Penggerombolan Provinsi di Indonesia Berdasarkan Indikator Kesehatan Lingkungan dengan Metode K-Medoids dan Penanganan Pencilan Ekstrem

Abstract

Kesehatan lingkungan merupakan faktor penting dalam upaya meningkatkan kesehatan masyarakat. Setiap provinsi memiliki pencapaian indikator kesehatan lingkungan yang berbeda-beda. Akibatnya, prioritas rencana kesehatan lingkungan di setiap provinsi akan berbeda. Penggerombolan provinsi akan mempermudah untuk menentukan prioritas bagi pembangunan kesehatan lingkungan di Indonesia. Penelitian ini bertujuan untuk menggerombolkan provinsi di Indonesia berdasarkan indikator kesehatan lingkungan tahun 2021 dengan mempertimbangkan keberadaan pencilan ekstrem, serta mendapatkan karakteristik dari masing-masing gerombol yang terbentuk. Data yang digunakan adalah indikator kesehatan lingkungan tahun 2021 yang diperoleh dari publikasi Profil Kesehatan Indonesia oleh Kementerian Kesehatan, meliputi 34 provinsi dan 10 peubah numerik. Penggerombolan provinsi dilakukan dengan metode K-Medoids yang robust terhadap pencilan. Pengaruh keberadaan pencilan ekstrem diatasi dengan dua pendekatan, pertama dengan menyisihkan peubah yang memiliki data ekstrem, kedua dengan menganggap data ekstrem sebagai data hilang dan melakukan imputasi terhadap data ekstrem tersebut. Hasil penelitian menunjukkan bahwa pendekatan dengan imputasi data memberikan hasil yang lebih informatif, menghasilkan empat gerombol optimum dengan nilai koefisien silhouette sebesar 0,23. Gerombol 3 terdiri atas enam provinsi merupakan provinsi dengan karakteristik kesehatan lingkungan baik, sedangkan gerombol 1 terdiri atas delapan provinsi memiliki karakteristik kesehatan lingkungan buruk. Gerombol 2 dan 4 memiliki karakteristik kesehatan lingkungan sedang.

Environmental health is an important factor in improving public health. Each province has different achievements in environmental health indicators. Therefore, the prioritization of environmental health plans in each province will be different. Clustering provinces will make it easier to determine priorities for environmental health development. This research aims to cluster provinces in Indonesia based on environmental health indicators in 2021 by considering the presence of extreme outliers, and characterize each cluster formed. The data used are environmental health indicators in 2021 from Indonesia Health Profile publication by the Ministry of Health, covering 34 provinces and 10 numerical variables. Province clustering was applied using the K-Medoids method robust to outliers. The impact of extreme outliers was addressed with two approaches, first by excluding variables that have extreme data, second by considering extreme data as missing data and imputing the extreme data. Results showed that the imputation approach provided more informative results, producing four optimum clusters with a silhouette coefficient of 0.23. Cluster 3 was six provinces with good environmental health characteristics, while cluster 1 was eight provinces with poor environmental health characteristics. Clusters 2 and 4 have environmental health characteristics that are moderate.