Pengelompokan Status Gizi Balita Di Indonesia Menggunakan Algoritma Gaussian Mixture Model

Abstrak

Status gizi balita adalah indikator penting dalam menilai kualitas kesehatan masyarakat dan keberhasilan pembangunan di Indonesia. Kondisi ini masih menunjukkan adanya perbedaan antarprovinsi yang dipengaruhi oleh berbagai faktor determinan. Perbedaan karakteristik ini  menunjukkan perlunya pendekatan analisis yang mampu mengelompokkan wilayah berdasarkan kemiripan karakteristik indikator status gizi balita. Penelitian ini bertujuan menentukan jumlah cluster optimal dan mengidentifikasi karakteristik pengelompokan provinsi di Indonesia berdasarkan indikator status gizi balita menggunakan metode Gaussian Mixture Model (GMM) dengan validasi indeks. Data yang digunakan berasal dari publikasi Survei Status Gizi Indonesia (SSGI) Tahun 2024 yang mencakup 36 provinsi di Indonesia. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah sebanyak dua cluster (K=2), berdasarkan hasil validasi Davies-Bouldin Index (1,065), Silhouette Score (0,327), serta didukung oleh nilai Bayesian Information Criterion (BIC) tertinggi sebesar (−2104,791). Cluster 1 terdiri dari 8 provinsi dengan kondisi pendukung status gizi balita yang relatif baik namun masih perlu peningkatan pada aspek sanitasi, sedangkan cluster 2 terdiri dari 28 provinsi dengan kondisi sanitasi yang relatif baik namun masih memiliki keterbatasan dalam aspek pendukung status gizi balita. Hasil ini menunjukkan bahwa GMM mampu mengidentifikasi karakteristik pengelompokan provinsi yang dapat menjadi dasar penyusunan kebijakan intervensi gizi.