Electronic Theses and Dissertation

Kekerasan terhadap anak merupakan isu serius yang terus mengalami peningkatan di Indonesia dan memiliki dampak jangka panjang terhadap tumbuh kembang anak. Penelitian ini bertujuan untuk mengelompokkan provinsi-provinsi di Indonesia berdasarkan jenis kasus kekerasan terhadap anak pada tahun 2021, 2022, dan 2023 menggunakan metode Agglomerative Hierarchical Clustering. Data yang digunakan meliputi jumlah kasus kekerasan berdasarkan jenis kekerasan, jenis kelamin korban, usia korban, lokasi kejadian, serta dua indikator kesejahteraan anak, yaitu Indeks Pemenuhan Hak Anak (IPHA) dan Indeks Perlindungan Khusus Anak (IPKA). Empat metode pengelompokan yang dibandingkan dalam penelitian ini adalah Single Linkage, Complete Linkage, Average linkage, dan Ward’s Method. Evaluasi metode terbaik dilakukan menggunakan nilai Cophenetic Correlation Coefficient (CCC), sedangkan jumlah cluster optimal ditentukan menggunakan tiga ukuran Internal measures, yaitu Connectivity Index, Dunn Index, dan Silhouette Index. Hasil penelitian menunjukkan bahwa metode Average linkage merupakan metode terbaik untuk ketiga tahun berdasarkan nilai CCC tertinggi secara konsisten. Jumlah cluster optimal yang terbentuk untuk masing-masing tahun adalah tiga cluster, dengan karakteristik berbeda pada tiap kelompok. Penelitian ini diharapkan dapat memberikan informasi yang bermanfaat bagi pemerintah, khususnya Kementerian Pemberdayaan Perempuan dan Perlindungan Anak, dalam menyusun program intervensi yang tepat sasaran dan mendukung percepatan pencapaian Kota Layak Anak (KLA) di seluruh provinsi di Indonesia.

Kata kunci: Kekerasan terhadap anak, Agglomerative Hierarchical Clustering, Average linkage, Cophenetic Correlation Coefficient, Internal measures.

Child abuse remains a serious and escalating issue in Indonesia, with long-term impacts on children's development and well-being. This study aims to cluster provinces in Indonesia based on types of child abuse cases reported in 2021, 2022, and 2023 using the Agglomerative Hierarchical Clustering method. The data utilized includes the number of abuse cases by type, victim gender, age group, incident location, and two indicators of child well-being, the Child Rights Fulfillment Index (IPHA) and the Special Child Protection Index (IPKA). Four clustering methods were compared: Single Linkage, Complete Linkage, Average linkage, and Ward’s Method. The best clustering method was evaluated using the Cophenetic Correlation Coefficient (CCC), while the optimal number of clusters was determined based on three internal validation metrics: Connectivity Index, Dunn Index, and Silhouette Index. The findings indicate that the Average linkage method consistently produced the highest CCC scores across all years, making it the most suitable method. Three optimal clusters were identified each year, each characterized by distinct patterns of child abuse and protection indicators. This research is expected to serve as a valuable reference for government institutions, particularly the Ministry of Women’s Empowerment and Child Protection, in designing targeted intervention programs and accelerating the achievement of Child-Friendly Cities (KLA) throughout Indonesia. Keywords: Child abuse, Agglomerative Hierarchical Clustering, Average linkage, Cophenetic Correlation Coefficient.