Penggerombolan Kabupaten / Kota Berdasarkan Faktor Stunting Menggunakan Metode Penggerombolan Dua Langkah Untuk Data Campuran
PENGGEROMBOLAN KABUPATEN / KOTA
BERDASARKAN FAKTOR STUNTING
MENGGUNAKAN METODE PENGGEROMBOLAN
DUA LANGKAH UNTUK DATA CAMPURAN
NURUL ISTIQOMAH
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa tesis berjudul “Penggerombolan
Kabupaten / Kota Berdasarkan Faktor Stunting Menggunakan Metode
Penggerombolan Dua Langkah Untuk Data Campuran” adalah benar karya saya
dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun
kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip
dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Agustus 2015
Nurul Istiqomah
G152130424
* Pelimpahan hak cipta atas karya tulis dari penelitian kerjasama dengan pihak luar IPB harus
didasarkan pada perjanjian kerjasama yang terkait
RINGKASAN
NURUL ISTIQOMAH. Penggerombolan Kabupaten / Kota Berdasarkan Faktor
Stunting Menggunakan Metode Penggerombolan Dua Langkah Untuk Data
Campuran. Dibimbing oleh HARI WIJAYANTO dan FARIT M AFENDI.
Kondisi stunting ditandai dengan pertumbuhan bayi dan anak-anak yang
lambat, gagal mencapai tinggi badan yang diharapkan (normal). Stunting
mencerminkan kekurangan gizi kronis selama periode paling kritis pertumbuhan
dan perkembangan pada awal kehidupan. Untuk mengurangi prevalensi stunting,
pemerintah Indonesia telah melakukan berbagai program, diantaranya stratifikasi
provinsi berdasarkan prevalensi stunting balita dan tingkat kerawanan pangan.
Berdasarkan stratifikasi tersebut, wilayah dalam strata yang sama akan diterapkan
kebijakan yang sama tanpa melihat karakteristik faktor stunting daerah terkait.
Analisis penggerombolan merupakan salah satu teknik statistik yang
bertujuan mengorganisasi data menjadi beberapa kelompok sehingga tingkat
kesamaan dalam kelompok tinggi dan tingkat kesamaan antar kelompok rendah.
Metode dua langkah untuk penggerombolan data campuran (Two-Step Method
For Clustering Mixed Categorical And Numeric Data/TMCM) merupakan
metode penggerombolan data campuran numerik dan kategorik dengan
memperhatikan adanya hubungan antara item kategorik. Kelebihan TMCM
dibanding metode lain adalah transformasi peubah kategori dilakukan
berdasarkan teori co-occurrence.
Penelitian ini mengaplikasikan algoritma TMCM untuk penggerombolan
kabupaten/kota berdasarkan faktor stunting. Data yang digunakan pada penelitian
ini antara lain Data Indeks Pembangunan Kesehatan masyarakat 2013, Data
Dasar Puskesmas 2013 dan Survei Sosial Ekonomi Nasional (SUSENAS) 2013.
Penggerombolan kabupaten/kota di Indonesia berdasarkan faktor stunting
menggunakan TMCM menghasilkan 4 gerombol dengan anggota gerombol 1,
gerombol 2, gerombol 3, dan gerombol 4 masing – masing adalah 90
kabupaten/kota, 36 kabupaten/kota, 352 kabupaten/kota dan 19 kabupaten/kota.
Masing – masing gerombol memiliki permasalahan yang berbeda. Berdasarkan
jumlah permasalahan yang dihadapi, gerombol 2 merupakan gerombol dengan
jumlah permasalahan terbanyak disusul gerombol 3, gerombol 4, dan gerombol.
Untuk itu, rekomendasi program harus disesuaikan dengan permasalahan yang
dihadapi.
Kata Kunci: stunting, analisis gerombol, TMCM, Pseudo F
SUMMARY
NURUL
ISTIQOMAH.
CLUSTERING
DISTRICTS
BASED
ON
INFLUENCED FACTORS OF STUNTING THE APPLICATION OF TWOSTEP METHOD FOR CLUSTERING MIXED DATA/TMCM. Supervised by
HARI WIJAYANTO and FARIT M AFENDI.
Stunting (inadequate length/height for age) captures early chronic
exposure to undernutrition during the most critical period of development in early
life. In order to decrease the number of stunted children, Indonesian government
has conducted various programs. One of the Indonesian government's policy is
stratify the province based on the prevalence of stunting of children under 5 years
and calorie consumption. Based on the stratification, the province in the same
strata would apply the same policy without looking at the factors that influence it.
Cluster analysis is a techniques used to classify objects or cases into
relatively homogeneous groups called clusters. Objects in each cluster tend to be
similar to each other and dissimilar to objects in the other clusters. Two-Step
Method For categorical And Clustering Mixed Numeric Data / TMCM is a
method that is designed to handle a large number of objects, especially on objects
that have the problem of continuous and categorical variables. This method also
defines the relationships among items. One of tmcm excess is the transformation
of categoric variable carried out based on the theory of co-occurrence.
This research applies the algorithm TMCM to grouping districts / cities
based on factors stunting. The data used in this study include are from from “Data
Indeks Pembangunan Kesehatan Masyarakat 2013”, “Data Dasar Puskesmas
2013” dan “Survei Sosial Ekonomi Nasional (SUSENAS) 2013”.
Grouping of districts / cities in Indonesia based on factors stunting use
tmcm generate 4 clusters with members of Cluster 1, Cluster 2, Cluster 3 and
Cluster 4 respectively are 90 districts / cities, 36 districts / cities, 352 districts /
cities and 19 districts / cities. Each cluster has a different problem. Based on the
many problems faced, cluster 2 is a cluster with the highest number of problems
followed by clusters 3, 4 clusters, and clusters. For therefore, recommended by the
program must be adapted to each issue.
Keywords: stunting, cluster analysis, TMCM, Pseudo F
© Hak Cipta Milik IPB, Tahun 2015
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah, dan pengutipan tersebut tidak merugikan kepentingan
IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apapun tanpa izin IPB
PENGGEROMBOLAN KABUPATEN / KOTA
BERDASARKAN FAKTOR STUNTING
MENGGUNAKAN METODE PENGGEROMBOLAN
DUA LANGKAH UNTUK DATA CAMPURAN
NURUL ISTIQOMAH
Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains pada
Program Studi Statistika Terapan
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015
Penguji Luar Komisi pada Ujian Tesis: Dr.Bagus Sartono, M.Si
Judul Tesis : Penggerombolan Kabupaten / Kota Berdasarkan Faktor Stunting
Menggunakan Metode Penggerombolan Dua Langkah Untuk Data
Campuran
Nama
: Nurul Istiqomah
NIM
: G152130424
Disetujui oleh
Komisi Pembimbing
Dr.Ir. Hari Wijayanto M.Si
Ketua
Dr. Farit M Afendi S.Si M.Si
Anggota
Diketahui oleh
Ketua Program Studi
Statistika Terapan
Dr Ir Indahwati, MSi
Tanggal Ujian : 31 Agustus 2015
Dekan Sekolah Pascasarjana
Dr Ir Dahrul Syah, MScAgr
Tanggal Lulus :
PRAKATA
Puji dan syukur penulis ucapkan kehadirat Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga penulis dapat menyelesaikan tesis yang berjudul
“Penggerombolan Kabupaten / Kota Berdasarkan Faktor Stunting Menggunakan
Metode Penggerombolan Dua Langkah Untuk Data Campuran”. Keberhasilan
penulisan tesis ini tidak lepas dari bantuan, bimbingan, dan petunjuk dari berbagai
pihak.
Terima kasih penulis ucapkan kepada Bapak Dr.Ir. Hari Wijayanto M.Si,
sebagai ketua komisi pembimbing dan Bapak Dr. Farit M Afendi S.Si M.Si
sebagai anggota komisi pembimbing yang telah memberikan bimbingan, arahan
serta saran kepada penulis. Penulis juga mengucapkan terima kasih kepada
Pimpinan Badan Pusat Statistik (BPS) atas kesempatan yang diberikan kepada
penulis untuk menempuh jenjang Magister Statistika Terapan. Ungkapan terima
kasih terkhusus penulis sampaikan kepada orang tua, suami dan anak-anak
tercinta serta seluruh keluarga besar atas do’a, dukungan dan pengertiannya.
Terima kasih pula kepada seluruh staf Program Studi Statistika Terapan, temanteman Statistika (S2 dan S3) dan Statistika Terapan (S2) khususnya Kelas BPS
atas bantuan dan kebersamaannya. Terima kasih tak lupa penulis sampaikan
kepada semua pihak yang tidak dapat penulis sebutkan satu per satu yang telah
membantu dalam penyusunan tesis ini.
Penulis menyadari bahwa tesis ini masih banyak kekurangan. Semoga
penelitian selanjutnya dapat lebih baik dari penelitian ini. Semoga penelitian ini
bermanfaat bagi yang membutuhkan.
Bogor, Agustus 2015
Nurul Istiqomah
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
1 PENDAHULUAN
Latar Belakang
Perumusan Masalah
Tujuan Penelitian
1
1
2
2
2 TINJAUAN PUSTAKA
Permasalahan Stunting
Penyebab Stunting
Kerangka Pemikiran
Analisis Gerombol
Metode Dua Langkah Penggerombolan Data Campuran
Evaluasi Hasil Penggerombolan (Pseudo F Statistik)
Intepretasi Hasil Penggerombolan
3
3
4
5
5
9
10
11
3 METODE PENELITIAN
Data
Metode Analisis
17
17
19
4 HASIL DAN PEMBAHASAN
Deskripsi Peubah Penelitian
Penggerombolan Kabupaten/Kota menurut Faktor Stunting
dengan TMCM
Karakteristik Gerombol
Permasalahan Gerombol
Rekomendasi KebijakanGerombol
Prevalensi Stunting Gerombol
21
21
23
29
31
33
34
5 SIMPULAN DAN SARAN
35
DAFTAR PUSTAKA
LAMPIRAN
37
39
RIWAYAT HIDUP
47
DAFTAR TABEL
2.1 Klasifikasi Status Gizi Balita Berdasarkan Nilai Z-Score
2.2 Klasifikasi Permasalahan Gizi
3.1 Peubah Penelitian, Definisi Opersional, Skala Pengukuran dan Satuan
4.1 Simpangan Baku Peubah Numerik Setelah Normalisasi
4.2 Numerisasi Peubah Kategorik
4.3 Rata-Rata Peubah Numerik dan Proporsi Peubah Kategorik
4.4.Posisi Relatif Gerombol
4.5 Prevalensi Stunting Gerombol
3
4
17
23
25
29
30
34
DAFTAR GAMBAR
2.1
2.2
2.3
2.4.
