PEMETAAN KABUPATEN/KOTA DI PROVINSI PAPUA DAN PAPUA BARAT BERDASARKAN INDIKATOR TERJADINYA BALITA STUNTING

Authors

  • Sri Mumpuni Retnaningsih Institut Teknologi Sepuluh Nopember (ITS)
  • Nur Hidayatul Nihla Institut Teknologi Sepuluh Nopember (ITS)
  • Mike Prastuti Institut Teknologi Sepuluh Nopember (ITS)

DOI:

https://doi.org/10.33758/mbi.v18i6.685

Keywords:

Cluster, Indikator Terjadinya Balita Stnting, Provinsi Papua, Provinsi Papua Barat

Abstract

Stunting adalah gangguan perkembangan fisik dan pola pikir anak karena kurangnya asupan gizi selama kehamilan sampai anak usia dua tahun, yang disebabkan oleh banyak indikator, dan berdampak serius pada perkembangan fisik, mental, emosional anak-anak serta prestasi belajar anak usia sekolah. Angka balita stunting di Provinsi Papua pada tahun 2021 masih tergolong tinggi, yaitu sebesar 29,5%, sedangkan di Papua Barat sebesar 26,2%, bahkan jika dibanding tahun 2019 mengalami kenaikan sebesar 0,1% dan 1,6%. Penyebab balita stunting diantaranya adalah penerapan kebijakan tanpa memperhatikan karakteristik indikator terjadinya balita stunting di setiap kabupaten/kota, oleh karena itu diperlukan analisis pemetaan kabupaten/kota di Provinsi Papua dan Papua Barat berdasarkan indikator terjadinya balita stunting dengan menggunakan analisis cluster hierarki pendekatan agglomeratif. Metode terbaik yang diperoleh dari hasil penelitian ini adalah complete linkage dengan 3 kelompok. Kelompok 1 terdiri dari 25 kabupaten, dengan Indikator yang perlu diperhatikan adalah Inisiasi Menyusu Dini (IMD), sumber air minum layak, dan kehamilan pada usia dini. Kelompok 2 terdiri dari  8 kabupaten, indikator yang harus diperhatikan adalah imunisasi lengkap, penggunaan alat KB, akses layanan sanitasi layak, sumber air minum layak, dan penduduk miskin. Kelompok 3 terdiri dari 9 kabupaten, dimana hanya sumber air minum layak yang sangat baik tetapi indikator lainnya masih lebih buruk dibanding kelompok 1 dan 2, sehingga indikator terjadinya balita stunting pada kelompok 3 harus diperhatikan secara lebih khusus

References

(Yusuf, G. and Darajati, W., 2021. Pedoman Penyusunan Rencana Aksi Tujuan Pembangunan Berkelanjutan (TPB)/ Sustainable Development Golas (SDGs). Kementrian Perencanaan Pembangunan Nasional/Bappenas, pp.1-5.

Kementrian PPN/Bappenas, 2022. tujuan-2 |. [online] Sdgs.bappenas.go.id. Available at: <https://sdgs.bappenas.go.id/tujuan-2/> [Accessed 29 July 2022].

Kemenkes, 2016. Profil kesehatan Provinsi Jawa Timur tahun 2016. Jakarta: Kemenkes Indonesia.

Kemenkes RI, 2020. Profil Kesehatan Indonesia Tahun 2020. Jakarta: Kementrian Kesehatan Republik Indonesia.

Hidayat, M.S., Ngurah, G., & Pinatih, I. (2017). Prevalensi Stunting Pada Balita di wilayah Kerja Puskesmas Sidemen Karangasem. E-JURNAL MEDIKA, 6(7), 1-5.

Arfines, P. and Puspitasari, F., 2017. Hubungan Stunting dengan Prestasi Belajar Anak Sekolah Dasar di Daerah Kumuh, Kotamadya Jakarta Pusat. Buletin Penelitian Kesehatan, 45(1).

Bappenas, 2011. Rencana Aksi Nasional Pangan dan Gizi (RAN-PG) Tahun 2011-2015. pp.1-86.

Rahmadhita, K., 2020. Permasalahan Stunting dan Pencegahannya. Jurnal Ilmiah Kesehatan Sandi Husada, 11(1), pp.225-229.

Satriawan, D., 2021. Pengelompokan Provinsi Di Indonesia Berdasarkan Faktor Penyebab Balita Stunting. Buletin Penelitian Sistem Kesehatan, 24(4), pp.308-317.

Dinas Kesehatan Provinsi Papua Barat, 2019. Info RAKERKESDA. Sorong: Dinas Kesehatan Provinsi Papua Barat, p.66

Mardiansyah, K., 2020. Tantangan Mengatasi Stunting di Pedalaman Papua. [online] Okenews. Available at: <https://nasional.okezone.com/read/2020/11/16/337/2310639/tantangan-mengatasi-stunting-di-pedalaman-papua>.

Johnson, R. and Wichern, D., 2007. Applied

Multivariate Statistical Analysis. 6th ed. N.J: Pearson Prentice Hall.

Batista, Gustavo E. A. P. A. dan Maria Carolina Monard. (2002).

A Study of K-Nearest Neighbour as an

Imputation Method. Second International Conference on Hybrid Intelligence, 8.

Rubin, D, B. 2004. Multiple Imputation for Nonresponse in Surveys. New York : J Wiley & Sons

Harlan, Johan. 2016. Data Kosong dan Data Imputasi Ganda. Depok : Gunadarma.

Usman, H., & Sobari, N. (2013). Aplikasi Teknik Multivariate untuk riset Pemasaran (1st ed.). Rajawali Pers.

Orpin, A. R. and Kostylev, V. E. 2006. Towards a Statistically Valid Method of Textural Sea Floor Characterization of Bethic Habitats. Marine Geology, 225(1-4), pp. 2019-222.

Mingoti, S. A. and Lima, J. O. 2006. Comparing SOM Neural Network with Fuuzy C-Means, K-Means and traditional Hierarchical Clustering Algorithm. European Jurnal of Operational Research, 174(3), pp. 1742-1659.

BPS Provinsi Papua Barat, 2021. Statistik Kesejahteraan Rakyat Provinsi Papua Barat. Manokwari: Badan Pusat Statistik Provinsi Papua Barat.

Kemenkes RI, 2020. Profil Kesehatan Indonesia Tahun 2020. Jakarta: Kementrian Kesehatan Republik Indonesia.

Rahmidini, A., 2021. Gambaran Partisipasi KB pada Ibu yang Memiliki Balita Stunting di Desa Cikunir Kecamatan Singaparna 2019. Bidkesmas Respati, [online] 2(8). Available at: <http://ejurnal.stikesrespati-tsm.ac.id/index.php/bidkes/article/view/400/315>.

Miswar, Dedy. 2013. Kartografi Tematik. Universitas Lampung : Bandar Lampung.

ArchView, 2009. Pengenalan ArcView. Available at: <https://www.oocities.org/yaslinus/pengenalan.html>.

Downloads

Published

2024-01-31

Issue

Section

Articles