Visualisasi Clustering Penderita Stunting Di Kecamatan Laut

Tador Kabupaten Batu Bara Berbasis WebGIS

Ahmad Rifa’i
227003010

Disusun untuk memenuhi tugas pada Mata Kuliah Sistem Informasi Geografis
Dosen Pengampu: DR. Nurdin Sulistyono, S.Hut, M.Si

SEKOLAH PASCASARJANA
UNIVERSITAS SUMATERA UTARA
 BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Persoalan stunting merupakan masalah serius mengingat sekitar 2 – 3 persen pendapatan

domestik bruto atau PDB hilang pertahun akibat stunting. Dalam hitung-hitungan Wakil Presiden
Ma’ruf Amin beberapa waktu lalu, dengan jumlah PDB Indonesia tahun 2020 sekitar Rp 15 ribu
triliun maka potensi kerugian akibat stunting akan mencapai Rp 450 triliun. BKKBN melalui
Perwakilan BKKBN Sumatera Utara menggelar Sosialisasi Rencana Aksi Nasional Percepatan
Penurunan Stunting (RAN PASTI) di Medan, Sumatera Utara pada hari Rabu (9 Maret 2022).
Sosialisasi RAN PASTI di Medan ini menjabarkan penjelasan mengenai mekanisme tata kerja
percepatan penurunan stunting di tingkat provinsi, kabupaten dan kota serta desa. Termasuk juga
mengenai pemantuan, pelaporan serta evaluasi serta skenario “pendanaan” stunting di daerah juga
dibahas dalam sosialisasi. Indikator penurunan stunting akan menjadi salah satu parameter
keberhasilan kepala daerah dalam mensejahterakan warganya dan menghelat kemajuan
pembangunan daerah. Dalam Sosialisasi RAN PASTI yang digelar di Medan ini menghadirkan
para pembicara dari BKKBN serta para Wakil Ketua Pelaksana Tim Percepatan
Penurunan Stunting (TPPS) Pusat dari unsur Sekretariat Wakil Presiden, Menko Bidang
Pembangunan Manusia dan Kebudayaan, Bappenas, Kemendagri, serta Kemenkes.

Stunting adalah kondisi gagal tumbuh kembang anak balita akibat dari kekurangan gizi saat
mereka dalam kandungan hingga dilahirkan kedunia yang berusia di bawah 2 Tahun. Sedangkan
balita pendek (stunted) dan sangat pendek (severaly stunted) adalah balita dengan Panjang badan
(PB/U) atau tinggi badan (TB/U) menurut umurnya kurang di banding dengan standar baku WHO
multicentre growth reference study tahun 2006.

Adapun definisi stunting menurut Kementerian Kesehatan (Kemenkes) adalah anak balita
dengan nilai z-scorenya kurang dari -2.00 SD/standar deviasi (stunted) dan kurang dari – 3.00 SD
(severely stunted). Salah satu fokus pemerintah saat ini adalah pencegahan stunting. Upaya ini
bertujuan agar anak-anak Indonesia dapat tumbuh dan berkembang secara optimal dan maksimal,
dengan disertai kemampuan emosional, sosial, dan fisik yang siap untuk belajar, serta mampu
berinovasi dan berkompetisi di tingkat global. Terdapat tiga hal yang harus diperhatikan dalam
pencegahan stunting, yaitu perbaikan terhadap pola makan, pola asuh, serta perbaikan sanitasi dan
akses air bersih. Seringkali masalah-masalah non kesehatan menjadi akar dari masalah stunting,
baik itu masalah ekonomi, politik, sosial, budaya, kemiskinan, kurangnya pemberdayaan
Perempuan, serta masalah degradasi lingkungan.

Hal ini dapat juga dipengaruhi oleh pola asuh yang kurang baik terutama pada aspek perilaku,
terutama pada praktek pemberian makan bagi bayi dan Balita. Selain itu, stunting juga dipengaruhi
dengan rendahnya akses terhadap pelayanan kesehatan, termasuk di dalamnya adalah akses sanitasi
dan air bersih. Pola asuh dan status gizi sangat dipengaruhi oleh pemahaman orang tua (seorang
ibu) maka, dalam mengatur kesehatan dan gizi di keluarganya. Karena itu, edukasi diperlukan agar
dapat mengubah perilaku yang bisa mengarahkan pada peningkatan kesehatan gizi atau ibu dan
anaknya.