3.1
4.1
4.2
4.3
Kerangka Pikir Penyebab Masalah Gizi
Kerangka Pikir Penelitian
Metode Penggabungan Gerombol
Algoritma TMCM
Metode Analisis
Perkembangan Prevalensi Stunting Indonesia 2007 – 2013
Prevalensi Stunting Kabupaten / Kota di Indonesia 2013
Stratifikasi Kabupaten/Kota di Indonesia Berdasarkan Prevalensi
Stunting 2013
4.4. Matrik M dan Matrik D
4.5. Persentase Sub-Gerombol Menurut Jumlah Gerombol
4.6. Nilai Statistik Pseudo F Pengelompokkan Kabupaten/Kota
di Indonesia Berdasarkan Faktor Stunting dengan TMCM
4.7. Jumlah Kabupaten/ Kota menurut Gerombol dan nilai
Importance Variable
4.8. Persentase Kenggotaan Gerombol menurut Pulau (a) dan
Status Kabupaten / Kota menurut Gerombol (b)
4.9. Persebaran Kabupaten / Kota Menurut Gerombol
4.10. Biplot Gerombol Kabupaten/Kota terhadap Faktor Stunting
4.11. Diagran Venn Permasalahan Gerombol
4.12. Diagran Venn Rekomendasi Kebijakan Program Gerombol
4.13 Distribusi Tingkatan Prevalensi Stunting Menurut Gerombol
4
5
8
10
20
21
22
22
24
25
26
26
27
28
31
32
33
34
DAFTAR LAMPIRAN
1
2
Daftar Kabupaten Anggota Menurut Gerombol Dan Strata
Prevalensi Stunting
Rekomendasi Kebijakan menurut Gerombol
39
42
1 PENDAHULUAN
Latar Belakang
Salah satu ukuran gizi adalah gangguan pertumbuhan linier (stunting).
Stunting mencerminkan kekurangan gizi kronis selama periode paling kritis
pertumbuhan dan perkembangan pada awal kehidupan sebagai akibat dari keadaan
yang berlangsung lama, misalnya: kemiskinan, perilaku hidup tidak sehat, dan
pola asuh/pemberian makan yang kurang baik dari sejak anak dilahirkan. Stunting
merupakan sebuah proses dengan dampak yang dapat meluas tidak hanya pada
kehidupan selanjutnya tetapi juga ke generasi selanjutnya. Permasalahan stunting
dimulai dari seorang ibu hamil dan anak yang tidak memperoleh gizi yang
seimbang. Pada usia sekolah anak yang stunting kehilangan tingkat kecerdasan
atau intelligence quotient sebesar 10 – 15 poin (Bappenas 2011). Akibatnya
mereka kurang dapat bersaing dalam dunia kerja dan terjerumus dalam
kemiskinan. Kemiskinan dan perilaku hidup yang tidak sehat meningkatkan
peluang anak-anak mereka terlahir dengan gizi buruk. Siklus tersebut akan terus
berulang.
Tahun 2011, Indonesia adalah rumah bagi 5% dari anak yang mengalami
stunting (Unicef 2013). Angka prevalensi stunting di Indonesia meningkat dari
35,6% pada 2010 menjadi 37,2% pada 2013 (Kemenkes 2014). Prevalensi
stunting terendah di Pulau Riau (26,3%), DI Yogyakarta (27,3%), dan Jakarta
(27,5%) sedang propinsi dengan prevalensi stunting tertinggi adalah NTT
(51,7%), Sulawesi Barat (48,0%), dan NTB (45,2%). Berdasarkan klasifikasi
yang telah ditetapkan oleh WHO, prevalensi stunting Indonesia tergolong tinggi
karena berada dalam kisaran 30 – 39%.
Untuk mengurangi jumlah anak stunting, pemerintah Indonesia telah
melakukan berbagai program, diantaranya stratifikasi propinsi berdasarkan
prevalensi stunting balita dan tingkat kerawanan pangan (Bappenas 2011).
Berdasarkan stratifikasi tersebut, wilayah dalam strata yang sama akan diterapkan
kebijakan yang sama tanpa melihat karakteristik faktor stunting daerah terkait.
Kerangka konseptual UNICEF menjelaskan faktor utama yang mempengaruhi
status gizi yaitu pangan, kesehatan dan perawatan (Unicef 1990). Faktor-faktor
ini secara langsung mempengaruhi asupan nutrisi dan adanya penyakit.
Beberapa studi faktor risiko stunting balita telah dilakukan di Indonesia
baik dalam skala kecil maupun skala besar. Salah satu penelitian dalam skala
kecil dilakukan Sabaruddin (2012). Sabarudin melakukan penelitian terkait kajian
positive deviance masalah stunting balita pada keluarga miskin di Kota Bogor.
Penelitian dalam skala yang lebih besar dilakukan oleh Aditianti (2010) dan
Hayati (2013). Aditianti melakukan studi terkait faktor determinan stunting pada
anak usia 24 – 59 bulan di Indonesia sedang Hayati meneliti faktor-faktor risiko
stunting, pola konsumsi pangan, asupan energi dan zat gizi anak 0-23 bulan di
Indonesia. Beberapa penelitian juga telah melakukan kajian prevalensi gangguan
pertumbuhan linier antar daerah. Nadiyah (2013) meneliti faktor risiko gangguan
pertumbuhan linier anak usia 0-23 bulan di Bali, Jawa Barat dan NTT dan
Yuliana (2015) meneliti faktor-faktor penentu disparitas prevalensi stunting pada
balita di berbagai kabupaten/kota di Indonesia. Namun, penggerombolan daerah
berdasarkan kemiripan karakteristik faktor stunting belum pernah dilakukan
sebelumnya. Penelitian ini menitikberatkan pada penggerombolan daerah
2
(kabupaten/kota) di Indonesia berdasarkan kemiripan karakteristik faktor
stunting. Melalui penggerombolan daerah ini diharapkan program – program
terkait stunting lebih sesuai dengan karakteristik dan permasalahan masing –
masing wilayah.
Analisis penggerombolan merupakan salah satu teknik statistik yang
bertujuan mengorganisasi data menjadi beberapa kelompok sehingga tingkat
kesamaan dalam kelompok tinggi dan tingkat kesamaan antar kelompok rendah.
