Implementasi Algoritma K-Means Clustering Dalam Klasterisasi Kabupaten/Kota Provinsi Jawa Barat Berdasarkan Faktor Pemicu Stunting Pada Balita

Abstract

Stunting merupakan kondisi pertumbuhan serta perkembangan seorang balita yang mengalami kegagalan jika dibandingkan dengan umur yang semestinya. Pada hakikatnya, untuk mempermudah melihat karakteristik faktor pemicu balita stunting di suatu wilayah dapat dilakukan proses klasterisasi. Pada penelitian ini bertujuan untuk mengelompokkan wilayah kabupaten/kota Provinsi Jawa barat berdasarkan faktor pemicu balita stunting dengan metode silhouette sebagai metode penentu jumlah cluster optimumnya serta mengetahui karakteristik pada setiap cluster-nya. Hasil penelitian menunjukkan bahwa penggunaan metode silhouette dapat membantu algoritma k-means dalam proses pengelompokan kabupaten/kota di Provinsi Jawa Barat, dihasilkan 3 cluster sebagai cluster optimum dengan nilai silhouette yang sekitar 0,37. Karakteristik kondisi rumah tangga terhadap akses sanitasi layak yang relatif tinggi dimiliki oleh cluster 1 dengan 6 wilayah kabupaten/kota dan cluster 2 dengan 11 wilayah kabupaten/kota. Sedangkan cluster 3 dengan 10 wilayah kabupaten/kota ini memiliki karakteristik persentase bayi menerima inisiasi menyusui dini yang cukup tinggi dibandingkan dengan faktor lainnya.