VISUALISASI DAN STATISTIK DESKRIPTIF BESERTA ANALISIS DATASET STATUS GIZI BALITA TAHUN 2022 PER PROVINSI DI INDONESIA MENGGUNAKAN PEMROGRAMAN R

Faqih Rifaldy Faqih Rifaldy; M N Alfi Syahrin M N Alfi Syahrin; M Irsan Prayoga M Irsan Prayoga; Fajar Syakbani Fajar Syakbani; Mhd. Furqan Mhd. Furqan

doi:10.23960/jitet.v13i3.7025

Authors

Faqih Rifaldy Faqih Rifaldy Universitas Islam Negeri Sumatera Utara
M N Alfi Syahrin M N Alfi Syahrin State Islamic University of North Sumatra
M Irsan Prayoga State Islamic University of North Sumatra
Fajar Syakbani State Islamic University of North Sumatra
Mhd Furqan State Islamic University of North Sumatra

DOI:

https://doi.org/10.23960/jitet.v13i3.7025

Abstract Views: 424 File Views: 356

Keywords:

Toddler Nutritional Status, Descriptive Statistical Analysis, Data Visualization, R Programming

Abstract

Dengan penekanan pada analisis statistik deskriptif dan visualisasi data menggunakan pemrograman R, penelitian ini mengkaji kesehatan gizi balita Indonesia pada tahun 2022. Perkembangan dan kualitas hidup generasi mendatang sangat dipengaruhi oleh masalah gizi balita, seperti stunting dan wasting, yang terus menjadi perhatian utama. Tujuan dari penelitian ini adalah untuk menggunakan statistik deskriptif dan visualisasi data untuk menyediakan data gizi balita dari 34 provinsi dengan cara yang lebih jelas. Metodologi penelitian ini mencakup pengumpulan informasi dari publikasi resmi Badan Pusat Statistik, seperti proporsi anak dalam kategori status gizi baik, buruk, rendah, dan gizi lebih. Perangkat lunak RStudio dengan paket ggplot2, dplyr, dan cluster digunakan untuk melakukan analisis. Histogram, boxplot, scatter plot, analisis korelasi, dan pengelompokan provinsi berdasarkan karakteristik data gizi merupakan beberapa metode yang digunakan. Temuan-temuan yang diperoleh menunjukkan adanya variasi regional yang mencolok dalam distribusi status gizi, dengan daerah-daerah seperti Papua dan Nusa Tenggara Timur memiliki tingkat gizi kurang dan gizi buruk tertinggi. Menurut analisis korelasi, gizi kurang dan gizi buruk berkorelasi negatif dengan kategori gizi baik. Menemukan pola tersembunyi dan pencilan yang sulit dikenali dalam tabel numerik dimungkinkan oleh visualisasi data. Studi ini menyoroti betapa pentingnya mendukung pengambilan keputusan berbasis bukti dengan statistik deskriptif dan visualisasi data. Temuan dari penelitian ini dapat digunakan sebagai panduan untuk membuat strategi berbasis data yang lebih efisien yang akan meningkatkan gizi balita.

Downloads

Download data is not yet available.

References

S. S. Nining Tunggal and M. Retno Heru, Setyorini; Fitriani, “Edukasi Gizi Seimbang Untuk Mencegah Malnutrisi Pada Anak Balanced,” vol. 48, no. 2, pp. 39–62, 2021, [Online]. Available: www.ine.es

S. H. Khalid, S. Patimah, and A. Asrina, “Persepsi Masyarakat mengenai Penyebab dan Dampak Stunting di Kabupaten Majene Sulawesi Barat Tahun 2020,” J. Muslim Community Heal. 2022, vol. 3, no. 4, pp. 80–94, 2022, [Online]. Available: https://doi.org/10.52103/jmch.v3i4.1177JournalHomepage:https://pasca-umi.ac.id/index.php/jmch

R. A. Rahmadani, R. Wahyuni, D. Arda, A. S. Musrah, and R. Sabriana, “Socioeconomic Factors with Nutritional Status of Toddlers,” J. Ilm. Kesehat. Sandi Husada, vol. 12, no. 2, pp. 445–451, 2023, doi: 10.35816/jiskh.v12i2.1115.

D. S. Amaruloh, “Penerapan Visualisasi Data Pada Pd. Fokus Bandung,” J. Penelit. Mhs. Tek. dan Ilmu Komput., vol. 3, no. 1, pp. 44–52, 2023.

G. Joelio, L. Nugrah, and M. Saputra, “Penerapan Metode Service Quality Dalam Analisis Persepsi Konsumen Pada Pelayanan Pemesanan Barang E-Commerce Di Universitas Prima Indonesia,” J. Sist. Inf. dan Ilmu Komput. Prima(JUSIKOM PRIMA), vol. 5, no. 2, pp. 40–46, 2022, doi: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2311.

M. S. A. Fath and R. A. Darajatun, “Tinjauan perancangan produksi dan kualitas pada produk rak dies di CV Sarana Sejahtera Tehnik,” J. Ilm. Wahana Pendidik., vol. 8, no. 2, pp. 159–168, 2022, doi: 10.5281/zenodo.6105126.

Y. D. K. Setyo Wira Rizki, “Analisis Regresi Robust Estimasi-M Dengan Menggunakan Pembobotan Bisquare Tukey Dan Welsch Dalam Mengatasi Data Outlier,” Bimaster Bul. Ilm. Mat. Stat. dan Ter., vol. 8, no. 4, pp. 799–804, 2019, doi: 10.26418/bbimst.v8i4.36199.

H. D. E. Sinaga, R. Piliang, and D. Anggraeni, “Belajar Membuat Grafik Linier Sederhana Bagi Siswa SMA Panti Budaya Kisaran,” J. IPTEK Bagi Masy., vol. 1, no. 3, pp. 139–144, 2022, doi: 10.55537/jibm.v1i3.163.

D. U. Wutsqa, K. Kismiantini, R. Kusumawati, E. P. Setiawan, and B. Isnaini, “Workshop Visualisasi Data untuk Penelitian Ilmu Sosial dan Pendidikan,” J. Pengabdi. Masy. MIPA dan Pendidik. MIPA, vol. 7, no. 1, pp. 16–25, 2023, doi: 10.21831/jpmmp.v7i1.54412.

M. Wahyuni, Statistik Deskriptif Untuk Penelitian Olah Data Manual dan SPSS versi 25, no. Mi. 2020.

Y. Akbar, Y. A. Azzahra, S. S. Hartinah, and Z. Arfadhillah, “Monitoring Data Nilai Gizi Balita menggunakan Tableau Public (Studi Kasus : Posyandu Sedap Malam),” J. Pengabdi. Nas. Indones., vol. 5, no. 2, pp. 322–331, 2024, doi: 10.35870/jpni.v5i2.674.

D. Arisandi, T. Sutrisno, and I. Kurniawan, “Klasifikasi Opini Masyarakat Di Twitter Tentang Kebocoran Data Yang Terjadi Di Indonesia Menggunakan Algoritma Svm,” J. Inform. Kaputama, vol. 7, no. 1, pp. 84–90, 2023, doi: 10.59697/jik.v7i1.10.

R. Adolph, “VISUALISASI DATA E-PPGBM MENGGUNAKAN GOOGLE DATA STUDIO,” vol. 31, pp. 1–23, 2016.

F. Raudotul Janah, R. Kurniawan, and T. Suprapti, “Analisis Dataset Status Gizi Pada Balita Menggunakan Algoritma K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3602–3609, 2024, doi: 10.36040/jati.v7i6.8220.

A. R. Permata, “Analisis Data Penelitian Kesehatan: Perbandingan Hasil antara SmartPLS, R dan IBM SPSS Health Research Data Analysis: Comparison of Results between SmartPLS, R and IBM SPSS,” J. Sains Nat., vol. 1, no. 1, pp. 17–22, 2023.

R. Gustiputri, Kismartini, and R. Hanani, “IMPLEMENTASI KEBIJAKAN PERCEPATAN PENURUNAN DAN PENCEGAHAN STUNTING TERINTEGRASI KELURAHAN MARGOMULYO KABUPATEN NGAWI,” Sustain., vol. 11, no. 1, pp. 1–14, 2019, [Online]. Available: http://scioteca.caf.com/bitstream/handle/123456789/1091/RED2017-Eng-8ene.pdf?sequence=12&isAllowed=y%0Ahttp://dx.doi.org/10.1016/j.regsciurbeco.2008.06.005%0Ahttps://www.researchgate.net/publication/305320484_SISTEM_PEMBETUNGAN_TERPUSAT_STRATEGI_MELESTARI

R. Maulid, “Teknik Pengolahan Data Deskriptif dengan Statistik Deskriptif,” dqlab.id/, 2021. https://dqlab.id/teknik-pengolahan-data-deskriptif-dengan-statistik-deskriptif

N. A. Syaripul and M. A. Bachtiar, “Visualisasi Data Interaktif Data Terbuka PemProv DKI Jakarta: Topik Ekonomi dan Keuangan Daerah,” Sist. Inf., vol. 12, no. 2, pp. 82–89, 2016.

D. Aryanti and J. Setiawan, “Visualisasi Data Penjualan dan Produksi PT Nitto Alam Indonesia Periode 2014-2018,” Ultim. InfoSys, vol. 9, no. 2, pp. 86–91, 2019, doi: 10.31937/si.v9i2.991.

L. M. Nasution, “STATISTIK DESKRIPTIF,” Hikma, vol. 14, no. 21, pp. 5472–5476, 2017, doi: 10.1021/ja01626a006.

M. Taqwa and K. Lanani, “Pelatihan Analisis Data Non Parametrik Dengan Aplikasi RStudio Bagi Mahasiswa Prodi Bimbingan Konseling,” pp. 58–62.