Text
Implementasi Fuzzy Possibilistic C-Means dengan Keanggotaan Optimal Fuzzy C-Means untuk Penanganan Stunting di Provinsi Jawa Tengah
Stunting merupakan masalah serius yang menyebabkan anak rentan terhadap
penyakit, mengalami gangguan perkembangan kognitif, serta menurunkan
produktivitas. Hasil Survei Kesehatan Indonesia (2023) menunjukkan bahwa
prevalensi stunting di Indonesia pada tahun 2023 mencapai 21,5%, sehingga target
Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2020-2024 sebesar
14% dan standar World Health Organization (WHO) di bawah 20% belum tercapai.
Berdasarkan data Survei Kesehatan Indonesia (2023), prevalensi stunting di
Provinsi Jawa Tengah tahun 2023 hanya mengalami sedikit penurunan sebesar
0,1% dari tahun 2022 menjadi 20,7%. Kondisi tersebut mengindikasikan bahwa
Provinsi Jawa Tengah memerlukan penanganan lebih intensif untuk mempercepat
penurunan prevalensi stunting. Percepatan penanganan stunting dapat dilakukan
dengan ketercapaian indikator Indeks Khusus Penanganan Stunting (IKPS) yang
lebih terfokus dan tepat sasaran, salah satunya melalui analisis clustering. Data
yang digunakan adalah indikator IKPS kabupaten/kota Provinsi Jawa Tengah dari
website resmi Badan Pusat Statistik (BPS) Jawa Tengah. Data tersebut mengandung
outlier karena tingkat percepatan penurunan stunting bervariasi di setiap daerah.
Pada penelitian ini, digunakan algoritma Fuzzy Possibilistic C-Means dengan
keanggotaan optimal dari Fuzzy C-Means yang mampu menangani data outlier.
Hasil clustering algoritma tersebut akan divalidasi menggunakan Davies Bouldin
Index (DBI) untuk menetapkan jumlah klaster paling optimal. Hasil validasi
menunjukkan klaster optimal adalah 5 klaster dan nilai DBI sebesar 1,520291.
Kata Kunci: Stunting, Indeks Khusus Penanganan Stunting, Clustering, Fuzzy
Possibilistic C-Means, Fuzzy C-Means, Davies Bouldin Index
1371E2025 | 1371 E 2025 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain