Penentuan Kelompok Status Gizi Balita dengan Menggunakan Metode K-Means
DOI:
https://doi.org/10.32815/jitika.v15i2.594Kata Kunci:
gizi balita, CRISP-DM, K-Means, klasterisasiAbstrak
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.
Unduhan
Referensi
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
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Penulis mengirimkan naskah dan pengertian bahwa jika diterima untuk proses dipublikasi, hak cipta dari artikel tersebut akan diberikan kepada jurnal ilmiah teknologi informasi asia. Jurnal ilmiah teknologi informasi asia dan Lp2m Stmik Asia Malang sebagai penerbit jurnal, komponen Hak cipta mencakup hak untuk mereproduksi dan mengirimkan artikel dalam semua bentuk dan media, termasuk cetak ulang, foto, mikrofilm, dan reproduksi serupa lainnya, serta terjemahannya.
Jurnal ilmiah teknologi infomasi asia, dan Lp2m ITB Asia Malang, beserta jajaran para redaksi berusaha keras untuk memastikan bahwa tidak ada data, opini, pernyataan yang salah atau menyesatkan ketika dipublikasikan di jurnal, dengan kondisi apapun, isi artikel dan iklan yang diterbitkan di Jurnal ilmiah teknologi infomasi asia adalah murni merupakan tanggung jawab masing-masing penulis dan pengiklan. Pengguna situs web ini akan dilisensikan dengan menggunakan materi dari situs web ini setelah Lisensi Internasional Creative Commons Attribution 4.0. Tidak ada biaya yang dibebankan. Silakan gunakan materi yang sesuai.
Anda bebas untuk:
Bagikan - salin dan sebarkan materi dalam media atau format apa pun
Adaptasi - remix, transformasikan, dan bangun berdasarkan materi untuk tujuan apa pun, bahkan secara komersial.
Pemberi lisensi tidak dapat mencabut kebebasan ini selama Anda mengikuti ketentuan lisensi
