Perbandingan metode c-means dan fuzzy c-means dalam pengelompokan puskesmas berdasarkan faktor-faktor penyebab stunting

INDONESIA:
Metode C-Means dan Fuzzy C-Means merupakan teknik analisis cluster untuk membagi kelompok data menjadi beberapa kelompok berdasarkan kesamaan. C-Means adalah metode pengelompokan data non-hierarki yang memiliki tujuan untuk membagi data menjadi satu atau beberapa kelompok. Sedangkan, Fuzzy C-Means adalah metode pengelompokan data yang ditentukan oleh derajat keanggotaan. Tujuan dari penelitian ini yaitu untuk menganalisis perbedaan hasil pengelompokan puskesmas berdasarkan faktor-faktor stunting dari penerapan metode C-Means dan Fuzzy C-Means. Data yang digunakan terdiri dari 26 puskesmas dengan indikator faktor-faktor penyebab stunting meliputi cakupan pelayanan kesehatan ibu hamil, jumlah bayi Berat Badan Lahir Rendah (BBLR), cakupan pemberian ASI eksklusif (0 – 6 bulan), cakupan pemberian imunisasi dasar lengkap, status gizi balita dengan indeks balita gizi kurang, status gizi balita dengan indeks balita pendek, status gizi balita dengan indeks balita kurus. Hasil penelitian ini pada metode C-Means yaitu cluster pertama memiliki tingkat kerawanan tinggi berjumlah delapan puskesmas, cluster kedua memiliki tingkat kerawanan sedang berjumlah 14, dan cluster ketiga memiliki tingkat kerawanan rendah berjumlah empat puskesmas. Sedangkan Fuzzy C-Means pada cluster pertama memiliki tingkat kerawanan rendah berjumlah 15 puskesmas, cluster kedua tidak ada anggota karena memiliki derajat keanggotaan <0,5, dan cluster ketiga memiliki tingkat kerawanan tinggi berjumlah 11 puskesmas.

ENGLISH:
The C-Means and Fuzzy C-Means methods are cluster analysis techniques for portioning data into groups based on similarity. C-Means is non-hierarchical data clustering method aimed at partitioning data into one or more groups. Meanwhile, Fuzzy C-Means is a data clustering method determined by the degree of membership. The objective of this research is to analyze the differences in the results of clustering health centers based on stunting factors from application of the C-Means dan Fuzzy C-Means methods. The data used consists of 26 health centers in Kabupaten Madiun with indicators of stunting factors including breastfeeding services (0 – 6 months), complete basic immunization services, nutritional status of toddlers with underweight indices, nutritional status of toddlers with short indices, and nutritional status of toddlers with thin indices. The result of this study using C-Means method show that the first cluster has a high vulnerability level with eight health centers, the second cluster has a moderate vulnerability level with 14 health centers, and the third cluster has a low vulnerability level with four health centers. In contrast, Fuzzy C-Means result show that the first cluster has a low vulnerability level with 15 health centers, the second cluster has no members due to a membership degree of less than 0,5, and the third cluster has a high vulnerability level with 11 health centers.

ARABIC:
تعد طرق C-Means وFuzzy C-Means من تقنيات التحليل العنقودي لتقسيم مجموعات البيانات إلى عدة مجموعات بناءً على أوجه التشابه. C-Means هي طريقة غير هرمية لتجميع البيانات تهدف إلى تقسيم البيانات إلى مجموعة واحدة أو عدة مجموعات. وفي الوقت نفسه، فإن Fuzzy C-Means هي طريقة لتجميع البيانات يتم تحديدها حسب درجة العضوية. الهدف من هذا البحث هو تحليل الاختلافات في نتائج تجميع مراكز صحة المجتمع على أساس عوامل التقزم من تطبيق طريقتي C-Means وFuzzy C-Means. تتكون البيانات المستخدمة من ٢٦ مركزًا صحيًا مجتمعيًا مع مؤشرات للعوامل المسببة للتقزم بما في ذلك تغطية الخدمات الصحية للنساء الحوامل، وعدد الأطفال منخفضي الوزن عند الولادة، وتغطية الرضاعة الطبيعية الحصرية (٠-٦ أشهر)، وتغطية التحصين الأساسي الكامل ، الحالة التغذوية للأطفال الصغار الذين لديهم مؤشر طفل صغير ناقص الوزن، الحالة التغذوية للأطفال الصغار مع مؤشر طفل صغير قصير، الحالة الغذائية للأطفال الصغار مع مؤشر طفل صغير ناقص الوزن. نتائج هذا البحث باستخدام طريقة C-Means هي أن المجموعة الأولى لديها مستوى ضعف مرتفع يبلغ إجماليه ثمانية مراكز صحية، والمجموعة الثانية لديها مستوى ضعف متوسط يبلغ إجماليه ١٤، والمجموعة الثالثة لديها مستوى ضعف منخفض يبلغ إجماليه ١٤. أربعة مراكز صحية. وفي الوقت نفسه، فإن Fuzzy C-Means في المجموعة الأولى لديها مستوى ضعف منخفض يبلغ إجماليه ١٥ مركزًا صحيًا، والمجموعة الثانية لا يوجد بها أعضاء لأن درجة عضويتها أقل من ٠.٥، والمجموعة الثالثة لديها مستوى ضعف مرتفع يبلغ إجماليه ١١مركزًا صحيًا. المراكز.