cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agus Tedyyana
Contact Email
Agus Tedyyana
Phone
-
Journal Mail Official
agustedyyana@polbeng.ac.id
Editorial Address
-
Location
Kab. bengkalis,
Riau
INDONESIA
INOVTEK Polbeng - Seri Informatika
Published by Politeknik Negeri Bengkalis
ISSN : 25279886     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Inovasi dan Teknologi Seri Informatika (Jurnal INOVTEK Polbeng - Seri Informatika) Politeknik Negeri Bengkalis merupakan jurnal informatika berbasis penelitian ilmiah. Jurnal ini diharapkan dapat sebagai wadah akademisi, peneliti dan praktisi menyebarkan hasil penelitian. Jurnal INOVTEK Polbeng - Seri Informatika menerbitkan naskah berkaitan dengan Web and Mobile Computing, Image processing, System Cerdas, Sistem Informasi, Database, DSS, IT project management, Geographical Information System, Teknologi Informasi, Computer Network and Security, Wireless Sensor Network, dan lainya.
Arjuna Subject : -
Articles 261 Documents
 23   24   25   26   27 
Perbandingan K-Means dan Hierarchical Clustering dalam Pengelompokan Daerah Beresiko Stunting Indra, Indra; Nur, Nahya; Iqram, Muh.; Inayah, Nurul
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 2 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i2.3612

Abstract

Saat ini Indonesia merupakan salah satu negara dengan tingkat stunting yang cukup tinggi di dunia, dimana prevalensi stunting masih berada pada kisaran 21,6% sedangkan standar minimal prevalensi stunting yang telah ditetapkan oleh WHO adalah 20%. Stunting merupakan kondisi gagal tumbuh yang terjadi pada masa awal kehidupan, biasanya pada anak usia 0-5 tahun. Untuk mengatasi permasalahan ini, pemerintah dan pihak terkait telah melakukan berbagai upaya dan program intervensi, salah satunya adalah menentukan daerah yang menjadi prioritas penanganan stunting dengan melakukan klasterisasi. Dalam penelitian ini akan melakukan klasterisasi daerah stunting berdasarkan provinsi yang ada di Indonesia dengan mengacu pada beberapa parameter yaitu persentase imunisasi, proporsi stunting, cakupan pemberian ASI eksklusif, cakupan pemberian vitamin dan tablet tambah darah, serta akses terhadap sanitasi dan air minum yang layak. Penelitian ini akan membandingkan antara kluster yang terbentuk menggunakan Hierarchical Clustering dan K Means.Hasil perbandingan antara metode K-Means dan Hierarchical Clusteringmemperlihatkan bahwa K-Means menghasilkan pengelompokan klaster yang lebih baik ditinjau dari nilai Silhouette Coefficient sebesar 0.48 dan Calinski-Harabasz index sebesar 10.49 dengan jumlah klaster yang terbentuk sebanyak 2 klaster.  Pada Algoritma Hierarchical Clustering, nilai Silhouette Coefficient yang dihasilkan adalah 0.47 dan Calinski-Harabasz index sebesar 9.54. Semakin besar nilai Silhouette Coefficientdan Calinski-Harabasz index, maka semakin baik klaster yang terbentuk.

Page 27 of 27 | Total Record : 261

 23   24   25   26   27 

Filter by Year

2016 2024


Reset
Filter By Issues
All Issue Vol 9, No 1 (2024) Vol 8, No 2 (2023) Vol 8, No 1 (2023) Vol 7, No 2 (2022) Vol 7, No 1 (2022) Vol 6, No 2 (2021) Vol 6, No 1 (2021) Vol 5, No 2 (2020) Vol 5, No 1 (2020) Vol 4, No 2 (2019) Vol 4, No 1 (2019) Vol 3, No 2 (2018) Vol 3, No 1 (2018) Vol 2, No 2 (2017) Vol 2, No 1 (2017) Vol 1, No 2 (2016) Vol 1, No 1 (2016) More Issue