Saat ini, stunting menjadi salah satu masalah yang diperhatikan oleh pemerintah. melalui
sebuah inovasi yang diprakarsai Presiden Jokowi yang disebut Padat Karya Tunai Desa Bidang
Kesehatan. Program padat karya tunai desa merupakan program yang mengutamakan sumber daya
lokal, tenaga kerja lokal, dan teknologi lokal desa. Program ini memiliki empat pilar, yaitu untuk
(a) Meningkatkan perekonomian masyarakat desa, (b) Menurunkan angka pengangguran
masyarakat desa melalui kegiatan swa kelola, (c) Mekanisme operasionalnya dikerjakan bersama
secara lintas sektor, dan (d) Dilaksanakan dengan integrasi lintas program dan lintas sektor.

Stunting merupakan ancaman utama terhadap kualitas manusia Indonesia, juga ancaman
terhadap kemampuan daya saing bangsa. Hal ini dikarenakan anak stunted, bukan hanya terganggu
pertumbuhan fisiknya (bertubuh pendek/kerdil) saja, melainkan juga terganggu perkembangan
otaknya, yang mana tentu akan sangat mempengaruhi kemampuan dan prestasi di sekolah,
produktivitas dan kreativitas di usia-usia produktif. Target percepatan penurunan prevalensi
stunting atau kekerdilan pada anak di Indonesia yang ditetapkan sebesar 14 persen pada tahun 2024
mendatang bukanlah sebuah pekerjaan yang ringan. Namun, dengan manajemen dan penguasaan
lapangan yang baik, target tersebut diharapkan dapat diwujudkan.

Hal itu disampaikan Presiden Joko Widodo saat membuka Rapat Koordinasi Nasional
Kemitraan Program Bangga Kencana Tahun 2021 di Istana Negara, Jakarta, pada Kamis, 28
Januari 2021. “Target kita 2024 itu 14 persen. Bukan angka yang mudah, tetapi saya meyakini
kalau lapangannya dikelola dengan manajemen yang baik, angka ini bukan angka yang sulit,”
ujarnya. Pada 25 Januari 2021, Presiden Joko Widodo telah menunjuk Badan Kependudukan dan
Keluarga Berencana Nasional (BKKBN) untuk menjadi Ketua Pelaksanaan program percepatan
tersebut. Dalam mencapai target penurunan prevalensi stunting tersebut Menteri Koordinator
Bidang Pembangunan Manusia dan Kebudayaan akan berperan sebagai koordinator program di
mana Kepala BKKBN akan bertindak sebagai ketua pelaksana. BKKBN yang memiliki
infrastruktur organisasi hingga ke tingkat daerah nantinya juga akan dibantu oleh kementerian dan
lembaga yang berkaitan.

Perlu diketahui bahwa prevalensi stunting di Indonesia pada lima tahun lalu berada di angka 37
persen. Pada tahun 2019, angka tersebut berhasil ditekan hingga mencapai 27,6 persen yang
diperkirakan akan mengalami sedikit kenaikan disebabkan adanya pandemi Covid-19. Kepala
Negara berharap agar target yang sudah ditetapkannya untuk tahun 2024 tersebut dapat diwujudkan
dengan baik oleh BKKBN melalui sejumlah program-programnya. Berkaitan dengan hal itu,
Kepala BKKBN, Hasto Wardoyo, dalam laporannya menyatakan kesiapan BKKBN untuk
mendukung visi Presiden Joko Widodo terkait pencegahan dan penurunan prevalensi stunting serta
membentuk keluarga Indonesia yang berkualitas, bahagia, dan sejahtera.

