PERFORMA ALGORITMA K-MEANS DALAM PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI PAPUA BERDASARKAN FAKTOR PENYEBAB STUNTING

Abstract

Stunting merupakan permasalahan gizi kronis akibat kekurangan nutrisi jangka panjang, terutama selama 1.000 hari pertama kehidupan anak. Berdasarkan Survei Status Gizi Indonesia (SSGI) tahun 2022, prevalensi stunting di Provinsi Papua mencapai 34,6%, menunjukkan tingkat yang masih tinggi sehingga diperlukan strategi efektif untuk penanganannya. Salah satu pendekatan yang dapat dilakukan adalah mengidentifikasi karakteristik masing-masing Kabupaten/Kota melalui analisis klaster. Penelitian ini bertujuan mengelompokkan Kabupaten/Kota di Papua berdasarkan faktor-faktor yang memengaruhi kejadian stunting. Data yang digunakan berasal dari SSGI 2022 yang dilaksanakan oleh Badan Kebijakan Pembangunan Kesehatan (BKPK) Kementerian Kesehatan RI, mencakup kondisi sebelum pemekaran wilayah. Kebaruan penelitian ini terletak pada penerapan pendekatan berbasis data (data driven) dengan algoritma machine learning K-Means untuk pemetaan spasial determinan stunting secara regional, menggantikan pendekatan deskriptif dan statistik konvensional. Pendekatan ini menghasilkan gambaran empiris mengenai kesamaan karakteristik antarwilayah dan mendukung penyusunan kebijakan intervensi gizi yang berbasis bukti (evidence based policy). Hasil analisis menunjukkan algoritma K-Means menghasilkan dua kelompok optimal dengan nilai Silhouette Coefficient Index (SC) sebesar 0,34. Kelompok pertama terdiri dari 21 Kabupaten/Kota yang dipengaruhi oleh faktor bayi usia 0–5 bulan yang tidak mendapatkan ASI eksklusif dan balita dengan berat lahir kurang dari 2.500 gram. Kelompok kedua mencakup 3 Kabupaten/Kota yang lebih dipengaruhi oleh faktor tidak mendapatkan inisiasi menyusui dini, anak tidak menerima vitamin A, kurangnya asuransi kesehatan, ibu hamil dengan konsumsi tablet zat besi rendah, serta akses air minum yang tidak layak.