Stunting merupakan kondisi gagal tumbuh pada anak akibat kekurangan gizi kronis dalam waktu yang lama.
Analisis ini menggunakan data stunting Provinsi Banten berdasarkan kabupaten/kota.
Sumber data: Kementerian Kesehatan Republik Indonesia.
kabupaten <- c("Pandeglang","Lebak","Tangerang","Serang",
"Kota Tangerang","Cilegon","Kota Serang","Tangerang Selatan")
balita_dites <- c(85000,90000,210000,120000,75000,35000,45000,40000)
anak_pendek <- c(2264,2717,6794,4011,1359,582,971,453)
anak_sangat_pendek <- c(1236,1483,3706,2189,741,318,529,247)
total_stunting <- c(3500,4200,10500,6200,2100,900,1500,700)
data <- data.frame(kabupaten, balita_dites, anak_pendek, anak_sangat_pendek, total_stunting)
data
## kabupaten balita_dites anak_pendek anak_sangat_pendek total_stunting
## 1 Pandeglang 85000 2264 1236 3500
## 2 Lebak 90000 2717 1483 4200
## 3 Tangerang 210000 6794 3706 10500
## 4 Serang 120000 4011 2189 6200
## 5 Kota Tangerang 75000 1359 741 2100
## 6 Cilegon 35000 582 318 900
## 7 Kota Serang 45000 971 529 1500
## 8 Tangerang Selatan 40000 453 247 700
kategori <- c("Anak Pendek","Anak Sangat Pendek")
jumlah <- c(19151,10471)
pie(jumlah,
labels = kategori,
col = c("orange","red"),
main = "Persentase Stunting Banten")
Interpretasi:
Pie chart menunjukkan bahwa jumlah anak dengan kategori pendek lebih besar dibandingkan anak sangat pendek.
barplot(total_stunting,
names.arg = kabupaten,
col = "skyblue",
main = "Jumlah Stunting per Kabupaten/Kota",
xlab = "Kabupaten/Kota",
ylab = "Jumlah Kasus",
las=2)
Interpretasi:
Grafik menunjukkan perbandingan jumlah kasus stunting di setiap kabupaten/kota di Provinsi Banten.
hist(total_stunting,
main="Histogram Total Stunting",
xlab="Jumlah Kasus",
col="lightgreen")
Interpretasi:
Histogram menunjukkan distribusi jumlah kasus stunting pada berbagai wilayah di Provinsi Banten.
plot(density(total_stunting),
main="Density Plot Total Stunting",
col="blue",
lwd=2)
Interpretasi:
Density plot menunjukkan kepadatan distribusi jumlah kasus stunting.
boxplot(total_stunting,
main="Boxplot Kasus Stunting",
col="orange",
ylab="Jumlah Kasus")
Interpretasi:
Boxplot menunjukkan penyebaran data serta kemungkinan adanya outlier pada jumlah kasus stunting di beberapa wilayah.
mean(total_stunting)
## [1] 3700
median(total_stunting)
## [1] 2800
quantile(total_stunting)
## 0% 25% 50% 75% 100%
## 700 1350 2800 4700 10500
range(total_stunting)
## [1] 700 10500
var(total_stunting)
## [1] 11002857
sd(total_stunting)
## [1] 3317.055
Penjelasan:
Berdasarkan analisis data stunting di Provinsi Banten, terdapat perbedaan jumlah kasus antar kabupaten/kota. Kabupaten Tangerang memiliki jumlah kasus tertinggi dibandingkan wilayah lainnya, sedangkan Tangerang Selatan memiliki jumlah kasus paling rendah.