Penentuan Kelompok Status Gizi Balita dengan Menggunakan Metode K-Means
Main Article Content
Abstract
Kekurangan gizi pada balita merupakan permasalahan yang masih sering terjadi di Indonesia. Menurut data dari Badan Pusat Statistik (BPS) menunjukkan prevalensi balita kekurangan gizi pada tahun 2018 diatas nilai 10 dan Jawa Timur memiliki nilai 15,20. Permasalahan gizi balita memberikan dampak buruk pada kesehatan balita. Untuk menangani permasalahan kesehatan dan gizi balita hadir adanya posyandu. Posyandu adalah kegiatan yang dilakukan oleh dan untuk masyarakat dibantu oleh petugas kesehatan setempat atau Puskesmas, salah satunya Posyandu Tanjung 1 RW 06 Desa Pepelegi Sidoarjo. Untuk mengelompokan status gizi balita pada Posyandu Tanjung 1 RW 06 Desa Pepelegi Sidoarjo, dilakukan klusterisasi agar penanganan gizi ke balita sesuai sasaran. Proses klasterisasi dilakukan dengan framework CRISP-DM dan algoritma K-Means. Hasil dari analisis klasterisasi menunjukkan bahwa terdapat 3 klaster dari data balita. Diharapkan kader Posyandu menjadikan hasil tersebut menjadi dasar dalam penentuan kebijakan dalam pemberian tindakan seperti vaksinasi dan imunisasi agar sesuai dan tepat guna.
Downloads
Article Details
Authors retain copyright of their work and grant Jurnal Ilmiah Teknologi Informasi Asia the right of first publication. The work is simultaneously licensed under a Creative Commons Attribution 4.0 International License (CC BY 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
While the editorial board endeavors to ensure accuracy, they accept no responsibility for the content of articles. Liability rests solely with the respective authors.
This is an open-access journal. All articles are immediately available to read and reuse upon publication under the CC BY 4.0 license. Users may share and adapt the material for any purpose, including commercial use, provided they comply with the license terms.
References
Alpiana, I., & Anifah, L. (2019). Penerapan Metode KnA ( Kombinasi K-Means dan Agglomerative Hierarchical Clustering ) dengan Pendekatan Single Linkage untuk Menentukan Status Gizi pada Balita. Indonesian Journal of Engineering and Technology (INAJET), 1(2). https://journal.unesa.ac.id/index.php/inajet
Aprilia, A., Rahmawati, W. M., & Hakimah, M. (2019). Penentuan Kategori Status Gizi Balita Menggunakan Penggabungan Metode Klasterisasi Agglomerative Dan K-Means. Seminar Nasional Sains Dan Teknologi Terapan VII 2019, Institut Teknologi Adhi Tama Surabaya, VII, 595–600.
Dhuhita, W. M. P. (2015). Clustering Menggunakan Metode K-Means Untuk Menentukan Status Gizi Balita. Jurnal Informatika, 15(2), 160–174.
Fahik, B. Y. L., Djahi, B. S., & Rumlaklak, N. D. (2018). Data Mining untuk Klasifikasi Status Gizi Desa di Kabupaten Malaka Menggunakan Metode K-Nearest Neighbor. J-Icon Jurnal Komputer & Informatika, 6(1), 1–7.
Feblian, D., & Daihani, D. U. (2017). Implementasi Model Crisp-Dm Untuk Menentukan Sales Pipeline Pada Pt X. Jurnal Teknik Industri, 6(1), 1–12. https://doi.org/10.25105/jti.v6i1.1526
Handoko, S. (2020). Gizi Seimbang Untuk Gaya Hidup Yang Sehat. Emc. https://www.emc.id/id/care-plus/gizi-seimbang-untuk-gaya-hidup-yang-sehat#:~:text=Gizi seimbang adalah susunan makanan,kelamin%2C umur dan status kesehatan.
Irfiani, E., & Rani, S. S. (2018). Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita. Jurnal Sistem Dan Teknologi Informasi (JUSTIN), 6(4), 165–172. https://doi.org/10.26418/justin.v6i4.29024
Kaggle. (2020). How to check accuracy for k means algorithm ? https://www.kaggle.com/questions-and-answers/175889#977995
Nalendra, A. K. (2018). Pengukuran Keakuratan Metode K-Means untuk Menentukan Status Gizi Balita. JURNAL EKONOMI DAN TEKNIK INFORMATIKA, 6(2), 48–54.
Sari, E. A. (n.d.). Penerapan Algoritma K-Means Untuk Menentukan Tingkat Kesehatan Bayi Dan Balita Pada Kabupaten Dan Kota Di Jawa Tengah. Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro.
Sitohang, D. W., & Rikki, A. (2019). Implementasi Algoritma K- Means Clustering untuk Mengelompokkan Data Gizi Balita pada Kecamatan Garoga Tapanuli Utara. KAKIFIKOM (KUMPULAN ARTIKEL KARYA ILMIAH FAKULTAS ILMU KOMPUTER, 01(02), 80–92.
Statistik, B. P. (2018). Prevalensi balita kekurangan gizi menurut Provinsi di Indonesia (PSG) 2016-2018. https://www.bps.go.id/indicator/30/1777/1/prevalensi-balita-kekurangan-gizi-menurut-provinsi-di-indonesia-psg-.html
Sutanto, T. (n.d.). Evaluasi Eksternal Clustering “Pairwise” F-ß-Score & NMI: Teori & Aplikasi. https://tau-data.id/evaluasi-eksternal/
University, B., & Irwansyah, E. (n.d.). CLUSTERING. https://socs.binus.ac.id/2017/03/09/clustering