PERBANDINGAN JARAK EUCLIDEAN, MANHATTAN, CHEBYSHEV PADA KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN METODE K-NEAREST NEIGHBORS (KNN)

Abstract

Penelitian ini membandingkan keakuratan jarak Euclidean, Manhattan, dan Chebyshev dalam klasifikasi status gizi balita menggunakan metode K-Nearest Neighbors (KNN). Data status gizi anak balita dari Posyandu digunakan untuk melatih model KNN dan membandingkan keakuratan ketiga metode jarak. Tujuan penelitian ini adalah membandingkan keakuratan jarak dan mengembangkan sistem pendukung keputusan berbasis web untuk kader Posyandu. Metodologi penelitian mencakup studi literatur, pengumpulan data, perancangan sistem, implementasi, dan pengujian sistem. Hasilnya diharapkan memberikan informasi mengenai metode jarak yang optimal dalam penentuan status gizi balita dengan KNN.