Implementasi Metode K-Means Pada Kelompok Balita Gizi Buruk
Keywords:
Data Mining, Clustering, K-Means, GiziAbstract
Gizi merupakan unsur penting dalam menjaga pertumbuhan, perkembangan, dan kesehatan seseorang. Untuk mengidentifikasi daerah dengan tingkat gizi buruk pada anak balita, dapat menggunakan metode perhitungan. Dalam penelitian ini, digunakan analisis perhitungan data mining sebagai metode perhitungan. Data mining yaitu metode pemrosesan data yang bertujuan menemukan data dengan akurat, yang mudah dipahami. Clustering digunakan untuk mengelompokkan data ke dalam kelompok-kelompok berdasarkan kesamaannya. Proses clustering dilakukan untuk mengelompokkan catatan, observasi, atau kelas yang memiliki objek yang sama. Satu diantara metode data mining yang digunakan adalah K-Means Clustering yang dapat dilakukan tanpa supervisi dan termasuk teknik partisi untuk mengelompokkan data dengan akurasi tinggi.
References
M. K-means, O. Purwaningrum, Y. Y. Putra, and A. A. Arifiyanti, “Penentuan Kelompok Status Gizi Balita dengan Menggunakan,” vol. 15, no. 2, pp. 129–136, 2021.
C. A. Rahmat, H. Permatasari, and ..., “Penerapan K-Means Untuk Clustering Kondisi Gizi Balita Pada Posyandu,” J. Media …, vol. 7, pp. 207–213, 2023, doi: 10.30865/mib.v7i1.5142.
A. P. Lestari Br, R. Saragih, and Novriyenni, “Penerapan Metode K-Means Clustering Dalam Pengelompokan Status Kesehatan Ibu Hamil,” J. Inform. Kaputama, vol. 6, no. 3, 2022.
W. I. Rahayu, C. Prianto, and E. A. Novia, “Perbandingan Algoritma K-Means Dan Naïve Bayes Untuk Memprediksi Prioritas Pembayaran Tagihan Rumah Sakit Berdasarkan Tingkat Kepentingan Pada Pt. Pertamina (Persero),” J. Tek. Inform., vol. 13, no. 2, pp. 1–8, 2021, [Online]. Available: https://ejurnal.poltekpos.ac.id/index.php/informatika/article/view/1383
M. Y. Matdoan, U. A. Matdoan, and M. Saleh Far-Far, “Algoritma K-Means Untuk Klasifikasi Provinsi di Indonesia Berdasarkan Paket Pelayanan Stunting,” PANRITA J. Sci. Technol. Arts, vol. 1, no. 2, pp. 41–46, 2022, [Online]. Available: https://journal.dedikasi.org/pjsta
D. Dona and M. Rifqi, “Penerapan Metode K-Means Clustering Untuk Menentukan Status Gizi Baik Dan Gizi Buruk Pada Balita (Studi Kasus Kabupaten Rokan Hulu),” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 7, no. 2, pp. 179–191, 2022, doi: 10.36341/rabit.v7i2.2171.
V. Syaputri, D. Hartama, F. Anggraini, M. Safii, and R. Dewi, “Penerapan Algoritma K-Means Untuk Menentukan Status Gizi Balita (Studi Kasus: Puskesmas Kecamatan Jawa Maraja Bah Jambi),” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, pp. 94–102, 2022, doi: 10.36040/jati.v6i1.4630.
P. Kepemilikan, A. Kelahiran, and D. I. Jawa, “IMPLEMENTASI ALGORITMA K-MEANS TERHADAP,” vol. 18, pp. 1–9, 2023.
Khairullah, M. H. Rifqo, H. Witriyono, and A. Karolina, “Penerapan Metode K-Means Clustering untuk Pengelompokan Harga Karet di Desa Sengkuang Jaya Provinsi Bengkulu,” J. Kom., vol. 2, no. 2, pp. 423–430, 2022.
M. D. Chandra, E. Irawan, I. S. Saragih, A. P. Windarto, and D. Suhendro, “Penerapan Algoritma K-Means dalam Mengelompokkan Balita yang Mengalami Gizi Buruk Menurut Provinsi,” BIOS J. Teknol. Inf. dan Rekayasa Komput., vol. 2, no. 1, pp. 30–38, 2021, doi: 10.37148/bios.v2i1.19.
