PENGELOMPOKAN WILAYAH KASUS BALITA STUNTING DI INDONESIA MENGGUNAKAN ALGORITMA K-MEANS
DOI:
https://doi.org/10.24036/jteki.v3i3.39Keywords:
Indonesia, K-Means, StuntingAbstract
Stunting merupakan kondisi kurang gizi pada anak yang ditandai dengan tubuh pendek pada anak usia dibawah 5 tahun. Selain ditandai dengan tubuh pendek pada anak, gejala yang umumnya muncul pada penderita stuntin adalah lambatnya pertumbuhan tubuh dan gigi, berat badan anak yang jauh lebih rendah dari anak seusianya serta tidak memiliki fokus yang baik. Stunting merupakan salah satu masalah kesehatan masyarakat yang perlu penanganan lebih oleh pemerintah khususnya dinas kesehatan republik Indonesia. Dari 34 provinsi di Indonesia masing-masing memiliki kasus stunting yang perlu penanganan segera. Pada penelitian ini akan dilakukan pengklasteran wilayah kasus balita stunting yang berasal dari 34 provinsi di Indonesia. Pengklasteran dilakukan untuk mengelompokan 34 provinsi di Indonesia menjadi wilayah provinsi kasus tinggi, sedang, dan rendah. Hasil dari penelitian ini yaitu 52% provinsi memiliki kasus tertinggi, 29% memiliki kasus sedang dan 18% memiliki kasus stunting rendah.
Downloads
References
[2] 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.
[3] Ruswati et al., “Risiko Penyebab Kejadian Stunting pada Anak,†J. Pengabdi. Kesehat. Masy. Pengmaskesmas, vol. 1, no. 2, pp. 34–38, 2021.
[4] 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.
[5] 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.
[6] Z. I. Alfianti, M. A. Azis, A. Fauzi, F. T. Informasi, and U. B. Saranainformatika, “JurnalMantik,†vol. 4, no. 4, pp. 2336–2341, 2021.
[7] 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.
[8] 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.
[9] 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.
[10] 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.
[11] 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.
[12] 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.
[13] dkk Sugiono, “Pengelompokan Perilaku Mahasiswa Pada Perkuliahan E-Learning dengan K-Means Clustering,†J. Kaji. Ilm., vol. 19, no. 2, pp. 126–133, 2019.
[14] 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.
Alamat Redaksi :