Electronic Theses and Dissertation

Indonesia merupakan salah satu negara dengan kepadatan penduduk yang cukup tinggi namun tidak merata di seluruh wilayah. Oleh karena itu, dilakukan pengelompokan wilayah berdasarkan indikator fertilitas dan KB agar dapat membantu pemerintah memahami kebutuhan serta masalah yang dihadapi oleh wilayah-wilayah tersebut. Pengelompokan kabupaten/kota pada data indikator fertilitas dan KB dilakukan menggunakan metode k-means dan k-median. Penentuan jumlah cluster terbaik untuk data tersebut dipilih berdasarkan 3 indeks validasi yaitu Davies-Bouldin, Dunn dan Silhouette. Hasil penelitian menunjukkan pengelompokan indikator fertilitas dan KB di Indonesia yang paling optimal dengan jumlah 3 cluster dari metode k-median karena memiliki nilai indeks Dunn dan Silhouette paling tinggi yaitu masing-masing sebesar 0,2896 dan 0,6302 dengan cluster 1 mengelompokkan 325 kabupaten/kota dan memiliki pusat median pada Kabupaten Kuantan Singingi di Provinsi Riau dimana terdapat 5 indikator yang tinggi yaitu persentase umur perkawinan pertama 19 tahun ke bawah, melahirkan ditolong tenaga kesehatan terlatih, melahirkan anak lahir hidup terakhir dengan berat ≥ 2,5 kg, sedang menggunakan alat KB, dan sedang menggunakan alat KB pil. Cluster 2 mengelompokkan 112 kabupaten/kota dan memiliki pusat median pada Kota Surakarta di Provinsi Jawa Tengah dimana terdapat 9 indikator yang tinggi yaitu umur perkawinan pertama 19 tahun ke atas, melahirkan di fasilitas kesehatan terlatih, melahirkan ditolong tenaga kesehatan terlatih, pernah menggunakan alat KB, sedang menggunakan alat KB sterilisasi MOW, sedang menggunakan alat KB IUD, sedang menggunakan alat KB susuk/implan, sedang menggunakan alat KB kondom dan sedang menggunakan alat KB tradisional. Adapun cluster 3 mengelompokkan 77 kabupaten/kota dan memiliki pusat median pada Kabupaten Nias Utara di Provinsi Sumatra Utara dimana hanya terdapat 2 indikator yang tinggi yaitu tidak pernah menggunakan alat KB dan sedang menggunakan alat KB suntik.

Indonesia is a country with a fairly high population density, but it is not evenly distributed across all regions. Therefore, regions are grouped based on fertility and family planning indicators in order to help the government understand the needs and problems faced by these regions. The grouping of regency/city on fertility and family planning indicators data was carried out using the k-means and k-median methods. Determining the best number of clusters for the data was selected based on 3 validation indices, namely Davies-Bouldin, Dunn, and Silhouette. The results of the research show that the most optimal grouping of fertility and family planning indicators in Indonesia is with 3 clusters from the k-median method because it has the highest Dunn and Silhouette index values, namely 0.2896 and 0.6302 respectively with cluster 1 grouping 325 regencies/cities and has a median center in Kuantan Singingi Regency in Riau Province where there are 5 high indicators namely the percentage of age at first marriage 19 years or under, giving birth assisted by trained health workers, giving birth to the last live child weighing ≥ 2.5 kg, currently using contraception, and currently using pills contraception. Cluster 2 groups 112 regencies/cities and has a median center in Surakarta City in Central Java Province where there are 9 high indicators namely age at first marriage 19 years and over, giving birth in a trained health facility, giving birth assissted by trained health workers, ever using contraception, currently using MOW sterilization contraception, currently using an IUD contraception, currently using an implant contraception, currently using a condom contraception and currently using a traditional contraception. Cluster 3 groups 77 regencies/cities and has a median center in North Nias Regency in North Sumatra Province where there are only 2 high indicators namely never using contraception and currently using injectable contraception.