Metode dua langkah untuk penggerombolan data campuran (Two-Step Method for
Clustering Mixed Categorical and Numeric Data/TMCM) merupakan metode
penggerombolan data campuran numerik dan kategorik dengan memperhatikan
adanya hubungan antara item kategorik. Shih et al (2010) melakukan
penggerombolan data National Indonesia Contraceptive Prevalence Survey tahun
1987 dengan menggunakan K-Prototipe, Two Step Cluster, dan TMCM. Rosdiana
(2014) melakukan penelitian yang hampir sama yaitu melakukan perbandingan
hasil penggerombolan tanaman obat – obatan dengan metode Two Step Cluster
dan TMCM. Kedua penelitian tersebut menyimpulkan bahwa hasil
penggelompokkan dengan menggunakan TMCM lebih baik dibanding metode
lain yang diteliti. Kelebihan TMCM dibanding metode lain adalah transformasi
peubah kategorik dilakukan berdasarkan teori co-occurrence. Penelitian ini
mengaplikasikan algoritma TMCM untuk penggerombolan kabupaten/kota
berdasarkan faktor stunting yang memiliki skala pengukuran numerik dan
kategorik.
Perumusan Masalah
Berdasarkan uraian di atas, permasalahan yang akan dibahas dalam
penelitian ini antara lain :
1. Bagaimanakah gambaran prevalensi stunting kabupaten/kota di Indonesia
2. Bagaimanakah pengerombolan kabupaten/kota di Indonesia berdasarkan
kemiripan karakteristik faktor stunting dengan menggunakan metode
TMCM
3. Bagaimanakah karakteristik gerombol – gerombol kabupaten/kota
4. Apakah permasalahan yang dihadapi gerombol – gerombol
kabupaten/kota dan rekomendasi apa yang sesuai untuk mengatasi
permasalahan tersebut
Tujuan Penelitian
Tujuan dari penelitian ini antara lain :
1. Memperoleh gambaran prevalensi stunting kabupaten/kota di Indonesia
2. Melakukan pengerombolan kabupaten/kota di Indonesia berdasarkan
kemiripan karakteristik faktor stunting dengan menggunakan metode
TMCM
3. Melakukan analisis profil terhadap gerombol yang terbentuk untuk
mengetahui karakteristiknya
4. Mengidentifikasi permasalahan yang dihadapi masing-masing gerombol
kabupaten/kota dan merumuskan rekomendasi kebijakan yang sesuai.
2 TINJAUAN PUSTAKA
Permasalahan Stunting
Stunting merupakan indikator masalah gizi yang sifatnya kronis sebagai
akibat dari keadaan yang berlangsung lama, misalnya kemiskinan, perilaku hidup
tidak sehat, dan pola asuh/pemberian makan yang kurang baik dari sejak anak
dilahirkan. Kondisi stunting ditandai dengan pertumbuhan bayi dan anak-anak
yang lambat, gagal mencapai tinggi badan yang diharapkan (normal). Karena
merupakan dampak dari proses yang terjadi dalam waktu panjang, stunting dapat
digunakan untuk tujuan evaluasi tetapi tidak direkomendasikan untuk monitoring
pada perubahan dalam jangka pendek misalnya 6-12 bulan.
Adanya permasalahan stunting pada balita dapat diketahui melalui hasil
pengukuran status gizi. Penilaian status gizi balita merujuk pada standar
antropometri yang dikeluarkan oleh WHO pada tahun 2005 atau disebut Standar
WHO 2005 (Yuliana 2015). Seorang balita dikatakan memiliki masalah stunting
jika tergolong pendek dan sangat pendek atau hasil pengukuran nilai Z-score
kurang dari -2.0 SD (standar deviasi).
Tabel 2.1. Klasifikasi Status Gizi Balita Berdasarkan Nilai Z-Score
Indikator
(1)
Berat
Badan/Umur
Nilai Z-Score
(2)
Z-Score < -3.0
-3.0 < Z-Score < -2.0
-2.0 < Z-Score < 2.0
Z-Score > 2.0
Kategori
(3)
Gizi buruk
Gizi kurang
Gizi baik
Gizi lebih
Tinggi
Badan/Umur
Z-Score < -3.0
-3.0 < Z-Score < -2.0
Z-Score > -2.0
Sangat pendek
Pendek
Normal
Berat
Badan/Tinggi
Badan
Z-Score < -3.0
-3.0 < Z-Score < -2.0
-2.0 < Z-Score < 2.0
Z-Score > 2.0
Sangat Kurus
Kurus
Normal
Gemuk
Sumber : Kementerian Kesehatan (2014)
Gambaran permasalahan gizi masyarakat disajikan dalam angka
prevalensi. Prevalensi merupakan persentase jumlah orang yang mengalami
kejadian tertentu pada periode tertentu terhadap keseluruhan populasi. Prevalensi
stunting pada balita dapat diartikan sebagai persentase jumlah balita yang
termasuk dalam kategori pendek dan sangat pendek terhadap keseluruhan balita
pada wilayah tertentu dan periode tertentu. Nilai prevalensi ini dapat digunakan
untuk membandingkan permasalahan gizi antar wilayah. WHO (1995) telah
menyusun tingkatan permasalahan gizi pada masing – masing indikator (BB/U,
TB/U, dan BB/TB) menjadi 4 tingkatan rendah, sedang, tinggi, dan sangat tinggi
dengan ambang batas seperti pada Tabel 2.2.