Badan Kependudukan Keluarga Berencana (BKKBN) mencatat ada 1.166.929 keluarga

berisiko stunting di Sumatera Utara. Kondisi prevalensi stunting di Sumatera Utara (Sumut)
berdasar Data Studi Status Gizi Indonesia (SSGI) 2021 sangat memprihatinkan. 13 dari 33
kabupaten/kota yang berada di Sumut berstatus “merah” alias memiliki prevalensi stunting di atas
angka 30 persen.

Kabupaten Batu Bara merupakan salah satu dari sepuluh Kabupaten/Kota yang berstatus merah
atau dengan kasus angka di atas 30% dengan capaian angka 30,9% pada tahun 2021. Hal ini
menjadi perhatian khusus bagi pemerintah setempat dalam menyusun strategi dan pemecahan
masalah untuk penurunan angka dan pencegahan stuntuing di semua wilayah kabupaten Batu Bara.
Saat ini Kecamatan Laut Tador merupakan penyumbang pada tingkat ke 3 dari 12 Kecamatan yang
ada di Laut Tador. Dengan angka mencapai 17,8% dengan angka temuan 187 kasus dari 10 desa
yang berada di wilayah Kecamatan Laut Tador.

Kasus stunting di kabupaten Batu Bara menjadi perhatian serius bagi pemerintahan dan
masyarakat setempat. Sebagai langkah awal rencana tindak lanjut dalam permaslahan ini, Bupati
Batu Bara menerbitkan Perbup (Peraturan Bupati) Nomor 41 Tahun 2021 tentang
 KONVERGENSI PENURUNAN STUNTING TERINTEGRASI DI KABUPATEN BATU
BARA. Pertauran ini secara umum memuat tentang Upaya Perbaikan Gizi dalam kegiatan dan/atau
serangkaian kegiatan yang dilakukan secara terpadu, terintegrasi dan berkesinambungan untuk
memelihara dan meningkatkan status gizi masyarakat dalam bentuk upaya promotif, preventif,
kuratif maupun rehabilitatif yang dilakukan oleh Pemerintah Daerah dan/atau masyarakat.
Sedangkan secara impolementasinya di lapangan, Perbup Batu Bara ini memutuskan untuk
meningkatkan pertisipatif semua pemangku kepentigan, termasuk di anataranya OPD (Organisasi
Perangkat Daerah), Petugas Keluarga Berencana, penyelenggara pemerintah desa, tim teknis
lapangan program keluarga harapan (PKH) dan seluruh unsur masyarakat setempat.

Analisis cluster merupakan salah satu teknik multivariat yang memiliki tujuan untuk
mengelompokkan objek-objek yang memiliki kesamaan berdasrkan sifat-sifat yang sebanding .
Analisis cluster membagi sejumlah besar data menjadi satu atau lebih cluster yang berbeda . Analisis
cluster berguna untuk meringkas data dengan jalan mengelompokkan objek-objek berdasarkan
kesamaan karakteristik tertentu diantara objek-objek yang akan diteliti . Semakin kecil besaran jarak
suatu individu terhadap individu lain, maka semakin besar kemiripan individu tersebut . Metode K-
means digunakan sebagai alternatif metode cluster untuk data dengan ukuran yang besar karena
memiliki kecepatan yang lebih tinggi dibandingkan dengan metode hierarki.
SIG merupakan sistem informasi khusus yang berisi data spasial (raster dan vektor) dan data
atribut, dapat memberikan ukuran yang akurat mengenai jarak dan daerah[11]. GIS (Geographic
Information System) adalah suatu sistem informasi yang mengelola data yang memiliki informasi
spasial yang memiliki kemampuan untuk membangun, menyimpan, mengelola dan menampilkan
informasi berefrensi geografis.
Dalam penelitian ini K-means akan mengelompokkan daerah-daerah yang ada di Kabupaten
Batu Bara sesuai dengan tingkat terjadinya kasus stunting agar dengan cepat dan tepat sasaran
dalam pencegahan dan penanggulangan stunting. Untuk melihat penyebaran stunting di Kabupaten
Batu Bara maka akan divisualisasikan ke dalam bentuk peta. Selanjutnya akan dibangun sistem
informasi geografis berbasis web untuk menyajikan hasil informasi daerah tentang penyebaran
penderita stunting di Kabupaten Batu Bara terkhusus untuk Kecamatan Laut Tador.

