ANALISIS DAERAH PRIORITAS PENANGANAN STUNTING BERDASARKAN INDIKATOR SOSIAL DAN LINGKUNGAN DI PROVINSI JAWA BARAT

Adelia Nur  Solihat; Riva Nurul  Fahira; Hilma Mutiara  Mutiara

Authors

Adelia Nur Solihat Universitas Islam Negeri Sunan Gunung Djati Bandung Author
Riva Nurul Fahira Universitas Islam Negeri Sunan Gunung Djati Bandung Author
Hilma Mutiara Winata Universitas Islam Negeri Sunan Gunung Djati Bandung Author

Keywords:

stunting, k-means clustering, Jawa Barat

Abstract

Stunting merupakan masalah kesehatan multidimensional yang disebabkan oleh kekurangan gizi kronis, infeksi berulang, serta faktor sosial dan lingkungan. Penelitian ini bertujuan memetakan kerentanan stunting di Provinsi Jawa Barat melalui pengelompokan 27 kabupaten/kota berdasarkan indikator sosial (penduduk miskin, posyandu aktif, ASI eksklusif) dan lingkungan (akses sanitasi dan air minum layak) menggunakan metode k-means clustering. Data sekunder diperoleh dari Open Data Jabar dan dianalisis melalui pembersihan data, normalisasi, penentuan jumlah klaster dengan metode Elbow, serta validasi menggunakan Silhouette Score dan Davies-Bouldin Index. Hasil menunjukkan terbentuk tiga klaster: wilayah dengan kondisi baik, menengah, dan risiko tinggi. Tingkat kemiskinan dan sanitasi menjadi faktor yang paling berpengaruh terhadap variasi angka stunting. Rekomendasi kebijakan disusun secara spesifik per klaster untuk memastikan efektivitas intervensi percepatan penurunan stunting di Jawa Barat.

Downloads

Download data is not yet available.

References

Amalia, M. F., & Arianto, D. B. (2024). Implementasi Algoritma K-Means Clustering Dalam Klasterisasi Kabupaten/Kota Provinsi Jawa Barat Berdasarkan Faktor Pemicu Stunting Pada Balita. Jurnal Sistem Informasi Dan Sistem Komputer, 9(1), 36–46. https://doi.org/10.51717/simkom.v9i1.356

Arief, Y. S., Yunita, F. C., Efendi, F., Murti, F. A. K., Pradipta, R. O., & McKenna, L. (2025). Social and Environmental Determinants of Childhood Stunting in Indonesia: National Cross-Sectional Study. JMIR Pediatrics and Parenting, 8. https://doi.org/10.2196/68918

Bangkalang, D. H., Setiyawati, N., & Purnomo, H. D. (2023). Comparison between K-Means and K-Means++ Clustering Models Using Singular Value Decomposition (SVD) in Menu Engineering. International Journal of Informatics Visualizations, 7(3), 871–877. www.joiv.org/index.php/joiv

Basri, F. E., Putra, R. Y., & Zaini, H. (2025). Evaluasi Faktor-Faktor Pendorong Stunting Berdasarkan Indeks Khusus Penanganan Stunting: Studi Empiris di Sumatera Barat. Jurnal Pengabdian Masyarakat Dan Riset Pendidikan, 3(4), 5239–5244. https://doi.org/10.31004/jerkin.v3i4.1392

Black, R. E., Allen, L. H., Bhutta, Z. A., Caulfield, L. E., de Onis, M., Ezzati, M., Mathers, C., & Rivera, J. (2008). Maternal and child undernutrition: global and regional exposures and health consequences. The Lancet, 371(9608), 243–260. https://doi.org/10.1016/S0140-6736(07)61690-0

Budiastutik, I., & Nugraheni, S. A. (2018). Determinants of Stunting in Indonesia: A Review Article. International Journal Of Healtcare Research, 1(1), 43–49.

Dasman, H. (2019). Empat Dampak Stunting Bagi Anak dan Negara Indonesia. The Conversation, 1–4.

Dewi, A. P. S., Kusumastuti, & Dyah, P. A. (2022). FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN STUNTING PADA ANAK BALITA. Jurnal Ilmu Keperawatan Dan Kebidanan, 13(2), 549-555.

Elisaria, E., Mrema, J., Bogale, T., Segafredo, G., & Festo, C. (2021). Effectiveness of integrated nutrition interventions on childhood stunting: a quasi-experimental evaluation design. BMC Nutrition, 7(7). https://doi.org/10.1186/s40795-021-00421-7

Fajri, R. N., Pertiwi, T. S., Hosizah, & Nurmalasari, M. (2025). Prevalensi Stunting Di Kabupaten Sumedang Menggunakan LISA (Local Indicators Of Spatial Association). Syntax Literate: Jurnal Ilmiah Indonesia, 10(1), 540–550.

Formative Evaluation Of The National Strategy To Accelerate Stunting Prevention. (2023).

Hidayat, T., Jajuli, M., & Susilawati. (2023). Clustering Daerah Rawan Stunting di Jawa Barat Menggunakan Algoritma K-Means. INFOTECH : Jurnal Informatika & Teknologi, 4(2), 137– 146. https://doi.org/10.37373/infotech.v4i2.642

Meher, C. (2025). Teori, Kebijakan dan Praktik Penanganan Stunting. Wawasan Ilmu. Pratama, B., Angraini, D. I., & Nisa, K. (2019). Penyebab Langsung (Immediate Cause) yang Mempengaruhi Kejadian Stunting pada Anak. JIKSH, 10(2), 299–303. https://doi.org/10.35816/jiskh.v10i2.167

Richardson, L., Bucher, H., Gnilo, M. E., & Berbari, L. S. (2024). STRENGTHENING WATER AND SANITATION SYSTEMS TO IMPROVE CHILD NUTRITION AND DEVELOPMENT OUTCOMES.

Riyono, J., & Pujiastuti, C. E. (2022). Simulation Of The K-Means Clustering Algorithm With The Elbow Method in Making Clusters Of Provincial Poverty Levels in Indonesia. Jurnal Matematika MANTIK, 8(2), 113–123. https://doi.org/10.15642/mantik.2022.8.2.113-123

Rousseeuw, P. J. (1987). Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65.

Silmi, A. R. M., Erfiani, Indahwati, Fitrianto, A., & Amelia, R. (2022). Faktor-Faktor yang Memengaruhi Permasalahan Stunting di Jawa Barat Menggunakan Regresi Logistik Biner. J Statistika, 15(2), 265–274. https://doi.org/https://doi.org/10.36456/jstat.vol15.no2.a5654

Wongoutong, C. (2024). The impact of neglecting feature scaling in k-means clustering. PLOS ONE, 19(12), 1–19. https://doi.org/10.1371/journal.pone.0310839