Penelitian ini bertujuan memberikan pengetahuan terhadap pengelompokan penyebaran kasus stunting sehingga Pemerintah Kota Samarinda dapat membuat kebijakan yang tepat guna optimalisasi penurunan angka prevalensi stunting di Kota Samarinda. Teknik analisis data yang digunakan yaitu deskriptif kuantitatif dengan menerapkan Cross-Industry Standard Process Model for Data Mining atau CRISP-DM. Algoritma K-Means dapat digunakan dalam melakukan proses clustering terhadap dataset kasus stunting di Kota Samarinda tahun 2023. Ditinjau dari sudut pandang hasil clustering, bahwa kelurahan Sempaja Utara yang masuk dalam anggota cluster 7 memiliki prevalensi stunting paling tinggi dan juga merupakan wilayah yang memiliki nilai kemiskinan ekstrem dengan urutan pertama. Sebagai langkah akselerasi pencapaian tujuan penurunan prevalensi stunting sebaiknya Pemerintah Kota Samarinda membentuk sebuah kelompok kerja untuk melakukan evaluasi apakah kemiskinan ekstrem memiliki korelasi terhadap perkembangan kasus stunting di Kota Samarinda
Copyrights © 2024