B. Rumusan Masalah
Bertolak dari latar belakang masalah di atas, dapat dirumuskan beberapa fokus permaslahan
dalam penelitian ini, di anataranya :
 1. Bagaimana keadaan kasus Stunting yang ada di Kecamatan Laut Tador Kabupaten Batu
Bara.
2. Bagaimana pola penerapan clustering kasus stunting berbasis webGIS di Kecamatan Laut
Tador Kabupaten Batu Bara

C. Tujuan Penelitian
Sehubungan dengan rumusan masalah di atas, secara gariis besar penilitian ini bertujuan untuk :

1. Mengetahui keadaan kasus Stunting yang ada di Kecamatan Laut Tador Kabupaten
Batu Bara.
2. Mengetahui pola penerapan clustering kasus stunting berbasis webGIS di kecamatan
Laut Tador Kabupaten Batu Bara .
D. Metode Penelitian
Tahapan penelitian ini mengikuti metode rapid application development (RAD).
Adapun proses RAD dalam penelitian ini adalah sebagai berikut.

Fase Perencanaan Syarat-Syarat

Fase Workshop Desain RAD

Fase Konstruksi

Fase Implementasi

Gambar 1. Fase Tahapan Penelitian Dengan Metode RAD

1. Fase Requirements Planning (Perancanaan Syarat-Syarat)
Pada tahap ini dilakukan pertemuan peneliti dengan pengguna sistem untuk mengidentifikasikan
tujuan dari sistem informasi geografis clustering penderita stunting di Kabupaten Langkat yang
akan dibangun serta mengidentifikasikan syarat-syarat informasi yang timbul dalam pencapaian
tujuan tersebut serta melakukan analisa terhadap semua sistem yang dibutuhkan oleh pengguna.
Dalam tahap ini diorientasikan pada proses penyelesaian masalah yang ada di dalam Dinas
Kesehatan Kabupaten Batu Bara

1.2.Analisa Sistem
Sistem informasi geografis ini berbasis website, sebelum merancang dan dibangunnya sistem
ini diperlukan data- data serta informasi mengenai kejadian stunting tahun 2020-2021 di Kecamatan
Laut Tador. Data di peroleh dari Kementerian Kesehatan Republik Indonesia dan Badan
Kependudukan dan Keluarga Berencana Nasional (BKKBN).

1.3.Sumber Data
Tahap ini dilakukan dengan pengamatan langsung dengan objek yang diteliti. Hal ini akan
mengamati bagaimana pengelolaan pada data-data balita yang menderita penyakit stunting, sehingga
didapatkan softcopy dari data jumlah balita yang mengalami penyakit stunting tahun 2021 di setiap
desa..

1.4.Analisa Tahapan Data Mining

Pada tahap ini akan menjelaskan bagaiman langkah-langkah untuk mengelompokkan atau
mengkluster data yang telah disiapkan sebelumnya, sehingga ditemukan kluster-kluster dari sejumlah
data tersebut dengan menggunakan metode k-means clustering. Adapun tahapan prosesnya adalah
sebagai berikut :
a. Data Selection
Tahapan ini dilakukan untuk menentukan atribut apa saja yang digunakan dalam penelitian yang
terdapat pada data- data yang tersedia. Atribut-atribut yang dipilih harus memiliki keterkaitan
antar atribut agar lebih memudahkan daIam melakukan pengklasteran. Pada penelitian ini akan
menggunakan atribut kode desa, nama desa, nama kecamatan, luas wilayah, jumlah penduduk,
jumlah kepala keluarga, kepadatan, balita, stunting pendek, stunting sangat pendek, jumlah
penderita stunting, persentase stunting.
Tabel 1. Data Selection
Luas_ Jlh_ JLh_ Kepad Sgt_ Stun Pers_
No Kode Desa Desa Kecamatan Wil Pendu KK atan Balita Pendek Pendek ting Stunt
Laut Tador
1 1205012003 Bahorok 21,64 4560 1493 211 189 10 22 32 16,93
Langgiran
2 1205012006 Bahorok 7,88 1527 516 194 149 8 14 22 14,77
Dwi Sri
3 1205012007 Bahorok 26,34 1634 523 62 205 11 26 37 18,05
Perkebunan
4 1205012008 T. Kasau Bahorok 24,2 1018 304 42 295 16 37 53 17,97
Tanjung Seri
5 1205012020 Bahorok 8,32 4219 1342 507 172 9 22 31 18,02
… … … … … … … … … … … … …
277 1205222002 Kandangan Kutambaru 8,54 2574 820 301 172 9 21 30 17,44
Sumber Data : Olah Data Primer, 2022

