Penggerombolan Kabupaten / Kota Berdasarkan Faktor Stunting Menggunakan Metode Penggerombolan Dua Langkah Untuk Data Campuran
View/ Open
Date
2015Author
Istiqomah, Nurul
Wijayanto, Hari
Afendi, Farit M
Metadata
Show full item recordAbstract
Kondisi stunting ditandai dengan pertumbuhan bayi dan anak-anak yang lambat, gagal mencapai tinggi badan yang diharapkan (normal). Stunting mencerminkan kekurangan gizi kronis selama periode paling kritis pertumbuhan dan perkembangan pada awal kehidupan. Untuk mengurangi prevalensi stunting, pemerintah Indonesia telah melakukan berbagai program, diantaranya stratifikasi provinsi berdasarkan prevalensi stunting balita dan tingkat kerawanan pangan. Berdasarkan stratifikasi tersebut, wilayah dalam strata yang sama akan diterapkan kebijakan yang sama tanpa melihat karakteristik faktor stunting daerah terkait. Analisis penggerombolan merupakan salah satu teknik statistik yang bertujuan mengorganisasi data menjadi beberapa kelompok sehingga tingkat kesamaan dalam kelompok tinggi dan tingkat kesamaan antar kelompok rendah. Metode dua langkah untuk penggerombolan data campuran (Two-Step Method For Clustering Mixed Categorical And Numeric Data/TMCM) merupakan metode penggerombolan data campuran numerik dan kategorik dengan memperhatikan adanya hubungan antara item kategorik. Kelebihan TMCM dibanding metode lain adalah transformasi peubah kategori dilakukan berdasarkan teori co-occurrence. Penelitian ini mengaplikasikan algoritma TMCM untuk penggerombolan kabupaten/kota berdasarkan faktor stunting. Data yang digunakan pada penelitian ini antara lain Data Indeks Pembangunan Kesehatan masyarakat 2013, Data Dasar Puskesmas 2013 dan Survei Sosial Ekonomi Nasional (SUSENAS) 2013. Penggerombolan kabupaten/kota di Indonesia berdasarkan faktor stunting menggunakan TMCM menghasilkan 4 gerombol dengan anggota gerombol 1, gerombol 2, gerombol 3, dan gerombol 4 masing – masing adalah 90 kabupaten/kota, 36 kabupaten/kota, 352 kabupaten/kota dan 19 kabupaten/kota. Masing – masing gerombol memiliki permasalahan yang berbeda. Berdasarkan jumlah permasalahan yang dihadapi, gerombol 2 merupakan gerombol dengan jumlah permasalahan terbanyak disusul gerombol 3, gerombol 4, dan gerombol. Untuk itu, rekomendasi program harus disesuaikan dengan permasalahan yang dihadapi.