PEMODELAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION UNTUK ANALISIS DETERMINAN STUNTING BALITA DI JAWA BARAT TAHUN 2019-2024

Abstract

Prevalensi stunting di Jawa Barat berfluktuasi secara spasio-temporal (2019–2024), sehingga pendekatan regresi global berisiko menghasilkan estimasi bias. Penelitian ini memodelkan determinan stunting pada balita di 27 kabupaten/kota menggunakan Geographically and Temporally Weighted Regression (GTWR) dengan tujuh variabel prediktor untuk menangkap efek keruangan dan waktu secara simultan. Penelitian ini menggunakan data sekunder berjenis data panel, dengan variabel prediktor meliputi persentase penduduk miskin, cakupan ASI eksklusif, rata-rata lama sekolah, berat badan bayi baru lahir, sanitasi layak, pemberian tablet tambah darah, dan inisiasi menyusui dini. Tahapan analisis dilakukan secara berurutan, mulai dari uji dependensi spasial (Indeks Moran), uji heterogenitas spasial, hingga estimasi parameter model GTWR menggunakan fungsi pembobot spatio-temporal kernel. Hasil analisis menunjukkan bahwa model GTWR memiliki performa yang lebih baik dibandingkan dengan regresi global, dengan nilai 𝑅2 sebesar 0.4277 dan nilai Akaike Information Criterion (AIC) yang lebih rendah. Model berhasil mendeteksi structural break, di mana kondisi spasial yang homogen (2019–2021) berubah menjadi sangat heterogen pascapandemi, sehingga membentuk titik-titik kerentanan baru (new hotspots). Evaluasi lokal menunjukkan pergeseran paradigma determinan: Persentase Penduduk Miskin menjadi faktor paling dominan (signifikan di 66,05% observasi), disusul Rata-Rata Lama Sekolah (50%). Sebaliknya, intervensi spesifik seperti BBLR, ASI Eksklusif, Tablet Tambah Darah, Inisiasi Menyusu Dini, dan Sanitasi Layak telah terdistribusi homogen. Penelitian ini menyimpulkan bahwa mitigasi stunting tidak dapat lagi diseragamkan (one-size-fits-all), melainkan menuntut kebijakan presisi kelokalan dengan fokus penguatan ekonomi keluarga dan literasi ibu di wilayah rentan.