Prediksi Kepadatan Nutrisi Buah-buahan dengan Model Regresi Linear Berganda dan Ordinary Least Square (OLS)

Abstract

Kepadatan nutrisi makanan, khususnya buah-buahan, menjadi kritis dalam mencegah malnutrisi dan penyakit terkait gizi. Penelitian ini menggunakan Regresi Linier Berganda untuk memprediksi kepadatan nutrisi pada 572 jenis buah berdasarkan kandungan nutrisi seperti protein, serat, vitamin A, vitamin C, vitamin E, kalsium, magnesium, kalium, dan zat besi. Analisis menunjukkan bahwa setiap kenaikan satu unit dalam kandungan protein, serat, dan vitamin C menghasilkan peningkatan kepadatan nutrisi yang diprediksi sebesar 1.002, 1.003, dan 1.004 unit, masing-masing. Model Regresi Linier Berganda yang dikembangkan memiliki Adjusted R-squared sebesar 1.00, menunjukkan bahwa model secara efektif menjelaskan variabilitas data. Uji-F ANOVA menunjukkan bahwa semua variabel prediktor berkontribusi secara signifikan terhadap kepadatan nutrisi (F(34, 537) = 2275.28, p < 0.001). Penelitian ini menjadi penguat dari penelitian terdahulu [1,2,4,5]. Selain itu untuk penelitian berikutnya, penelitian ini dapat menjadi dasar karena penelitian ini menekankan manfaat kepadatan nutrisi dalam meningkatkan kesehatan dan mengurangi risiko penyakit kronis. Studi ini menyoroti pentingnya buah-buahan sebagai sumber utama kepadatan nutrisi yang dapat meningkatkan kesehatan populasi.