<![CDATA[Stunting menjadi ancaman signifikan bagi stabilitas kesehatan dan ekonomi di Indonesia. Untuk itu, tindakan pencegahan stunting pada anak dilakukan dengan berbagai cara, salah satunya dengan pemetaan fasilitas kesehatan di kecamatan Kabupaten Kolaka menggunakan teknik clustering. Penelitian ini bertujuan menganalisis perubahan pola distribusi stunting dari 2022 ke 2023 di berbagai wilayah di Kabupaten Kolaka. Hal itu dilakukan dengan membandingkan kinerja K-Means dan Hierarchical clustering (Ward, Complete dan Average) pada kasus stunting guna mengurangi resiko memilih metode yang tidak sesuai dengan pengelompokan daerah rawan stunting. Tingkat kerawanan kasus stunting dipetakan berdasarkan parameter pengukuran seperti anak dengan berat badan kurang, perawakan pendek, gizi buruk, gizi buruk berat, kurangnya ASI eksklusif, jumlah bayi berat badan lahir rendah (BBLR), dan jumlah rumah tangga dengan sanitasi yang tidak memadai. Hasil penelitian ini mengelompokkan tingkat kerentanan stunting menjadi 4 kategori, yaitu tingkat kerentanan rendah, sedang, tinggi, dan sangat tinggi. Evaluasi klaster menggunakan Silhouette Score, Davies-Bouldin Index (DBI) dan Dunn Index. Hierarchical clustering average linkage dipilih sebagai metode terbaik untuk clustering tingkat kerawana kasus stunting dengan nilai Cophenetic sebesar 0.7888, DBI sebesar 0.8209, dunn index sebesar 0.5869 dan nilai silhouette score sebesar 0.2330, nilai tersebut terkategori struktur klaster lemah, namun nilai ini merupakan nilai tertinggi dari pengujian pada k=4 dengan data multidimensi yang digunakan sulit untuk memperoleh silhouette score tinggi terkait “Curse of Dimensionality”. Selain itu, Silhouette score cocok pada kluster bentuk cembung dan terpisah dengan baik, namun berkinerja kurang baik pada cluster yang tidak beraturan. Penelitian ini diharapkan menyediakan kerangka kerja berbasis data dengan mengidentifikasi faktor dominan stunting sehingga dapat memberikan rekomendasi intervensi yang sesuai.]]>
Copyrights © 2025
