Publisher

STMIKJAYAKARTASTMIKJAYAKARTA

Journal Journal of Information System, Informatics and ComputingJournal of Information System, Informatics and Computing Abstract

Puskesmas berperan penting dalam meningkatkan kesehatan masyarakat. Analisis data kesehatan yang tepat dapat membantu dalam mengidentifikasi kelompok populasi yang membutuhkan perhatian khusus. Sumber daya manusia yang unggul dan berkualitas didasari dengan sumber daya manusia yang sehat dengan indikator tercukupinya asupan gizi sesuai dengan perkembangan usianya. Namun masalah kelaparan dan kekurangan gizi masih dihadapi oleh dunia hingga saat ini. Menurut laporan Unicef, jumlah penduduk yang menderita kekurangan gizi di dunia mencapai 767,9 juta orang pada tahun 2021. Organisasi Kesehatan Dunia (WHO) mengatakan, kekurangan gizi menjadi salah satu ancaman berbahaya bagi kesehatan penduduk dunia. Stunting juga berdampak di Indonesia, prevalensi balita yang mengalami stunting di Indonesia sebanyak 21,6% pada tahun 2022. Penelitian ini bertujuan untuk mengklasifikasikan data kesehatan dari Puskesmas di Binjai menggunakan algoritma K-Means untuk memahami karakteristik setiap kluster. Dilakukan studi lapangan dengan mengolah data hasil penimbangan anak, data diolah dengan menggunakan metode cluster sehingga diperoleh cluster stunting untuk wilayah Kota Binjai yakni kluster 1: mencerminkan kondisi kesehatan yang baik, dengan nilai rata-rata yang rendah pada indikator risiko gizi dan gizi buruk, kluster 2: menunjukkan kondisi yang sangat buruk, dengan nilai yang tinggi pada hampir semua indikator, mencerminkan masalah kesehatan yang serius di populasi tersebut dan kluster 3: menunjukkan kondisi moderat, dengan nilai yang berada di antara kluster 1 dan kluster 2. Hasil analisis menunjukkan bahwa terdapat tiga kluster yang berbeda, masing-masing dengan karakteristik kesehatan yang unik. Pengujian kluster dilakukan dengan menggunakan metode cluster analysis untuk memastikan validitas hasil. Temuan ini diharapkan dapat memberikan rekomendasi bagi pihak dians kesehatan dalam merancang program intervensi kesehatan yang lebih tepat sasaran dengan hasil pengujian Silhouette Score: 0.65, menunjukkan bahwa kluster yang terbentuk cukup baik.

Conclusion

Penelitian ini menunjukkan bahwa analisis klustering dapat memberikan wawasan berupa pengetahuan baru tentang kondisi kesehatan populasi di Puskesmas Binjai.Dengan mengidentifikasi karakteristik setiap kluster, pihak berwenang dapat merancang intervensi kesehatan yang lebih tepat sasaran untuk meningkatkan kesejahteraan masyarakat.Hasil analisis menunjukkan bahwa terdapat tiga kluster yang berbeda, masing-masing dengan karakteristik kesehatan yang unik.Pengujian kluster dilakukan dengan menggunakan metode cluster analysis untuk memastikan validitas hasil.

Future Research

Penelitian lanjutan dapat mengkaji integrasi data geospasial untuk memetakan persebaran kluster stunting di Kota Binjai secara visual. Selain itu, perlu dilakukan studi longitudinal untuk mengevaluasi dampak jangka panjang dari program intervensi kesehatan berbasis kluster terhadap penurunan angka stunting. Terakhir, evaluasi efektivitas metode K-Means dalam skenario data yang lebih dinamis dan bervariasi, seperti data real-time atau data dari wilayah dengan faktor risiko yang berbeda, dapat menjadi arah penelitian yang relevan.

References

1. Stunting among children under two years in Indonesia: Does maternal education matter? | PLOS One. stunting... dx.plos.org/10.1371/journal.pone.0271509Stunting among children under two years in Indonesia Does maternal education matter PLOS One stunting dx plos 10 1371 journal pone 0271509
2. Clustering Time Series Data Mining dengan Jarak Kedekatan Manhattan City | Buaton | Prosiding Seminar... doi.org/10.30645/senaris.v1i0.129Clustering Time Series Data Mining dengan Jarak Kedekatan Manhattan City Buaton Prosiding Seminar doi 10 30645 senaris v1i0 129

Metadata

File size	778.46 KB
Pages	10
DMCA	Report