Penerapan Data Mining Fuzzy C Means Untuk Pemetaan Wilayah Penyakit Stunting Kota Mataram

Authors

  • Muhammad Rafli Hazwaldi Universitas Bumigora, Mataram, Indonesia
  • Dadang Priyanto Universitas Bumigora, Mataram, Indonesia
  • Mayadi Universitas Bumigora, Mataram, Indonesia

DOI:

https://doi.org/10.30812/juteks.v1i2.5714

Keywords:

Stunting, Fuzzy C-Means, Pemetaan Spasial, Data Mining, Kota Mataram

Abstract

Penelitian ini bertujuan untuk memetakan tingkat kerawanan stunting pada wilayah Kota Mataram dengan menggunakan metode pengelompokan data berbasis Fuzzy C-Means. Data yang dianalisis merupakan data sekunder dari Badan Pusat Statistik dan Dinas Kesehatan Kota Mataram periode 2020 hingga 2024, yang mencakup enam indikator utama, yaitu jumlah balita, prevalensi stunting, cakupan imunisasi, bayi lahir dengan berat badan rendah, tingkat pendidikan ibu, serta akses air bersih. Tahapan penelitian meliputi pra- pemrosesan data, normalisasi menggunakan metode Min-Max Scaling, pengelompokan wilayah dengan algoritma Fuzzy C-Means, evaluasi kualitas hasil klaster melalui Davies-Bouldin Index, serta visualisasi spasial menggunakan perangkat lunak QGIS. Hasil penelitian menunjukkan bahwa wilayah Kota Mataram terbagi menjadi tiga kategori risiko, yaitu tinggi, sedang, dan rendah. Kecamatan Selaparang dan Sekarbela cenderung berada pada klaster risiko tinggi, sedangkan Kecamatan Mataram lebih sering termasuk dalam klaster risiko rendah. Nilai Davies-Bouldin Index yang rendah mengindikasikan kualitas klaster yang baik. Keseluruhan hasil membuktikan bahwa metode Fuzzy C-Means efektif untuk mendukung analisis spasial berbasis data dan dapat menjadi dasar dalam perumusan kebijakan intervensi penurunan stunting di Kota Mataram.

Downloads

Download data is not yet available.

References

[1] S. N. Aisah, A. Nurcahyani, and D. C. Rini, “Implementasi Fuzzy C–Means Clustering (Fcm) Pada Pemetaan Daerah Potensi Transmigrasi Di Jawa Timur,” J. Tek. Inform. UNIKA St. Thomas, vol. 07, pp. 33–40, 2022, doi: 10.54367/jtiust.v7i1.1841.

[2] A. Annugerah, I. F. Astuti, and A. H. Kridalaksana, “Sistem Informasi Geografis Berbasis Web Pemetaan Lokasi Toko Oleh-Oleh Khas Samarinda,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 11, no. 2, p. 43, 2016, doi: 10.30872/jim.v11i2.213.

[3] S. Arif, W. Isdijoso, A. R. Fatah, and A. R. Tamyis, Tinjauan Strategis Ketahanan Pangan dan Gizi di Indonesia: Informasi Terkini 2019-2020. The SMERU Research Institute, 2020.

[4] R. D. Christyanti, A. Arif, A. P. Utomo, and M. Ayyub, “Implementasi Metode Fuzzy C-Means dalam Clustering Wilayah Rawan Penyakit Demam Berdarah,” J. Math. Educ. Sci., vol. 6, no. 1, pp. 11–17, 2022, doi: 10.32665/james.v6i1.933.

[5] M. N. Mubarok, N. Maulana, and M. Ibrahim, “Implementasi fuzzy possibilistic c-means dengan validitas modified partition coefficient pada clustering prevalensi balita stunting,” 2024.

[6] F. Novianti, Y. R. Aisyah Yasmin, and D. C. R. Novitasari, “Penerapan Algoritma Fuzzy C-Means (FCM) dalam Pengelompokan Provinsi di Indonesia berdasarkan Indikator Penyakit Menular Manusia,” JUMANJI (Jurnal Masy. Inform. Unjani), vol. 6, no. 1, p. 23, 2022, doi: 10.26874/jumanji.v6i1.103.

[7] N. Qisthi, D. Kasoni, Liesnaningsih, and N. H., “Penerapan Data Mining Untuk Prediksi Stunting Pada Balita Menggunakan Algoritma C4.5,” --, vol. 12, no. 2, pp. 195–222, 2024, doi: 10.1201/9781032622408-13.

[8] P. A. D. Wahid, A. Trihapsari, A. A. Hakim, and R. A. Saputra, “Pemetaan Daerah Di Kota Kendari Berdasarkan Persebaran Penyakit Menular Menggunakan Fuzzy C Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 4, pp. 7998–8005, 2024, doi: 10.36040/jati.v8i4.10506.

[9] G. L. Purnama, “Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pembangunan Kesehatan Menggunakan Fuzzy C-Means Cluster,” 2017. [Online]. Available: https://repository.its.ac.id/48520/

[10] A. F. Rafila, H. Meileni, and L. Novianti, “Implementasi Metode Fuzzy Mamdani,” --, pp. 1131–1141, 2023.

[11] D. S. Riana, “Analisis Cluster Untuk Mengklasifikasi Tingkat Kesejahteraan Sosial Masyarakat Di Kabupaten Deli Serdang Menggunakan Fuzzy C-Mean Clustering Saat Pandemi COVID-19,” 2021.

[12] R. A. Saputri, “Upaya Pemerintah Daerah Dalam Penanggulangan Stunting Di Provinsi Kepulauan Bangka Belitung,” JDP (Jurnal Din. Pemerintahan), vol. 2, no. 2, pp. 152–168, 2019, doi: 10.36341/jdp.v2i2.947.

[13] A. A. Shelemo, “Pemetaan status ekonomi terhadap kejadian stunting balita berbasis sistem informasi geografis,” Nucl. Phys., vol. 13, no. 1, pp. 104–116, 2023.

[14] N. W. Widhidewi, P. I. B. Apsari, M. Setiabudy, and A. A. G. Indraningrat, “Pendampingan keluarga balita untuk mencegah stunting di Desa Bayung Gede, Kecamatan Kintamani, Bali,” J. Pengabdi. Masy. Med., vol. 4, no. 2, pp. 88–93, 2024, doi: 10.23917/jpmmedika.v4i2.5297.

Downloads

Published

2025-11-30

Issue

Vol. 1 No. 2 (2025): November 2025

Section

Articles

License

Copyright (c) 2025 Muhammad Rafli Hazwaldi, Dadang Priyanto, Mayadi

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

How to Cite

[1]
M. R. Hazwaldi, D. Priyanto, and M. Mayadi, “Penerapan Data Mining Fuzzy C Means Untuk Pemetaan Wilayah Penyakit Stunting Kota Mataram”, JUTEKS, vol. 1, no. 2, pp. 99–108, Nov. 2025, doi: 10.30812/juteks.v1i2.5714.

Similar Articles

1-10 of 12

You may also start an advanced similarity search for this article.