<![CDATA[Stunting menjadi salah satu masalah penting yang perlu diatasi karena tingkat kasus stunting yang masih terbilang cukup tinggi, pada penelitian ini khususnya di Provinsi Jawa Tengah. Penulis melakukan pengelompokkan menggunakan metode algoritma K-Means Clustering untuk menganalisis tingkat keparahan kasus stunting setiap desa atau kelurahan di Kabupaten Batang. Data yang digunakan adalah data jumlah balita stunting periode desember 2023 di Kabupaten Batang, yang bersumber dari laman resmi Satu Data Indonesia. Variabel data yang digunakan adalah data kasus stunting dan jumlah balita. Analisis klasterisasi yang penulis lakukan menggunakan bahasa pemrograman Python. Proses dalam penelitian ini dimulai dari ekstraksi data, menghilangkan data outlier, mencari nilai k terbaik dengan metode Elbow dan Silhouette Coefficient, melakukan proses pengklasteran menggunakan K-Means, dan melakukan visualisasi dari hasil klasterisasi data. Berdasarkan hasil analisis klasterisasi, pengelompokkan yang optimal berada pada nilai k = 2, ditunjukkan dengan nilai Silhouette Coefficient sebesar 0,60830 yang berarti struktur yang dihasilkan baik, dengan kluster 0 berjumlah 170 desa atau kelurahan yang tergolong tingkat kasus stunting sedang dan kluster 1 berjumlah 68 desa atau kelurahan yang tergolong tingkat kasus stunting tinggi. Kata Kunci: Elbow Method, Klasterisasi, K-Means, Silhouette Coefficient, Stunting ]]>
Copyrights © 2024
