Analisis K-Means Clustering pada Sarana dan Perlengkapan Fasilitas KB di Provinsi Sumatera Barat Tahun 2024

Salwa Hifa Fadilah, Nonong Amalita, Fenni Kurnia Mutiya

Abstract


The Family Planning Program (KB) is crucial for improving family welfare and controlling population growth. The program's success is largely determined by the availability of evenly distributed family planning facilities and equipment across all regions. This study aims to categorize districts and cities in West Sumatra Province based on the availability of these facilities and equipment to identify areas requiring priority intervention. K-means clustering was used with 10 types of family planning facilities and equipment as the variables. The results showed that two clusters were optimal, with the lowest DBI = 0,7239. The first cluster consisted of ten districts/cities with relatively low facility availability, and the second cluster included nine districts/cities with more adequate facilities.


Keywords


Grouping; KB Facilities; K-Means Clustering

Full Text:

PDF

References


ANTARA News. (2022). BKKBN: Capaian KB baru di empat daerah di Sumbar di bawah 10 persen.

Badan Kependudukan dan Keluarga Berencana Nasional. (2020a). Peraturan Kepala Badan Kependudukan dan Keluarga Berencana

Nasional Nomor 24 Tahun 2020 tentang Standar Pelayanan Keluarga Berencana dan Kesehatan Reproduksi di Fasilitas Kesehatan. BKKBN.

Badan Kependudukan dan Keluarga Berencana Nasional. (2020b). Rencana Strategis BKKBN 2020–2024.

Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN). (2020). Peraturan Badan Kependudukan dan Keluarga Berencana Nasional Nomor 18 Tahun 2020 tentang Penyelenggaraan Pelayanan Keluarga Berencana yang Berkualitas.

Badan Pusat Statistik (BPS) Provinsi Sumatera Barat. (2023). Profil Kependudukan dan Keluarga Berencana Provinsi Sumatera Barat 2022.

Bezdek, J. (2011). Fuzzy C-means cluster analysis. Scholarpedia, 6(7), 2057. https://doi.org/10.4249/scholarpedia.2057

Davies, D. L., & Bouldin, D. W. (1979). A Cluster Separation Measure. IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI-1(2), 224–227. https://doi.org/10.1109/TPAMI.1979.4766909

Han, J., Kamber, M., & Pei, J. (2011). Data Mining. Concepts and Techniques, 3rd Edition (The Morgan Kaufmann Series in Data Management Systems).

Hikmah, N., Noerjodianto, D., & Wardiah, R. (2023). Analisis Spasial Sebaran Fasilitas Kesehatan Tingkat Pertama (FKTP) di Kota Jambi. JIK Jurnal Ilmu Kesehatan, 7(2), 236. https://doi.org/10.33757/jik.v7i2.680

Husen, A., Kalengkongan, Y., & Tarumanegara, Y. (2021). Analisis Pola Hubungan Program Keluarga Berencana (KB) dan Kualitas Penduduk di Provinsi Maluku Utara.

Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern Recognition Letters, 31(8), 651–666. https://doi.org/10.1016/j.patrec.2009.09.011

Puspita Sari, P., & Kismiantini. (n.d.). Pengelompokkan Kecamatan Berdasarkan Alat Kontrasepsi Menggunakan Algoritma K-Means.

Kementerian Kesehatan RI. (2024). Peraturan Menteri Kesehatan Republik Indonesia Nomor 6 Tahun 2024 tentang Standar Teknis Pemenuhan Standar Pelayanan Minimal Kesehatan.

Oktriyanto. (2016). Penyelenggaraan Pelayanan Keluarga Berencana Dalam Jaminan Kesehatan Nasional. In Jur. Ilm. Kel. & Kons (Vol. 9, Issue 2).

Kodinariya, T. M., & Makwana, P. R. (2013). Review on determining number of Cluster in K-Means Clustering. International Journal of Advance Research in Computer Science and Management Studies, 1(6). www.ijarcsms.com

Luchia, N. T., Handayani, H., Hamdi, F. S., Erlangga, D., & Fitri Octavia, S. (2022). Perbandingan K-Means dan K-Medoids Pada Pengelompokan Data Miskin di Indonesia. 2(2), 35–41.

Macqueen, J. (1967). Some Methods For Classification and Analysis Of Multivariate Observations.

Mega, W. (2015). Clustering Menggunakan Metode K-Means Untuk Menentukan Status Gizi Balita (Vol. 15, Issue 2).

Mudya Yolanda, A., Kristiana Yunitaningtyas, dan, Bina Widya Km, K., Baru, S., Humaniora dan Manajemen Kesehatan, P., & Kesehatan, K. (2021). Segmentasi Provinsi Berdasarkan Sarana Dan Perlengkapan Fasilitas Kesehatan Keluarga Berencana Tahun 2021. In Jurnal Keluarga Berencana (Vol. 6, Issue 01).

Rokach, L., & Maimon, O. (2006). Clustering Methods. In Data Mining and Knowledge Discovery Handbook (pp. 321–352). Springer-Verlag. https://doi.org/10.1007/0-387-25465-x_15

Syahidatul Helma, S., Rustiyan, R. R., Normala, E., Studi Sistem Informasi Fakultas Sains dan Teknologi, P., Islam Negeri Sultan Syarif Kasim Riau, U., Soebrantas No, J., & Baru, S. (2019). Clustering pada Data Fasilitas Pelayanan Kesehatan Kota Pekanbaru Menggunakan Algoritma K-Means. In Puzzle Research Data Technology (Predatech) Fakultas Sains dan Teknologi (Vol. 1).

United Nations Population Fund (UNFPA) & Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN). (2020). Rights_Based Family Planning Indonesia.




DOI: https://doi.org/10.26877/imajiner.v8i1.25725

Refbacks

  • There are currently no refbacks.


View My Stats

Barcode ISSN Imajiner: Jurnal Matematika dan Pendidikan Matematika

Imajiner: Jurnal Matematika dan Pendidikan Matematika  telah terindeks pada:

           

Creative Commons License

Imajiner: Jurnal Matematika dan Pendidikan Matematika  by  Program Studi Pendidikan Matematika Universitas PGRI Semarang  is licensed under a  Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at  http://journal.upgris.ac.id/index.php/imajiner.