Clustering daerah rawan stunting di Jawa Barat menggunakan algoritma K-Means

Abstract

Stunting atau kekerdilan pada balita adalah suatu kondisi yang terjadi karena gagal tumbuh yang diakibatkan oleh kekurangan gizi kronis dan infeksi berulang selama periode 1000 hari pertama kehidupan. Angka prevalensi stunting di Jawa Barat pada tahun 2021 sebesar 24,5% dan termasuk ke dalam lima provinsi di Indonesia dengan jumlah kasus stunting tertinggi. Permasalahan stunting tidak bisa dibiarkan dan harus ditangani karena dapat menimbulkan dampak negatif bagi kesehatan, baik jangka panjang maupun jangka pendek. Penelitian ini bertujuan untuk mengelompokkan daerah rawan stunting di Jawa Barat pada tahun 2019-2021 menggunakan algoritma K-Means. Metode yang digunakan yaitu Cross Industry Standard Process for Data Mining (CRISP-DM). Data yang digunakan adalah data kejadian stunting dan faktor risiko stunting dari 27 kabupaten/kota di Jawa Barat dan bersumber dari situs resmi Open Data Jawa Barat. Penelitian diawali dengan menentukan K terbaik dengan Elbow Method, dimana K=3 adalah jumlah cluster terbaik. Hasil clustering dievaluasi dengan silhouette coefficient diperoleh nilai evaluasi sebesar 0,61. Nilai tersebut berada dalam kategori cluster layak dan sudah sesuai dengan masing-masing cluster yang terbentuk.