PENERAPAN ALGORITMA K-MEDOIDS UNTUK KLASTERISASI KELUARGA DALAM MENENTUKAN PRIORITAS PENERIMA BANTUAN STUNTING PADA BALAI PENYULUH KELUARGA BERENCANA (BPKB) KECAMATAN RANAH AMPEK HULU TAPAN

Indra, Agung Harpuzan (2025) PENERAPAN ALGORITMA K-MEDOIDS UNTUK KLASTERISASI KELUARGA DALAM MENENTUKAN PRIORITAS PENERIMA BANTUAN STUNTING PADA BALAI PENYULUH KELUARGA BERENCANA (BPKB) KECAMATAN RANAH AMPEK HULU TAPAN. Sarjana thesis, Universitas Putra Indonesia YPTK.

Preview	Text Skripsi_21101152630003_Agung Harpuzan Indra_Abstrak.pdf Download (287kB) | Preview
Preview	Text Skripsi_21101152630003_Agung Harpuzan Indra_BAB I.pdf Download (427kB) | Preview
Preview	Text Skripsi_21101152630003_Agung Harpuzan Indra_Daftar Pustaka.pdf Download (346kB) | Preview
	Text Skripsi_21101152630003_Agung Harpuzan Indra_Full Text.pdf Restricted to Repository staff only Download (10MB)

Abstract

Stunting merupakan gangguan kesehatan yang berdampak pada pertumbuhan fisik dan perkembangan kognitif anak, serta menjadi hambatan besar dalam peningkatan kualitas sumber daya manusia. Upaya penanganan stunting di tingkat daerah masih menemui berbagai tantangan, salah satunya adalah ketidaktepatan dalam mendistribusikan bantuan kepada keluarga yang benar-benar membutuhkan. Di Balai Penyuluh Keluarga Berencana (BPKB) Kecamatan Ranah Ampek Hulu Tapan, proses penentuan penerima bantuan belum ditunjang oleh sistem informasi yang terorganisir. Data keluarga yang dimiliki belum diolah secara sistematis, dan proses pengambilan keputusan masih dilakukan secara manual serta cenderung subjektif. Hal ini menyulitkan identifikasi keluarga yang layak mendapatkan bantuan. Penelitian ini bertujuan untuk merancang sistem klasterisasi keluarga guna mendukung proses penentuan penerima bantuan stunting. Penelitian ini menggunakan metode K-Medoids. Dataset bersumber dari pendataan Posyandu, yang mencakup indikator sosial ekonomi keluarga dan status gizi balita. Proses penelitian terdiri dari tahapan preprocessing data, normalisasi, klasterisasi menggunakan algoritma K-Medoids, serta pengembangan sistem berbasis web dengan PHP dan MySQL. Hasil penelitian menunjukkan bahwa sistem berhasil mengelompokkan 60 data keluarga ke dalam dua klaster, yakni 34 keluarga (56,67%) termasuk dalam kategori “Layak”, dan 26 keluarga (43,33%) dalam kategori “Tidak Layak” menerima bantuan. Sistem ini mampu menampilkan hasil klasterisasi secara otomatis dan memberikan rekomendasi kepada BPKB, sehingga penyaluran bantuan menjadi lebih akurat, terarah, dan berbasis data.

Actions (login required)

View Item