CLUSTERING DAERAH RISIKO RAWAN STUNTING DI INDONESIA MENGGUNAKAN K-MEANS

Syalom, Cahya (2025) CLUSTERING DAERAH RISIKO RAWAN STUNTING DI INDONESIA MENGGUNAKAN K-MEANS. S1 thesis, UNIVERSITAS JAMBI.

	Text COVER.pdf Download (103kB)
	Text HALAMAN PENGESAHAN.pdf Download (304kB)
	Text ABSTRAK.pdf Download (92kB)
	Text BAB I.pdf Download (139kB)
	Text BAB V.pdf Download (102kB)
	Text DAFTAR PUSTAKA.pdf Download (127kB)
	Text FULL SKRIPSI.pdf Restricted to Repository staff only Download (2MB)

Abstract

Kementerian Kesehatan mengumumkan hasil Survei Kesehatan Indonesia (SKI) yang menunjukkan adanya penurunan prevalensi stunting dari tahun ke tahun. Namun, prevalensi stunting di Indonesia pada tahun 2023 masih tergolong tinggi yaitu mencapai 21,5%, melebihi standar WHO untuk prevalensi stunting yang baik di suatu negara yang seharusnya berada dibawah 20%. Penelitian ini bertujuan untuk mengindentifikasi daerah yang berisiko rawan stunting di Indonesia menggunakan metode K-Means berdasarkan faktor-faktor penyebab stunting. Data yang digunakan meliputi cakupan pelayanan esensial dan kasus stunting dari 38 provinsi selama 2022-2024, yang diperoleh dari dashboard Kementerian Dalam Negeri sebanyak 3534 data. Hasil penelitian menunjukkan bahwa jumlah cluster optimal untuk tiap tahun adalah K=2 berdasarkan hasil dari metode Elbow, Silhouette Coefficient, dan Davies Bouldin Index. Cluster 1 mewakili daerah risiko rawan stunting tinggi yang memiliki pelayanan esensial rendah, sedangkan cluster 2 mewakili daerah risiko rawan stunting rendah dan pelayanan esensial yang lebih optimal. Pada 2022, cluster 1 terdiri dari 25 provinsi, dan cluster 2 terdiri dari 13 provinsi. Pada 2023, cluster 1 menurun menjadi 18 provinsi dan cluster 2 meningkat menjadi 20 provinsi. Pada 2024, cluster 1 semakin menurun menjadi 14 provinsi, sementara cluster 2 meningkat menjadi 24 provinsi.

Type:	Thesis (S1)
Uncontrolled Keywords:	Stunting, K-Means, Klasterisasi, Metode Elbow, Silhouette Coefficient, Davies Bouldin Index
Subjects:	L Education > L Education (General)
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	CAHYA SYALOM
Date Deposited:	16 Jun 2025 02:38
Last Modified:	16 Jun 2025 02:38
URI:	https://repository.unja.ac.id/id/eprint/79842

Actions (login required)

View Item