DATA MINING UNTUK PENGELOMPOKAN ANAK STUNTING DI PROVINSI JAMBI DENGAN KOMBINASI SINGLE LINKAGE DAN K-MEANS CLUSTERING

Permana, Hary Indra (2025) DATA MINING UNTUK PENGELOMPOKAN ANAK STUNTING DI PROVINSI JAMBI DENGAN KOMBINASI SINGLE LINKAGE DAN K-MEANS CLUSTERING. Masters thesis, UNAMA.

[img] Text
BAB II.pdf
Restricted to Registered users only

Download (683kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (146kB)
[img] Text
BAB V.pdf

Download (10kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (872kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (159kB)
[img] Text
BAB I.pdf

Download (245kB)

Abstract

Stunting merupakan masalah kesehatan serius yang memengaruhi pertumbuhan fisik, kognitif, dan produktivitas anak. Provinsi Jambi masih menghadapi tantangan dalam menurunkan prevalensi stunting meskipun terjadi penurunan angka kasus. Penelitian ini bertujuan mengelompokkan anak stunting di Provinsi Jambi menggunakan kombinasi metode Single Linkage dan K-Means Clustering, serta mengevaluasi kualitas hasil pengelompokan. Data penelitian mencakup variabel jenis kelamin, berat badan lahir, tinggi badan lahir, umur, berat badan, tinggi badan saat pengukuran dan nilai Zscore berdasarkan TB/U. Tahapan analisis meliputi pra- pemrosesan data, normalisasi, penentuan centroid awal dengan Single Linkage, penentuan jumlah cluster dengan metode Elbow kemudian pengelompokan menggunakan K-Means. Evaluasi dilakukan menggunakan Silhouette Coefficient dan Davies-Bouldin Index. Hasil penelitian menunjukkan tiga cluster utama: wilayah rawan, sedang, dan tidak rawan stunting. Evaluasi menghasilkan nilai Silhouette Coefficient 0.659 dan Davies-Bouldin Index 0.599, yang menandakan kualitas cluster cukup baik. Kombinasi Single Linkage dan K-Means terbukti efektif mengatasi kelemahan K-Means tradisional serta memberikan segmentasi data yang bermanfaat untuk mendukung kebijakan percepatan penurunan stunting di Provinsi Jambi

Item Type: Thesis (Masters)
Subjects: Artificial Intelligence
Divisions: Tesis > Magister Sistem Informasi > 2025
Depositing User: Digital Library
Date Deposited: 12 Nov 2025 09:44
Last Modified: 12 Nov 2025 09:44
URI: http://repository.unama.ac.id/id/eprint/5317

Actions (login required)

View Item View Item