Optimasi K-Means dengan Particle Swarm Optimization pada Pengelompokkan Daerah Stunting

Abstract

Stunting suatu kondisi balita yang memiliki tinggi badan lebih pendek dari usia normalnya. Berdasarkan data PSG Dinas Kesehatan Kabupaten Kediri di bulan februari 2018, tingkat prevelensi stunting di seluruh kecamatan Kabupaten Kediri sekitar 19,79%. Melihat tingkat prevelensi yang tinggi tersebut, maka penelitian ini akan melakukan clustering terhadap 37 kecamatan yang ada di Kabupaten Kediri berdasarkan prosentasi tingkat stunting tertinggi sampai dengan terendah. Untuk mendapatkan hasil yang maksimal maka algoritma k-means yang digunakan akan dioptimasi dengan PSO. Berdasarkan hasil penelitian didapatkan bahwa rata-rata hasil nilai silhouette coefficient dan akurasi pada PSO k-means akan menghasilkan nilai yang lebih tinggi bila dibandingkan dengan k-means murni. Namun apabila dilihat dari waktu komputasinya maka k-means murni memiliki waktu yang lebih cepat bila dibandingkan dengan PSO k-means.