b. Data Cleaning
Tahapan ini dilakukan untuk melakukan pembersihan data terlebih dahulu apakah masih
terdapat data-data yang kosong, duplikat ataupun data yang tidak konsisten.
c. Data Transformation
Data yang telah melalui proses cleaning selanjutnya akan ditransformasikan dalam bentuk data
yang disesuaikan dengan penerapan pada algoritma yang akan digunakan nanti.
d. Data Mining
Proses dalam melakukan pencarian suatu informasi yang bermanfaat yang sesuai dengan tujuan
pada kumpulan data yang sangat banyak menggunakan algoritma k-means. Hasil yang diperoleh
dari penerapan algoritma tersebut adalah cluster data jumlah penderita stunting di setiap desa
pada Kecamatan Laut Tador.
1.4.1. Analisa Kebutuhan Sistem Untuk Sistem Informasi Geografis Clustering
Penderita Stunting
Tabel 2. Analisa Kebutuhan Pengguna
No Kebutuhan Pengguna
1 Pengguna dapat melihat peta kluster penderita stunting
2 Pengguna dapat melihat peta penderita stunting
3 Pengguna dapat melihat data seluruh kluster penderita stunting
4 Pengguna dapat melihat data seluruh kluster nol penderita stunting
5 Pengguna dapat melihat data seluruh kluster pertama penderita stunting
6 Pengguna dapat melihat data seluruh kluster kedua penderita stunting
7 Pengguna dapat melihat data seluruh kluster ketiga penderita stunting

Tabel 3. Analisa Kebutuhan Administrator

No Kebutuhan Administrator
1 Administrator dapat login
2 Administrator dapat mengolah data pengguna sistem
3 Administrator dapat mengolah data stunting

2.1 Fase RAD Design Workshop (Desain Ruang Kerja RAD)

Pada tahap desain sistem informasi geografis clustering penderita stunting menerapkan strategi
back-end dan front-end. Dimana back-end dikhususkan untuk administrator untuk mengelola data
penderita stunting. Sedangkan front-end dikhususkan untuk masyarakat untuk melihat peta
penyebaran penderita stunting. Sistem informasi geografis ini dikembangkan dengan menggunakan
beberapa bahasa pemrograman, diantaranya PHP, script CSS, dan JQuery. Kemudian menggunakan
XAMPP untuk menjalankan Apache sebagai web server dan PHPMyAdmin sebagai Database
Management Software (DBMS) serta web browser sebagai tempat menjalankan program tersebut.

Gambar 2. Use Case Diagram Sistem Informasi Geografis Clustering Penderita Stunting Di Kecamatan Laut Tador

2.2 Fase Instruction (Konstruksi)

Pada fase ini mendesain kebutuhan untuk sistem informasi geografis clustering penderita
stunting di Kecamatan Laut Tador. Untuk kebutuhan penampungan data dari transaksi dalam sistem
informasi geografis penderita clustering stunting di Kabupaten Langkat dirancang sebuah database
dengan tabel-tabelnya sebagai berikut.

