Analisis Ketidakmerataan Persebaran Program Makan Bergizi Gratis (MBG) di Kota Sukabumi Menggunakan Data Mining

Authors

  • Fitriyani Universitas Nusa Putra
  • Nagita Ananda Febryanti Universitas Nusa Putra
  • Rewilda Octaviyani Brt Universitas Nusa Putra

DOI:

https://doi.org/10.59945/jpnm.v4i1.994

Keywords:

Algoritma K-Mean, Data Mining, Ketidakmerataan Distribusi, Program Makan Bergizi Gratis, Sekolah Perkotaan

Abstract

Program Makan Bergizi Gratis (MBG) merupakan salah satu bentuk pelayanan publik yang berorientasi pada kepentingan masyarakat dengan tujuan meningkatkan status gizi serta konsentrasi belajar siswa; namun demikian, implementasinya di Kota Sukabumi masih menghadapi permasalahan ketimpangan distribusi. Kegiatan ini dilakukan untuk mengidentifikasi disparitas distribusi sebagai dasar perumusan kebijakan yang berbasis data. Metode yang digunakan adalah data mining dengan pendekatan Knowledge Discovery in Databases (KDD) dan algoritma K-Means clustering, melalui analisis data jumlah siswa, porsi makanan, frekuensi distribusi, serta tingkat aksesibilitas sekolah. Hasil penelitian menunjukkan terbentuknya tiga klaster tingkat penerimaan program, yaitu tinggi, sedang, dan rendah, yang mengindikasikan adanya konsentrasi distribusi di wilayah perkotaan pusat serta keterbatasan akses di daerah pinggiran. Temuan ini menunjukkan bahwa data mining merupakan alat yang efektif dalam mendukung distribusi program MBG yang lebih merata, tepat sasaran, dan berdampak signifikan.

References

Arifin, M., & Zulkarnain, I. (2021). Komparasi Algoritma K-Means dan K-Medoids dalam Pengelompokan

Data Penerima Bantuan Sosial. Jurnal Sistem Informasi Dan Teknologi, 3(4), 188–194. doi:

10.37034/jsisfotek.v3i4.62

Hidayat, R., & Saputra, M. (2024). Data Mining untuk Pemetaan Kesenjangan Akses Pendidikan dan

Kesehatan di Jawa Barat. Jurnal Rekayasa Sistem & Industri, 9(1).

Kusuma, H. (2025). Integrasi Analisis Spasial dan Data Mining dalam Pemetaan Ketimpangan Layanan Publik

Perkotaan. Jurnal Sains Data Indonesia, 10(1), 5–14.

Prasetyo, B. (2025). Optimasi Distribusi Logistik Pangan Menggunakan Integrasi K-Means dan Silhouette

Score. Jurnal Komputasi Terapan, 12(1).

Pratama, A. R., & Rahayu, S. (2023). Optimalisasi Penentuan Jumlah Cluster pada Data Mining Menggunakan

Metode Elbow dan Silhouette Score. Jurnal Komputer Dan Informatika, 15(2), 45–53.

Ramadhan, F., & al., et. (2022). Analisis Spasial Ketahanan Pangan dan Gizi Masyarakat Perkotaan

Menggunakan Algoritma Data Mining. Jurnal Informatika Medika, 4(1).

Sari, D. P., & Nugroho, W. (2022). Pengaruh Teknik Normalisasi Data pada Performa Algoritma Clustering

untuk Pemetaan Wilayah Rawan Pangan. Jurnal Rekayasa Perangkat Lunak, 8(1), 10–18.

Sutrisno, A., & Pratiwi, H. (2021). Penerapan Teknik Clustering K-Means untuk Pemerataan Distribusi

Bantuan Sosial di Wilayah Urban. Jurnal Teknologi Dan Sistem Informasi, 7(2).

Wahyuni, S. (2023). Evaluasi Kebijakan Program Makan Siang Sekolah dalam Penanganan Stunting:

Pendekatan Komputasional. Jurnal Kebijakan Publik Indonesia, 11(3).

Wijaya, K., & Gunawan, R. (2024). Analisis Pola Sebaran Bantuan Pemerintah Menggunakan Pendekatan

Unsupervised Learning. Jurnal Teknologi Informasi Dan Multimedia, 6(1), 112–120.

Downloads

Published

2026-01-23

How to Cite

Fitriyani, Nagita Ananda Febryanti, & Rewilda Octaviyani Brt. (2026). Analisis Ketidakmerataan Persebaran Program Makan Bergizi Gratis (MBG) di Kota Sukabumi Menggunakan Data Mining. JPNM Jurnal Pustaka Nusantara Multidisiplin, 4(1). https://doi.org/10.59945/jpnm.v4i1.994