ANALISIS DATASET STATUS GIZI PADA BALITA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

  • Fina Raudotul Janah Teknik Informatika, STMIK IKMI Cirebon
  • Rudi Kurniawan Teknik Informatika, STMIK IKMI Cirebon
  • Tati Suprapti Teknik Informatika, STMIK IKMI Cirebon
Keywords: K-Means, Clustering, Status Gizi Balita, Davies Bouldin Index (DBI)

Abstract

Status gizi balita merupakan satu permasalahan yang harus diperhatikan, terutama pada asupan gizi serta nutrisi yang diperoleh dari makanan sehari-hari. ebagai bagian dari siklus pertumbuhan dan perkembangan buah-buahan, mereka membutuhkan asupan gizi yang lebih baik, karena belita paling mudah menderita kelainan gizi. Pemenuhan kebutuhan gizi merupakan faktor penting untuk mencapai hasil tumbuh kembang pada balita dan anak-anak. Puskesmas Karangsembung merupakan fasilitas pelayanan kesehatan yang menyelenggarakan upaya kesehatan masyarakat dan upaya kesehatan perseorangan tingkat pertama. Pihak puskesmas belum melakukan proses data mining untuk meng-clustering dataset balita. Sehingga belum mengetahui kelompok status gizi balita dan belum mengetahui nilai evaluasi DBI. Tujuan dari Penelitian ini untuk mengelompokan status gizi balita menggunakan algoritma K-means untuk mendapatkan nilai Cluster terbaik dengan evaluasi nilai DBI dengan memanfaatkan tools Rapidminer. Hasil dari penelitian didapatkan jumlah Cluster optimal dengan K=5. Untuk Cluster 0: 41 Balita dengan rata-rata berjenis kelamin Laki-laki, Cluster 1: 83 Balita dengan rata-rata berjenis kelamin Laki-laki, Cluster 2: 82 Balita dengan rata-rata berjenis kelamin Perempuan, Cluster 3: 70 Balita dengan rata-rata berjenis kelamin Perempuan, Cluster 4: 56 Balita dengan rata-rata berjenis kelamin Laki-laki dan nilai DBI yang optimal sebesar 0.132 dimana nilai tersebut mendekati 0 yang berarti klaster yang di evaluasi menghasilkan klaster yang baik.

Downloads

Download data is not yet available.
Published
2024-02-05