PEMODELAN SAR MELALUI PENDEKATAN ANALISIS CLUSTER BERDASARKAN SKOR LOCAL INDICATOR OF SPATIAL AUTOCORRELATION (LISA) PADA DATA KELUARGA BERISIKO STUNTING

Penelitian ini bertujuan untuk membentuk model serta mengidentifikasi dan
memetakan pola sebaran keluarga berisiko stunting di Indonesia berdasarkan
provinsi, dengan menggunakan pemodelan Spatial Autoregressive Regression
(SAR) melalui pendekatan analisis cluster berbasis skor Local Indicator of Spatial
Autocorrelation (LISA). Tiga metode utama diterapkan dalam pendekatan spasial
ini, yaitu analisis LISA untuk mengukur autokorelasi spasial antarprovinsi, metode
Spatial ‘K’luster Analysis by Tree Edge Removal (SKATER) untuk membentuk
cluster wilayah yang homogen secara spasial, dan pemodelan SAR untuk
mengidentifikasi faktor-faktor risiko stunting. Data penelitian berasal dari BKKBN
tahun 2024 yang mencakup 38 provinsi di Indonesia. Hasil analisis LISA
menunjukkan adanya autokorelasi spasial positif yang signifikan pada 33 provinsi.
Berdasarkan skor LISA, metode SKATER menghasilkan cluster spasial dengan
nilai silhouette coefficient sebesar 0,624, menunjukkan kualitas cluster yang cukup
baik. Pemodelan SAR kemudian diterapkan pada masing-masing cluster dan
menunjukkan bahwa faktor-faktor risiko stunting berbeda antar cluster. Pada
cluster hot spot, variabel signifikan meliputi usia ibu dan jarak kelahiran. Cluster
outlier menunjukkan bahwa seluruh variabel berpengaruh signifikan, sedangkan
pada cluster cold spot, sanitasi dan jarak kelahiran menjadi faktor dominan.
Temuan ini menegaskan pentingnya pendekatan spasial dalam memahami pola
risiko stunting serta memberikan dasar bagi penyusunan kebijakan yang lebih tepat
sasaran dan kontekstual sesuai kondisi wilayah.
Kata kunci: Stunting, Keluarga Berisiko Stunting, LISA, SKATER, SAR