4
Tabel 2.2. Klasifikasi Permasalahan Gizi
Kategori
(1)
Rendah
Sedang
Tinggi
Sangat Tinggi
Sumber : WHO (1995)
BB/U
Prevalensi (%)
TB/U
BB/TB
(2)
(3)
(4)
BERDASARKAN FAKTOR STUNTING
MENGGUNAKAN METODE PENGGEROMBOLAN
DUA LANGKAH UNTUK DATA CAMPURAN
NURUL ISTIQOMAH
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015
PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa tesis berjudul “Penggerombolan
Kabupaten / Kota Berdasarkan Faktor Stunting Menggunakan Metode
Penggerombolan Dua Langkah Untuk Data Campuran” adalah benar karya saya
dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun
kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip
dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Agustus 2015
Nurul Istiqomah
G152130424
* Pelimpahan hak cipta atas karya tulis dari penelitian kerjasama dengan pihak luar IPB harus
didasarkan pada perjanjian kerjasama yang terkait
RINGKASAN
NURUL ISTIQOMAH. Penggerombolan Kabupaten / Kota Berdasarkan Faktor
Stunting Menggunakan Metode Penggerombolan Dua Langkah Untuk Data
Campuran. Dibimbing oleh HARI WIJAYANTO dan FARIT M AFENDI.
Kondisi stunting ditandai dengan pertumbuhan bayi dan anak-anak yang
lambat, gagal mencapai tinggi badan yang diharapkan (normal). Stunting
mencerminkan kekurangan gizi kronis selama periode paling kritis pertumbuhan
dan perkembangan pada awal kehidupan. Untuk mengurangi prevalensi stunting,
pemerintah Indonesia telah melakukan berbagai program, diantaranya stratifikasi
provinsi berdasarkan prevalensi stunting balita dan tingkat kerawanan pangan.
Berdasarkan stratifikasi tersebut, wilayah dalam strata yang sama akan diterapkan
kebijakan yang sama tanpa melihat karakteristik faktor stunting daerah terkait.
Analisis penggerombolan merupakan salah satu teknik statistik yang
bertujuan mengorganisasi data menjadi beberapa kelompok sehingga tingkat
kesamaan dalam kelompok tinggi dan tingkat kesamaan antar kelompok rendah.
Metode dua langkah untuk penggerombolan data campuran (Two-Step Method
For Clustering Mixed Categorical And Numeric Data/TMCM) merupakan
metode penggerombolan data campuran numerik dan kategorik dengan
memperhatikan adanya hubungan antara item kategorik. Kelebihan TMCM
dibanding metode lain adalah transformasi peubah kategori dilakukan
berdasarkan teori co-occurrence.
Penelitian ini mengaplikasikan algoritma TMCM untuk penggerombolan
kabupaten/kota berdasarkan faktor stunting. Data yang digunakan pada penelitian
ini antara lain Data Indeks Pembangunan Kesehatan masyarakat 2013, Data
Dasar Puskesmas 2013 dan Survei Sosial Ekonomi Nasional (SUSENAS) 2013.
Penggerombolan kabupaten/kota di Indonesia berdasarkan faktor stunting
menggunakan TMCM menghasilkan 4 gerombol dengan anggota gerombol 1,
gerombol 2, gerombol 3, dan gerombol 4 masing – masing adalah 90
kabupaten/kota, 36 kabupaten/kota, 352 kabupaten/kota dan 19 kabupaten/kota.
Masing – masing gerombol memiliki permasalahan yang berbeda. Berdasarkan
jumlah permasalahan yang dihadapi, gerombol 2 merupakan gerombol dengan
jumlah permasalahan terbanyak disusul gerombol 3, gerombol 4, dan gerombol.
Untuk itu, rekomendasi program harus disesuaikan dengan permasalahan yang
dihadapi.
Kata Kunci: stunting, analisis gerombol, TMCM, Pseudo F
SUMMARY
NURUL
ISTIQOMAH.
CLUSTERING
DISTRICTS
BASED
ON
INFLUENCED FACTORS OF STUNTING THE APPLICATION OF TWOSTEP METHOD FOR CLUSTERING MIXED DATA/TMCM. Supervised by
HARI WIJAYANTO and FARIT M AFENDI.
Stunting (inadequate length/height for age) captures early chronic
exposure to undernutrition during the most critical period of development in early
life. In order to decrease the number of stunted children, Indonesian government
has conducted various programs. One of the Indonesian government's policy is
stratify the province based on the prevalence of stunting of children under 5 years
and calorie consumption. Based on the stratification, the province in the same
strata would apply the same policy without looking at the factors that influence it.
Cluster analysis is a techniques used to classify objects or cases into
relatively homogeneous groups called clusters. Objects in each cluster tend to be
similar to each other and dissimilar to objects in the other clusters. Two-Step
Method For categorical And Clustering Mixed Numeric Data / TMCM is a
method that is designed to handle a large number of objects, especially on objects
that have the problem of continuous and categorical variables. This method also
defines the relationships among items. One of tmcm excess is the transformation
of categoric variable carried out based on the theory of co-occurrence.
This research applies the algorithm TMCM to grouping districts / cities
based on factors stunting. The data used in this study include are from from “Data
Indeks Pembangunan Kesehatan Masyarakat 2013”, “Data Dasar Puskesmas
2013” dan “Survei Sosial Ekonomi Nasional (SUSENAS) 2013”.
Grouping of districts / cities in Indonesia based on factors stunting use
tmcm generate 4 clusters with members of Cluster 1, Cluster 2, Cluster 3 and
Cluster 4 respectively are 90 districts / cities, 36 districts / cities, 352 districts /
cities and 19 districts / cities. Each cluster has a different problem. Based on the
many problems faced, cluster 2 is a cluster with the highest number of problems
followed by clusters 3, 4 clusters, and clusters. For therefore, recommended by the
program must be adapted to each issue.
