Text

Perbandingan Metode Optimasi Elbow, Gap Statistics, dan Silhouette dalam Menentukan Banyaknya Cluster Terbaik pada Analisis KMeans Clustering (Studi Kasus: Pengelompokan Provinsi di Indonesia Berdasarkan Faktor Penyebab Balita Stunting Tahun 2021)

---

Stunting adalah kondisi status gizi kurang yang bersifat kronik pada masa
pertumbuhan dan perkembangan sejak awal kehidupan, kekurangan gizi
menempatkan anak-anak pada risiko kematian yang lebih besar. Salah satu upaya
dalam mengatasi stunting adalah menentukan terlebih dahulu provinsi yang perlu
diprioritaskan penanganan faktor penyebab stuntingnya dengan cara
mengelompokan 34 provinsi di Indonesia. Penelitian ini menggunakan k-means
clustering untuk mempartisi data sesuai karakteristiknya masing-masing ke dalam
bentuk dua atau lebih cluster, penentuan banyaknya cluster optimal melalui metode
optimasi elbow, gap statistics dan silhouette. Metode yang digunakan untuk
menguji hasil cluster terbaik adalah metode Davies Bouldin Index (DBI). Hasil
pengujian clustering metode elbow menghasilkan K=3 dengan nilai DBI sebesar
0,6392677, metode gap statistics menghasilkan K=1 tanpa pengujian DBI karena
hanya terbentuk 1 cluster, sedangkan metode silhouette menghasilkan K=2 dengan
nilai DBI sebesar 0,2116945. Hal ini menunjukkan bahwa hasil clustering k-means
dengan metode silhouette menghasilkan kualitas cluster lebih baik karena memiliki
nilai DBI lebih rendah daripada metode lainnya.
Kata Kunci: Stunting, Clustering, K-means, Elbow, Gap Statistics, Silhouette.

---

Ketersediaan

1119E2023

1119 E 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1119 E 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Metalia Widya

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar