Pengelompokkan Kabupaten/Kota di Provinsi Nusa Tenggara Timur Berdasarkan Indikator Balita Stunting

Fernanda, Safitri Emilia (2024) Pengelompokkan Kabupaten/Kota di Provinsi Nusa Tenggara Timur Berdasarkan Indikator Balita Stunting. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2043201095-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (2MB) | Request a copy

Abstract

Dalam mencapai tujuan kedua dari Sustainable Development Goals (SDG’s) untuk menghilangkan segala bentuk kekurangan gizi, salah satu indikator yang perlu diperhatikan adalah prevalensi balita stunting. Provinsi Nusa Tenggara Timur (NTT) menjadi provinsi dengan angka prevalensi balita stunting tertinggi di Indonesia pada tahun 2021 sebesar 37,8%. Pemerintah NTT telah melakukan berbagai upaya untuk menurunkan prevalensi balita stunting, namun angka prevalensi balita stunting di NTT masih tinggi dan jauh dari target yang diharapkan. Upaya pemerintah NTT belum efektif, hal ini dapat disebabkan karena penerapan kebijakan tidak memperhatikan karakteristik indikator balita stunting di wilayah terkait. Oleh karena itu, perlu dilakukan pengelompokkan kabupaten/kota di Provinsi Nusa Tenggara Timur berdasarkan indikator balita stunting menggunakan analisis cluster hierarki. Hasil dari analisis cluster hierarki akan dilanjutkan dengan analisis diskriminan yang digunakan untuk mengetahui indikator yang paling berpengaruh dalam membedakan antar kelompok dan ketepatan klasifikasi yang terbentuk. Hasil pengelompokan terbaik pada pengelompokan kabupaten/kota di Provinsi Nusa Tenggara Timur berdasarkan indikator balita stunting yaitu menggunakan metode Complete Linkage dimana terbentuk jumlah kelompok optimum sebanyak 3 kelompok. Hasil lanjutan dari analisis cluster yaitu analisis diskriminan menunjukkan bahwa indikator yang paling berpengaruh signifikan dalam membedakan tingkat balita stunting pada kabupaten/kota di Provinsi Nusa Tenggara Timur adalah persentase pemberian ASI eksklusif pada bayi dan persentase rumah tangga yang memiliki akses terhadap sanitasi layak, serta hasil ketepatan klasifikasi menggunakan fungsi diskriminan dari analisis cluster hierarki metode Complete Linkage memiliki nilai akurasi sebesar 100%.
=================================================================================================================================
In achieving the second goal of the Sustainable Development Goals (SDGs) to eliminate all forms of malnutrition, one of the indicators that needs attention is the prevalence of stunting in toddlers. The East Nusa Tenggara Province (NTT) has the highest prevalence of stunting in toddlers in Indonesia in 2021, reaching 37.8%. The NTT government has made various efforts to reduce the prevalence of stunting in toddlers, but the prevalence rate remains high and far from the expected target. Government efforts in NTT have not been effective, possibly because the implementation of policies does not consider the characteristics of stunting indicators in the respective regions. Therefore, it is necessary to classify districts/cities in the East Nusa Tenggara Province based on stunting indicators using hierarchical cluster analysis. The results of the hierarchical cluster analysis will be followed by discriminant analysis to determine the most influential indicators in differentiating between groups and the accuracy of the formed classifications. The best grouping result for districts/cities in the East Nusa Tenggara Province based on stunting indicators is achieved using the Complete Linkage method, forming an optimal number of 3 groups. The subsequent results of the cluster analysis, namely discriminant analysis, show that the most significant indicators in distinguishing the level of stunting in districts/cities in the East Nusa Tenggara Province are the percentage of exclusive breastfeeding and the percentage of households with access to adequate sanitation, with a classification accuracy rate of 100%.

Item Type:	Thesis (Other)
Additional Information:	RSSB 519.53 SAF p 2024
Uncontrolled Keywords:	Analisis Cluster Hierarki, Analisis Diskriminan, Indikator Balita Stunting, Hierarchical Cluster Analysis, Discriminant Analysis, Stunting in Toddler Indicator
Subjects:	H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics H Social Sciences > HD Industries. Land use. Labor > HD108 Classification (Theory. Method. Relation to other subjects ) Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis. Correspondence analysis (Statistics)
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	SAFITRI EMILIA FERNANDA
Date Deposited:	24 Feb 2024 17:36
Last Modified:	14 Nov 2024 02:47
URI:	http://repository.its.ac.id/id/eprint/107686

Actions (login required)

View Item