Keywords: stunting, cluster analysis, TMCM, Pseudo F
© Hak Cipta Milik IPB, Tahun 2015
Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah, dan pengutipan tersebut tidak merugikan kepentingan
IPB
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apapun tanpa izin IPB
PENGGEROMBOLAN KABUPATEN / KOTA
BERDASARKAN FAKTOR STUNTING
MENGGUNAKAN METODE PENGGEROMBOLAN
DUA LANGKAH UNTUK DATA CAMPURAN
NURUL ISTIQOMAH
Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains pada
Program Studi Statistika Terapan
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2015
Penguji Luar Komisi pada Ujian Tesis: Dr.Bagus Sartono, M.Si
Judul Tesis : Penggerombolan Kabupaten / Kota Berdasarkan Faktor Stunting
Menggunakan Metode Penggerombolan Dua Langkah Untuk Data
Campuran
Nama
: Nurul Istiqomah
NIM
: G152130424
Disetujui oleh
Komisi Pembimbing
Dr.Ir. Hari Wijayanto M.Si
Ketua
Dr. Farit M Afendi S.Si M.Si
Anggota
Diketahui oleh
Ketua Program Studi
Statistika Terapan
Dr Ir Indahwati, MSi
Tanggal Ujian : 31 Agustus 2015
Dekan Sekolah Pascasarjana
Dr Ir Dahrul Syah, MScAgr
Tanggal Lulus :
PRAKATA
Puji dan syukur penulis ucapkan kehadirat Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga penulis dapat menyelesaikan tesis yang berjudul
“Penggerombolan Kabupaten / Kota Berdasarkan Faktor Stunting Menggunakan
Metode Penggerombolan Dua Langkah Untuk Data Campuran”. Keberhasilan
penulisan tesis ini tidak lepas dari bantuan, bimbingan, dan petunjuk dari berbagai
pihak.
Terima kasih penulis ucapkan kepada Bapak Dr.Ir. Hari Wijayanto M.Si,
sebagai ketua komisi pembimbing dan Bapak Dr. Farit M Afendi S.Si M.Si
sebagai anggota komisi pembimbing yang telah memberikan bimbingan, arahan
serta saran kepada penulis. Penulis juga mengucapkan terima kasih kepada
Pimpinan Badan Pusat Statistik (BPS) atas kesempatan yang diberikan kepada
penulis untuk menempuh jenjang Magister Statistika Terapan. Ungkapan terima
kasih terkhusus penulis sampaikan kepada orang tua, suami dan anak-anak
tercinta serta seluruh keluarga besar atas do’a, dukungan dan pengertiannya.
Terima kasih pula kepada seluruh staf Program Studi Statistika Terapan, temanteman Statistika (S2 dan S3) dan Statistika Terapan (S2) khususnya Kelas BPS
atas bantuan dan kebersamaannya. Terima kasih tak lupa penulis sampaikan
kepada semua pihak yang tidak dapat penulis sebutkan satu per satu yang telah
membantu dalam penyusunan tesis ini.
Penulis menyadari bahwa tesis ini masih banyak kekurangan. Semoga
penelitian selanjutnya dapat lebih baik dari penelitian ini. Semoga penelitian ini
bermanfaat bagi yang membutuhkan.
Bogor, Agustus 2015
Nurul Istiqomah
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
1 PENDAHULUAN
Latar Belakang
Perumusan Masalah
Tujuan Penelitian
1
1
2
2
2 TINJAUAN PUSTAKA
Permasalahan Stunting
Penyebab Stunting
Kerangka Pemikiran
Analisis Gerombol
Metode Dua Langkah Penggerombolan Data Campuran
Evaluasi Hasil Penggerombolan (Pseudo F Statistik)
Intepretasi Hasil Penggerombolan
3
3
4
5
5
9
10
11
3 METODE PENELITIAN
Data
Metode Analisis
17
17
19
4 HASIL DAN PEMBAHASAN
Deskripsi Peubah Penelitian
Penggerombolan Kabupaten/Kota menurut Faktor Stunting
dengan TMCM
Karakteristik Gerombol
Permasalahan Gerombol
Rekomendasi KebijakanGerombol
Prevalensi Stunting Gerombol
21
21
23
29
31
33
34
5 SIMPULAN DAN SARAN
35
DAFTAR PUSTAKA
LAMPIRAN
37
39
RIWAYAT HIDUP
47
DAFTAR TABEL
2.1 Klasifikasi Status Gizi Balita Berdasarkan Nilai Z-Score
2.2 Klasifikasi Permasalahan Gizi
3.1 Peubah Penelitian, Definisi Opersional, Skala Pengukuran dan Satuan
4.1 Simpangan Baku Peubah Numerik Setelah Normalisasi
4.2 Numerisasi Peubah Kategorik
4.3 Rata-Rata Peubah Numerik dan Proporsi Peubah Kategorik
4.4.Posisi Relatif Gerombol
4.5 Prevalensi Stunting Gerombol
3
4
17
23
25
29
30
34
DAFTAR GAMBAR
2.1
2.2
2.3
2.4.
