PENGELOMPOKAN WILAYAH KASUS BALITA STUNTING DI INDONESIA MENGGUNAKAN ALGORITMA K-MEANS
Universitas Bina Sarana Informatika
Indonesia
Abstract
Stunting adalah suatu gejala yang disebabkan oleh kurangnya asupan gizi pada anak sejak berada dalam kandungan hingga usia kurang dari lima tahun. Tidak hanya postur tubuh yang menjadi gejala stunting, pertumbuhan tubuh dan gigi yang terhambat, berat badan anak tidak sesuai, serta tidak memiliki fokus yang baik merupakan gejala lain yang timbul pada anak penderita stunting. Stunting menjadi masalah kesehatan masyarakat yang perlu penanganan lebih oleh pemerintah khususnya dinas kesehatan republik Indonesia. Negara Indonesia memiliki kasus stunting yang tergolong tinggi. Dari setiap provinsi di Indonesia masing-masing memiliki kasus stunting yang membutuhkan penanganan cepat dan tepat. Pengklasteran akan dilakukan dalam wilayah yang memiliki balita stunting yang diperoleh dari 34 provinsi di Indonesia. Dari 34 provinsi tersebut akan dilakukan pengklasteran menjadi wilayah provinsi kasus tinggi, sedang, dan rendah. Dari penelitian ini dihasilkan persentase dari masing-masing cluster yaitu kasus tertinggi memiliki persentase 52% provinsi di indonesia, persentase wilayah kasus sedang sebesar 29% dan untuk wilayah yang memiliki kasus stunting rendah sebesar 18%.
Keywords
References
K. Rahmadhita, “Permasalahan Stunting dan Pencegahannya,” J. Ilm. Kesehat. Sandi Husada, vol. 11, no. 1, pp. 225–229, 2020, doi: 10.35816/jiskh.v11i1.253.
Y. Yuwanti, F. M. Mulyaningrum, and M. M. Susanti, “Faktor – Faktor Yang Mempengaruhi Stunting Pada Balita Di Kabupaten Grobogan,” J. Keperawatan dan Kesehat. Masy. Cendekia Utama, vol. 10, no. 1, p. 74, 2021, doi: 10.31596/jcu.v10i1.704.
Ruswati et al., “Risiko Penyebab Kejadian Stunting pada Anak,” J. Pengabdi. Kesehat. Masy. Pengmaskesmas, vol. 1, no. 2, pp. 34–38, 2021.
T. A. E. Permatasari, “Pengaruh Pola Asuh Pembrian Makan Terhadap Kejadian Stunting Pada Balita,” J. Kesehat. Masy. Andalas, vol. 14, no. 2, p. 3, 2021, doi: 10.24893/jkma.v14i2.527.
S. Handoko, F. Fauziah, and E. T. E. Handayani, “Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering,” J. Ilm. Teknol. dan Rekayasa, vol. 25, no. 1, pp. 76–88, 2020, doi: 10.35760/tr.2020.v25i1.2677.
Z. I. Alfianti, M. A. Azis, A. Fauzi, F. T. Informasi, and U. B. Saranainformatika, “JurnalMantik,” vol. 4, no. 4, pp. 2336–2341, 2021.
Normah, B. Rifai, S. Vambudi, and R. Maulana, “Analisa Sentimen Perkembangan Vtuber Dengan Metode Support Vector Machine Berbasis SMOTE,” J. Tek. Komput. AMIK BSI, vol. 8, no. 2, pp. 174–180, 2022, doi: 10.31294/jtk.v4i2.
Yulia and M. Silalahi, “Penerapan Data Mining Clustering Dalam Mengelompokan Buku Dengan Metode K-Means,” Indones. J. Comput. Sci., vol. 10, no. 1, 2021, doi: 10.33022/ijcs.v10i1.3008.
A. Nugraha, O. Nurdiawan, and G. Dwilestari, “Penerapan Data Mining Metode K-Means Clustering Untuk Analisa Penjualan Pada Toko Yana Sport,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 849–855, 2022, doi: 10.36040/jati.v6i2.5755.
B. Harahap, “Penerapan Algoritma K-Means Untuk Menentukan Bahan Bangunan Laris (Studi Kasus Pada UD. Toko Bangunan YD Indarung),” Reg. Dev. Ind. Heal. Sci. Technol. Art Life, pp. 394–403, 2019, [Online]. Available: https://ptki.ac.id/jurnal/index.php/readystar/article/view/82.
Z. I. Alfianti, “Pengelompokan Wilayah Penyebaran Covid-19 Di Kabupaten Karawang Menggunakan Algoritma K-Means,” J. Ilm. Inform. Komput., vol. 26, no. 2, pp. 111–122, 2021, doi: 10.35760/ik.2021.v26i2.4155.
T. Suprawoto, “Klasifikasi data mahasiswa menggunakan metode k- means untuk menunjang pemilihan strategi pemasaran,” vol. 1, no. 1, pp. 12–18, 2016.
M. H. Adiya and Y. Desnelita, “Jurnal Nasional Teknologi dan Sistem Informasi Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru,” vol. 01, pp. 17–24, 2019.
dkk Sugiono, “Pengelompokan Perilaku Mahasiswa Pada Perkuliahan E-Learning dengan K-Means Clustering,” J. Kaji. Ilm., vol. 19, no. 2, pp. 126–133, 2019.
S. Ramadani, I. Ambarita, and A. M. H. Pardede, “Metode K-Means Untuk Pengelompokan Masyarakat Miskin Dengan Menggunakan Jarak Kedekatan Manhattan City Dan Euclidean ( Studi Kasus Kota Binjai ),” Inf. Syst. Dev., vol. 04, no. 2, pp. 15–29, 2019.
