Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Metode Fuzzy C-Means dalam Pengelompokkan Kabupaten/Kota di Provinsi Jawa Tengah Berdasarkan Indikator Sanitasi Total Berbasis Masyarakat Tahun 2023 Nur, Rachmat Kahfiwan; Annas, Muhammad Raffy; Chumairoh, Kamilah Citra; Nudyawati, Elsa; Khusna, Nida Faoziatun; Fauzi, Fathkhurokhman
Prosiding Seminar Nasional Unimus Vol 7 (2024): Transformasi Teknologi Menuju Indonesia Sehat dan Pencapaian Sustainable Development G
Publisher : Universitas Muhammadiyah Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sanitasi ialah upaya pengendalian berbagai faktor lingkungan fisik yang berdampak pada manusia,khususnya yang menimbulkan risiko terhadap kelangsungan hidup, perkembangan fisik, serta kesehatanmanusia. Salah satu program di Indonesia mengenai sanitasi adalah program Sanitasi Total BerbasisMasyarakat. Provinsi Jawa Tengah saat ini menghadapi tantangan besar terkait Sanitasi Total BerbasisMasyarakat, mengingat provinsi ini memiliki jumlah penduduk terbesar di Indonesia. Oleh karena itu,diperlukan pengelompokkan dengan suatu metode clustering agar Sanitasi Total Berbasis Masyarakat inidapat merata, salah satu metode nya yaitu menggunakan Fuzzy C-Means (FCM) yang mengelompokkandata berdasarkan kesamaan atribut. Hasil dari penelitian ini yakni didapatkan cluster optimum mempunyainilai Davies Bouldin Index (DBI) yang terkecil yaitu 1,498 pada 2 cluster. Cluster 1 memiliki anggotamemiliki anggota 17 kabupaten dan 2 kota, sedangkan cluster 2 memiliki 12 Kabupaten dan 4 kota.Karakteristik cluster 1 didominasi oleh kabupaten/kota dengan jumlah KK dan puskesmas terbanyak, yangmenunjukkan potensi lebih besar untuk mencapai target Sanitasi Total Berbasis Masyarakat. Sementara itu,cluster 2 didominasi oleh kabupaten/kota dengan jumlah KK dan puskesmas yang lebih sedikit, sehinggamemerlukan upaya peningkatan untuk mendukung implementasi program Sanitasi Total BerbasisMasyarakat.   Kata Kunci : Sanitasi, Sanitasi Total Berbasis Masyarakat, Fuzzy C-Means, Davies Bouldin Index
Klasterisasi Indikator Kesehatan Ibu dan Anak di Indonesia Menggunakan Hierarchical Clustering Agglomerative Angelina, Lea; Putri, Dinda Meyda; Ana, Nisfatun Nurul; Syafira, Elsa Izza; Chumairoh, Kamilah Citra; Syaharani, Nabbila Dyah; Fauzi, Fatkhurokhman
Seminar Nasional Official Statistics Vol 2025 No 1 (2025): Seminar Nasional Official Statistics 2025
Publisher : Politeknik Statistika STIS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34123/semnasoffstat.v2025i1.2401

Abstract

Maternal and child health is a top priority in national development, given that high maternal and infant mortality rates remain a significant challenge in Indonesia. Disparities in health indicators between regions indicate that existing inequalities remain insufficiently addressed. This study aims to group 38 provinces in Indonesia based on 14 maternal and child health indicators for 2024 to identify patterns of disparity. The method used is Agglomerative Hierarchical Clustering with multicollinearity tests (VIF) and KMO for data validation. The complete linkage method was selected for its optimal performance, yielding an agglomerative coefficient of 0.742 and the highest silhouette value of 0.2099 at K = 6. The results formed six clusters reflecting similarities in regional characteristics. Several provinces in Papua clustered separately due to their low health indicator achievements. These findings emphasize the need for region-specific intervention policies to address disparities and promote equitable improvements in maternal and child health.