3.1
4.1
4.2
4.3
Kerangka Pikir Penyebab Masalah Gizi
Kerangka Pikir Penelitian
Metode Penggabungan Gerombol
Algoritma TMCM
Metode Analisis
Perkembangan Prevalensi Stunting Indonesia 2007 – 2013
Prevalensi Stunting Kabupaten / Kota di Indonesia 2013
Stratifikasi Kabupaten/Kota di Indonesia Berdasarkan Prevalensi
Stunting 2013
4.4. Matrik M dan Matrik D
4.5. Persentase Sub-Gerombol Menurut Jumlah Gerombol
4.6. Nilai Statistik Pseudo F Pengelompokkan Kabupaten/Kota
di Indonesia Berdasarkan Faktor Stunting dengan TMCM
4.7. Jumlah Kabupaten/ Kota menurut Gerombol dan nilai
Importance Variable
4.8. Persentase Kenggotaan Gerombol menurut Pulau (a) dan
Status Kabupaten / Kota menurut Gerombol (b)
4.9. Persebaran Kabupaten / Kota Menurut Gerombol
4.10. Biplot Gerombol Kabupaten/Kota terhadap Faktor Stunting
4.11. Diagran Venn Permasalahan Gerombol
4.12. Diagran Venn Rekomendasi Kebijakan Program Gerombol
4.13 Distribusi Tingkatan Prevalensi Stunting Menurut Gerombol
4
5
8
10
20
21
22
22
24
25
26
26
27
28
31
32
33
34
DAFTAR LAMPIRAN
1
2
Daftar Kabupaten Anggota Menurut Gerombol Dan Strata
Prevalensi Stunting
Rekomendasi Kebijakan menurut Gerombol
39
42
1 PENDAHULUAN
Latar Belakang
Salah satu ukuran gizi adalah gangguan pertumbuhan linier (stunting).
Stunting mencerminkan kekurangan gizi kronis selama periode paling kritis
pertumbuhan dan perkembangan pada awal kehidupan sebagai akibat dari keadaan
yang berlangsung lama, misalnya: kemiskinan, perilaku hidup tidak sehat, dan
pola asuh/pemberian makan yang kurang baik dari sejak anak dilahirkan. Stunting
merupakan sebuah proses dengan dampak yang dapat meluas tidak hanya pada
kehidupan selanjutnya tetapi juga ke generasi selanjutnya. Permasalahan stunting
dimulai dari seorang ibu hamil dan anak yang tidak memperoleh gizi yang
seimbang. Pada usia sekolah anak yang stunting kehilangan tingkat kecerdasan
atau intelligence quotient sebesar 10 – 15 poin (Bappenas 2011). Akibatnya
mereka kurang dapat bersaing dalam dunia kerja dan terjerumus dalam
kemiskinan. Kemiskinan dan perilaku hidup yang tidak sehat meningkatkan
peluang anak-anak mereka terlahir dengan gizi buruk. Siklus tersebut akan terus
berulang.
Tahun 2011, Indonesia adalah rumah bagi 5% dari anak yang mengalami
stunting (Unicef 2013). Angka prevalensi stunting di Indonesia meningkat dari
35,6% pada 2010 menjadi 37,2% pada 2013 (Kemenkes 2014). Prevalensi
stunting terendah di Pulau Riau (26,3%), DI Yogyakarta (27,3%), dan Jakarta
(27,5%) sedang propinsi dengan prevalensi stunting tertinggi adalah NTT
(51,7%), Sulawesi Barat (48,0%), dan NTB (45,2%). Berdasarkan klasifikasi
yang telah ditetapkan oleh WHO, prevalensi stunting Indonesia tergolong tinggi
karena berada dalam kisaran 30 – 39%.
Untuk mengurangi jumlah anak stunting, pemerintah Indonesia telah
melakukan berbagai program, diantaranya stratifikasi propinsi berdasarkan
prevalensi stunting balita dan tingkat kerawanan pangan (Bappenas 2011).
Berdasarkan stratifikasi tersebut, wilayah dalam strata yang sama akan diterapkan
kebijakan yang sama tanpa melihat karakteristik faktor stunting daerah terkait.
Kerangka konseptual UNICEF menjelaskan faktor utama yang mempengaruhi
status gizi yaitu pangan, kesehatan dan perawatan (Unicef 1990). Faktor-faktor
ini secara langsung mempengaruhi asupan nutrisi dan adanya penyakit.
Beberapa studi faktor risiko stunting balita telah dilakukan di Indonesia
baik dalam skala kecil maupun skala besar. Salah satu penelitian dalam skala
kecil dilakukan Sabaruddin (2012). Sabarudin melakukan penelitian terkait kajian
positive deviance masalah stunting balita pada keluarga miskin di Kota Bogor.
Penelitian dalam skala yang lebih besar dilakukan oleh Aditianti (2010) dan
Hayati (2013). Aditianti melakukan studi terkait faktor determinan stunting pada
anak usia 24 – 59 bulan di Indonesia sedang Hayati meneliti faktor-faktor risiko
stunting, pola konsumsi pangan, asupan energi dan zat gizi anak 0-23 bulan di
Indonesia. Beberapa penelitian juga telah melakukan kajian prevalensi gangguan
pertumbuhan linier antar daerah. Nadiyah (2013) meneliti faktor risiko gangguan
pertumbuhan linier anak usia 0-23 bulan di Bali, Jawa Barat dan NTT dan
Yuliana (2015) meneliti faktor-faktor penentu disparitas prevalensi stunting pada
balita di berbagai kabupaten/kota di Indonesia. Namun, penggerombolan daerah
berdasarkan kemiripan karakteristik faktor stunting belum pernah dilakukan
sebelumnya. Penelitian ini menitikberatkan pada penggerombolan daerah
2
(kabupaten/kota) di Indonesia berdasarkan kemiripan karakteristik faktor
stunting. Melalui penggerombolan daerah ini diharapkan program – program
terkait stunting lebih sesuai dengan karakteristik dan permasalahan masing –
masing wilayah.
Analisis penggerombolan merupakan salah satu teknik statistik yang
bertujuan mengorganisasi data menjadi beberapa kelompok sehingga tingkat
kesamaan dalam kelompok tinggi dan tingkat kesamaan antar kelompok rendah.
