Pemodelan Regresi Nonparametrik Spline Truncated Terhadap Prevalensi Stunting di Sumatera Utara

Penelitian ini bertujuan untuk memodelkan prevalensi stunting di Provinsi Sumatera Utara dengan menggunakan regresi nonparametrik spline truncated guna menangkap hubungan nonlinier antara faktor-faktor sosial, kesehatan, dan pendidikan. Data yang digunakan merupakan data cross-section tahun 2023 pada 33 kabupaten/kota yang bersumber dari Badan Pusat Statistik dan Survei Kesehatan Indonesia. Pemilihan konfigurasi titik knot optimal dilakukan menggunakan Generalized Cross Validation (GCV), sedangkan estimasi parameter diperoleh melalui metode Ordinary Least Squares (OLS). Hasil analisis menunjukkan bahwa model spline truncated dengan tiga titik knot memberikan nilai GCV minimum sebesar 56,4289 dan koefisien determinasi (R²) sebesar 94,36%, yang mengindikasikan kemampuan model yang sangat baik dalam menjelaskan variasi prevalensi stunting antar wilayah. Secara simultan, seluruh variabel prediktor berpengaruh signifikan terhadap prevalensi stunting. Secara parsial, akses sanitasi layak dan rata-rata lama sekolah menunjukkan pengaruh yang paling konsisten, baik pada komponen linier maupun spline, sementara variabel lainnya menunjukkan pola pengaruh nonlinier dengan perubahan slope pada titik-titik ambang tertentu. Temuan ini menegaskan bahwa hubungan antara faktor-faktor penentu stunting tidak bersifat linier sederhana, melainkan bergantung pada tingkat pencapaian tertentu dari masing-masing indikator. Secara metodologis, penelitian ini menunjukkan keunggulan regresi spline truncated dalam mengidentifikasi ambang kritis (threshold effects) yang sulit ditangkap oleh model regresi linier konvensional, serta secara substantif memberikan dasar berbasis bukti bagi perumusan kebijakan intervensi stunting yang lebih spesifik wilayah di Provinsi Sumatera Utara.