Tabel data pengguna merupakan tabel untuk menampung data pengguna. Adapun struktur tabel
pengguna adalah sebagai berikut.
Tabel 4. Data Pengguna
No Nama Field Type Data Ukuran Keterangan
1 Id_Pengguna integer 11 Primary Key
2 Nama_Lengkap Varchar 40
3 Username Varchar 30
4 Password Varchar 100
5 Akses Varchar 25
6 Level Integer 2

Tabel data stunting merupakan tabel untuk menampung data stunting yang terjadi di Kecamatan Laut Tador.
Adapun struktur tabel masuk adalah sebagai berikut.
Tabel 5. Data Stunting
No Nama Field Type Data Ukuran Keterangan
1 Kode_Desa integer 10 Primary Key
2 Desa Varchar 75
3 Kecamatan Varchar 75
4 Luas_Wilayah Decimal 5,2
5 Jlh_Penduduk Int 10
6 Jlh_KK Int 10
7 Kepadatan Int 10
8 Balita Int 10
9 Pendek Int 10
10 Sgt_Pendek Int 10
11 Stunting Int 10
12 Persen_Stunting Decimal 5,2
13 Clustering Int 3

Tahap selanjutnya, desain yang sudah dibuat akan dibuatkan script pemrograman, bahasa pemrograman yang penulis
gunakan adalah PHP dan MYSQL
 DAFTAR PUSTAKA

[1] R. A. M. Swastika and P. F. Wiyoko, “Hubungan Sosial Ekonomi

Keluarga dengan Kejadian Stunting Tahun 2021: Literature Review,”
Borneo Student Research, vol. 3, no. 3, pp. 2823–2834, 2022.
[2] Kementerian Kesehatan RI, “RISKESDAS Kementerian Kesehatan RI,”
2018.
[3] N. R. Fauzia, N. M. A. Sukmandari, and K. Y. Triana, “Hubungan
Status Pekerjaan Ibu Dengan Status Gizi Balita,” CARING, vol. 3, no. 1,
pp. 28–32, 2019.
[4] K. Rahmadhita, “Permasalahan Stunting dan Pencegahannya Stunting
Problems and Prevention,” Jurnal Ilmiah Kesehatan Sandi Husada, vol.
11, no. 1, pp. 225–229, 2020, doi: 10.35816/jiskh.v10i2.253.
[5] Musfiani, “Analisis Cluster Dengan Menggunakan Metode Partisi Pada
Pengguna Alat Kontrasepsi Di Kalimantan Barat,” Bimaster, vol. 8, no.
4, pp. 893–932, 2019.
[6] D. Andiani, S. D. R. Septiani, and A. Riana, “Analisis Teknik non-
Hierarki untuk Pengelompokan Kabupaten/Kota di Provinsi Jawa Barat
Berdasarkan Indikator Kesejahteraan Rakyat 2020,” Jurnal Riset
Matematika dan Sains Terapan, vol. 21, no. 1, pp. 21–28, 2022.
[7] R. A. Prabowo, K. Nisa, A. Faisol, and E. Setiawan, “Simulasi
Pemilihan Metode Analisis Cluster Hirarki Agglomerative Terbaik
Antara Average Linkage Dan Ward Pada Data Yang Mengandung
Masalah Multikolinearitas,” Jurnal Siger Matematika, vol. 01, no. 02,
pp. 49–55, 2020.
[8] R. A. Polihito, M. Latjompoh, and N. Y. Kandowangko, “Hubungan
Kekerabatan Fenetik Lima Anggota Familia Araceae,” BIOSFER, vol. 7,
no. 2, pp. 128–133, 2022.
[9] M. F. Hafiz, I. Faisal, and I. Lubis, “Perancangan Klasifikasi Pemetaan
Kelas Siswa Unggulan Menggunakan Metode K-Means Clustering Pada
SMA Negeri 3 Tanjung Balai Berbasis Web,” ALGORITMA, vol. 6, no.
2, 2022.
[10] Saefudin and D. Susandi, “Sistem Informasi Geografis Untuk Analisa
Spasial Potensi Lembaga Pendidikan Ketrampilan,” Jurnal Sistem
Informasi , vol. 7, no. 2, pp. 123–131, 2020.
[11] A. A. Vernanda, A. Faisol, and N. Vendyansyah, “Penerapan Metode K-
Means Clustering Untuk Pemetaan Daerah Rawan Kecelakaan Lalu
Lintas Di Kota Malang Berbasis Website,” JATI, vol. 5, no. 2, pp. 836–
844, 2021.