Metode dua langkah untuk penggerombolan data campuran (Two-Step Method for
Clustering Mixed Categorical and Numeric Data/TMCM) merupakan metode
penggerombolan data campuran numerik dan kategorik dengan memperhatikan
adanya hubungan antara item kategorik. Shih et al (2010) melakukan
penggerombolan data National Indonesia Contraceptive Prevalence Survey tahun
1987 dengan menggunakan K-Prototipe, Two Step Cluster, dan TMCM. Rosdiana
(2014) melakukan penelitian yang hampir sama yaitu melakukan perbandingan
hasil penggerombolan tanaman obat – obatan dengan metode Two Step Cluster
dan TMCM. Kedua penelitian tersebut menyimpulkan bahwa hasil
penggelompokkan dengan menggunakan TMCM lebih baik dibanding metode
lain yang diteliti. Kelebihan TMCM dibanding metode lain adalah transformasi
peubah kategorik dilakukan berdasarkan teori co-occurrence. Penelitian ini
mengaplikasikan algoritma TMCM untuk penggerombolan kabupaten/kota
berdasarkan faktor stunting yang memiliki skala pengukuran numerik dan
kategorik.
Perumusan Masalah
Berdasarkan uraian di atas, permasalahan yang akan dibahas dalam
penelitian ini antara lain :
1. Bagaimanakah gambaran prevalensi stunting kabupaten/kota di Indonesia
2. Bagaimanakah pengerombolan kabupaten/kota di Indonesia berdasarkan
kemiripan karakteristik faktor stunting dengan menggunakan metode
TMCM
3. Bagaimanakah karakteristik gerombol – gerombol kabupaten/kota
4. Apakah permasalahan yang dihadapi gerombol – gerombol
kabupaten/kota dan rekomendasi apa yang sesuai untuk mengatasi
permasalahan tersebut
Tujuan Penelitian
Tujuan dari penelitian ini antara lain :
1. Memperoleh gambaran prevalensi stunting kabupaten/kota di Indonesia
2. Melakukan pengerombolan kabupaten/kota di Indonesia berdasarkan
kemiripan karakteristik faktor stunting dengan menggunakan metode
TMCM
3. Melakukan analisis profil terhadap gerombol yang terbentuk untuk
mengetahui karakteristiknya
4. Mengidentifikasi permasalahan yang dihadapi masing-masing gerombol
kabupaten/kota dan merumuskan rekomendasi kebijakan yang sesuai.
2 TINJAUAN PUSTAKA
Permasalahan Stunting
Stunting merupakan indikator masalah gizi yang sifatnya kronis sebagai
akibat dari keadaan yang berlangsung lama, misalnya kemiskinan, perilaku hidup
tidak sehat, dan pola asuh/pemberian makan yang kurang baik dari sejak anak
dilahirkan. Kondisi stunting ditandai dengan pertumbuhan bayi dan anak-anak
yang lambat, gagal mencapai tinggi badan yang diharapkan (normal). Karena
merupakan dampak dari proses yang terjadi dalam waktu panjang, stunting dapat
digunakan untuk tujuan evaluasi tetapi tidak direkomendasikan untuk monitoring
pada perubahan dalam jangka pendek misalnya 6-12 bulan.
Adanya permasalahan stunting pada balita dapat diketahui melalui hasil
pengukuran status gizi. Penilaian status gizi balita merujuk pada standar
antropometri yang dikeluarkan oleh WHO pada tahun 2005 atau disebut Standar
WHO 2005 (Yuliana 2015). Seorang balita dikatakan memiliki masalah stunting
jika tergolong pendek dan sangat pendek atau hasil pengukuran nilai Z-score
kurang dari -2.0 SD (standar deviasi).
Tabel 2.1. Klasifikasi Status Gizi Balita Berdasarkan Nilai Z-Score
Indikator
(1)
Berat
Badan/Umur
Nilai Z-Score
(2)
Z-Score < -3.0
-3.0 < Z-Score < -2.0
-2.0 < Z-Score < 2.0
Z-Score > 2.0
Kategori
(3)
Gizi buruk
Gizi kurang
Gizi baik
Gizi lebih
Tinggi
Badan/Umur
Z-Score < -3.0
-3.0 < Z-Score < -2.0
Z-Score > -2.0
Sangat pendek
Pendek
Normal
Berat
Badan/Tinggi
Badan
Z-Score < -3.0
-3.0 < Z-Score < -2.0
-2.0 < Z-Score < 2.0
Z-Score > 2.0
Sangat Kurus
Kurus
Normal
Gemuk
Sumber : Kementerian Kesehatan (2014)
Gambaran permasalahan gizi masyarakat disajikan dalam angka
prevalensi. Prevalensi merupakan persentase jumlah orang yang mengalami
kejadian tertentu pada periode tertentu terhadap keseluruhan populasi. Prevalensi
stunting pada balita dapat diartikan sebagai persentase jumlah balita yang
termasuk dalam kategori pendek dan sangat pendek terhadap keseluruhan balita
pada wilayah tertentu dan periode tertentu. Nilai prevalensi ini dapat digunakan
untuk membandingkan permasalahan gizi antar wilayah. WHO (1995) telah
menyusun tingkatan permasalahan gizi pada masing – masing indikator (BB/U,
TB/U, dan BB/TB) menjadi 4 tingkatan rendah, sedang, tinggi, dan sangat tinggi
dengan ambang batas seperti pada Tabel 2.2.
4
Tabel 2.2. Klasifikasi Permasalahan Gizi
Kategori
(1)
Rendah
Sedang
Tinggi
Sangat Tinggi
Sumber : WHO (1995)
BB/U
Prevalensi (%)
TB/U
BB/TB
(2)
(3)
(4)