<![CDATA[Stunting merupakan permasalahan kesehatan yang berdampak pada perkembangan fisik dan kognitif anak, serta berkontribusi terhadap kesenjangan sosial dan ekonomi di Indonesia. Penelitian ini bertujuan untuk mengembangkan metode klasterisasi skala prioritas penanganan stunting dengan menggabungkan algoritma DBSCAN (Density-Based Spatial Clustering of Applications with Noise) dan Fuzzy C-Means (FCM). Data diperoleh dari platform Aksi Bangda Kemendagri (2021–2024) dan diolah menggunakan Python. DBSCAN digunakan untuk mengidentifikasi wilayah dengan konsentrasi tinggi kasus stunting dan mendeteksi outlier, sementara FCM membantu menentukan prioritas intervensi berdasarkan tingkat keparahan. Hasil penelitian menunjukkan bahwa DBSCAN menghasilkan dua klaster utama dan sejumlah outlier, sedangkan FCM membagi data menjadi tiga klaster berbasis derajat keanggotaan. Pendekatan ini berpotensi menjadi alat analitik dalam mendukung kebijakan percepatan penurunan angka stunting secara lebih efektif di Indonesia.]]>
Copyrights © 2025
