ANALISIS PERBANDINGAN K-MEANS DAN HIERARCHICAL CLUSTERING UNTUK SEGMENTASI WILAYAH BERDASARKAN INDIKATOR STATUS GIZI BALITA DI PROVINSI JAWA TENGAH

Ardany, Abhipraya Rasendriya Atma (2025) ANALISIS PERBANDINGAN K-MEANS DAN HIERARCHICAL CLUSTERING UNTUK SEGMENTASI WILAYAH BERDASARKAN INDIKATOR STATUS GIZI BALITA DI PROVINSI JAWA TENGAH. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER - ABSTRAK) COVER.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (256kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (607kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (202kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (797kB)
	Text (BAB V) BAB V.pdf - Published Version Download (285kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf - Published Version Restricted to Registered users only Download (120kB)
	Archive (SOURCE CODE) Sourcecode - 24.21.1587.zip Restricted to Repository staff only Download (250kB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (801kB)

Abstract

Status gizi balita merupakan indikator penting untuk menilai kondisi kesehatan masyarakat. Setiap kabupaten/kota di Jawa Tengah memiliki karakteristik yang berbeda terkait proporsi balita dengan berat badan kurang, balita pendek, balita gizi kurang, dan balita gizi buruk. Penelitian ini bertujuan untuk membentuk segmentasi status gizi balita antar wilayah serta membandingkan dua metode klasterisasi K-Means dan Hierarchical Clustering dalam menghasilkan struktur kelompok yang paling sesuai dengan pola data. Data yang digunakan merupakan data publik BPS tahun 2024 yang berisi persentase berbagai indikator status gizi balita. Tahapan analisis mencakup praproses data, pembentukan klaster, dan evaluasi menggunakan metrik validitas internal, yaitu Silhouette Score, Calinski–Harabasz Index, dan Davies–Bouldin Index. Hasil evaluasi menunjukkan bahwa K-Means memberikan pemisahan klaster yang lebih baik dan konsisten dibandingkan Hierarchical Clustering. Metode terbaik tersebut kemudian digunakan untuk membentuk segmentasi wilayah di Jawa Tengah. Hasil segmentasi memperlihatkan adanya perbedaan pola indikator gizi antar kabupaten/kota yang membentuk beberapa kelompok kondisi. Temuan ini dapat menjadi dasar awal untuk memahami kerentanan relatif setiap wilayah serta mendukung pemantauan dan evaluasi status gizi pada periode selanjutnya.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Abdulloh, Ferian Fauzi

Uncontrolled Keywords:

Status Gizi Balita, Klasterisasi, Hierarchical Clustering, Analisis Segmentasi, Nutritional Status Toddlers, Clustering, K-Means, Hierarchical Clustering, Segmentation Analysis.

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

07 Jul 2026 02:46

Last Modified:

07 Jul 2026 02:46

URI:

http://eprints.amikom.ac.id/id/eprint/31963