi 0.659 · QWK 0.64
Geographically and Temporally Weighted Elastic Net Ordinal Logistic Regression (bandwidth adaptif)Dipakai di siniAkurasi 0.716 · QWK 0.70