PENERAPAN ALGORITMA SUBTRACTIVE FUZZY C-MEANS DAN K-MEANS PADA PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN FAKTOR PENYEBAB STUNTING PADA BALITA

Yulitia, Rahma (2023) PENERAPAN ALGORITMA SUBTRACTIVE FUZZY C-MEANS DAN K-MEANS PADA PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN FAKTOR PENYEBAB STUNTING PADA BALITA. Diploma thesis, Universitas Andalas.

	Text (cover dan abstrak) cover dan abstrak watermark- Yulitia Rahma.pdf - Published Version Download (582kB)
	Text (BAB I Pendahuluan) BAB I- Yulitia Rahma.pdf - Published Version Download (180kB)
	Text (BAB V- Penutupan) BAB Akhir- Yulitia Rahma.pdf - Published Version Download (170kB)
	Text (Daftar Pustaka) DAPUS- Yulitia Rahma.pdf - Published Version Download (175kB)
	Text (Skiprisi full text) Skripsi watermark - Yulitia Rahma.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Stunting (pendek) merupakan kondisi kurang gizi kronis dan infeksi yang berlangsung lama terutama pada 1000 hari pertama kehidupan. Berdasarkan Studi Status Gizi Indonesia, pada tahun 2021 angka prevalensi stunting pada balita mencapai 24,4%. Angka prevalensi ini masih tergolong tinggi sehingga perlu dilakukan upaya untuk menurunkan tingkat prevalensi stunting di In�donesia. Salah satu upaya yang dapat dilakukan untuk mengurangi prevalensi stunting di Indonesia adalah memahami karakteristik setiap provinsi di Indonesia melalui analisis klaster. Penelitian ini bertujuan untuk melakukan pengelompokan provinsi di Indonesia berdasarkan faktor penyebab terjadinya stunting. Metode pengelompokan yang digunakan pada penelitian ini adalah metode Subtractive Fuzzy C-Means dan K-Means. Uji validitas klaster yang digunakan yaitu uji Silhouette Coefficient Index (SC). Berdasarkan uji Sil�houette Coefficient Index, diperoleh bahwa pada metode Subtractive Fuzzy C�Means jumlah klaster optimum yang terbentuk adalah dua buah klaster yang terdapat pada jari-jari 0,85. Sedangkan pada metode K-Means jumlah klaster optimum yaitu dua buah klaster. Berdasarkan uji Silhouette Coefficient In�dex juga diperoleh bahwa metode yang lebih baik pada penelitian ini adalah metode K-Means karena nilai Silhouette Coefficient Index yang diperoleh lebih tinggi dari metode Subtractive Fuzzy C-Means.

Actions (login required)

View Item