AZIZAH, Julia Sekar Ayu Nur (2026) Penerapan metode K-Harmonic Means Clustering dan Particle Swarm Optimation Untuk Pengelompokan Provinsi Berdasarkan Pola Pemberian Makan Awal dan Status Gizi Bayi Usia 1-23 Bulan di Indonesia. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (166kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (204kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (154kB)
	Text 5. KATA PENGANTAR.pdf Download (270kB)
	Text 6. ABSTRAK.pdf Download (225kB)
	Text 7. ABSTRACT.pdf Download (218kB)
	Text 8. DAFTAR ISI.pdf Download (234kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (256kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (241kB)

Abstract

Masalah kekurangan gizi pada anak usia di bawah lima tahun (balita) masih menjadi tantangan global yang berdampak pada kualitas sumber daya manusia. Salah satu faktor yang memengaruhi kondisi tersebut adalah praktik pemberian
makanan pendamping air susu ibu (MPASI) yang belum optimal. Di Indonesia, terdapat ketimpangan kondisi gizi dan pola konsumsi anak antar provinsi, yang tercermin dari perbedaan Minimum Dietary Diversity (MDD), praktik pemberian
makanan, serta indikator status gizi. Penelitian ini menggunakan data tahun 2024 yang bersumber dari publikasi Survei Status Gizi Indonesia (SSGI) dengan unit analisis sebanyak 35 provinsi di Indonesia. Penelitian ini bertujuan untuk mengelompokkan provinsi berdasarkan pola pemberian makan dan status gizi bayi
usia 0–23 bulan serta mengidentifikasi karakteristik masing-masing cluster dengan membandingkan metode K-Harmonic Means (KHM) dan K-Harmonic Means yang dikombinasikan dengan Particle Swarm Optimization (PSOKHM). Evaluasi
kualitas clustering dilakukan menggunakan Silhouette Coefficient. Hasil penelitian menunjukkan bahwa KHM dan PSOKHM menghasilkan nilai Silhouette Coefficient yang sama, yaitu sebesar 0,528 dengan jumlah cluster optimal sebanyak
tiga dan nilai parameter sebesar dua. Profilisasi cluster menunjukkan bahwa cluster 1 ditandai oleh keragaman konsumsi yang rendah dan nilai severe wasting tertinggi, mencerminkan wilayah dengan permasalahan kekurangan gizi yang masih dominan. Cluster 2 menunjukkan kondisi konsumsi yang relatif lebih baik dengan permasalahan gizi yang lebih terkendali. Cluster 3 memiliki kecenderungan peningkatan risiko kelebihan gizi dengan nilai overweight tertinggi dan severe
wasting terendah. PSOKHM menunjukkan kestabilan hasil yang lebih konsisten terhadap variasi parameter dibandingkan KHM.
Kata Kunci: MPASI, Cluster, K-Harmonic Means, Particle Swarm Optimization, Silhouette Coefficient.

Actions (login required)

View Item