Penerapan Algoritma K-Medoids dalam Pengelompokan Balita Stunting di Indonesia

Abstract

Stunting adalah kondisi gagal tumbuh pada balita akibat kekurangan asupan gizi dan infeksi yang berkepanjangan yang mengakibatkan tinggi badan yang lebih pendek dari standar usianya. Indonesia saat ini menjadi urutan ke 4 dalam tingginya kasus prevelensi stunting menurut standar World Health Organization. Adapun tujuan dari penelitian ini untuk mengelompokkan provinsi mana yang mengalami bayi stunting dengan cluster tertinggi maupun cluster terendah yang berguna sebagai masukan bagi pemerintah untuk menangani dengan cepat penurunan stunting di Indonesia. Data yang digunakan dari penelitian ini di dapat dari Badan Pusat Statistika (BPS) dengan nama indikator Prevelensi Stunting tahun 2015-2018. Dalam penelitian ini data di olah dengan menggunakan Algoritma K-Medoids yang merupakan salah satu bagian dari algoritma clustering yang dapat memecahkan dataset ke kelompok-kelompok diantara semua objek data dengan menggunakan objek sebagai perwakilan (medoid) dalam sebuah cluster.

Analisis Populasi Ayam Ras Pedaging Di Indonesia Dengan Penerapan Data Mining K-Medoids Clustering

“…Penelitian terdahulu menurut Halimatusakdiah Pohan dkk dengan judul Penerapan Algoritma Kmedoids dalam Pengelompokan Balita Stunting di Indonesia, menyimpulkan dalam penelitian tersebut metode K-Medoid mampu untuk mengelompokkan balita yang mengalami stunting dengan menggunakan 2 cluster yaitu tinggi dan rendah. Dengan hasilnya terdapat 28 provinsi dengan cluster tertinggi dan 6 provinsi dengan cluster terendah [2]. Penelitian yang dilakukan Alia Ahadi Argasah & Dudih Gustian, dengan judul Data mining analysis to determine employee salaries according to needs based on the kmedoids clustering algorithm, menyimpulkan metode k-medoids dalam data mining sangat berguna sebagai tolak ukur penggajian, akan sangat membantu dalam proses penggajian karyawan oleh perusahan [3].…”

Klasterisasi Tingkat Penjualan Kedai Kopi Hallo Burjois Menggunakan Algoritma K-Medoids Sebagai Evaluasi

“…Data yang berasal dari Badan Pusat Statistik, dengan subjek prevalensi stunting pada tahun 2015-2018 di 34 provinsi di Indonesia, dapat dimanfaatkan untuk menghasilkan informasi yang berguna. Implementasinya dapat dilakukan dengan metode data mining, contoh penerapannya menggunakan Algoritma K-Medoids Clustering [17].…”

Stunting Disease Classification Using Multi-Layer Perceptron Algorithm with GridSearchCV

“…Stunting is a crisis problem in the field of health and welfare that is of concern in various countries, including Indonesia.In 2022, the prevalence of stunting in Indonesia is considered high with a figure of 21.6% based on the results of the Indonesian Nutrition Status survey (Kemenkes RI, 2023).Even according to the World Health Organization (WHO), in 2022 there were 148.1 million children under the age of 5 years experiencing stunting (WHO, 2023).Stunting is a disorder of child growth and development caused by chronic malnutrition characterized by the condition of infants who have a height less than 2 times the average standard deviation of growth set by WHO (Rahmi et al, 2022). Stunting is mostly experienced by children under 5 years old, where as much as 70% of stunting occurs in the age range of 0 -23 months (Pohan et al, 2021). The impact that can arise due to lack of nutrition in children can increase the risk of child mortality, sufferers are susceptible to illness, disruption of brain development, physical disorders and metabolic disorders (Astarani et al, 2020) (Wahyudin et al, 2023).…”