Implementasi Algoritma K-Means Terhadap Pengelompokkan Status Gizi Balita (Studi Kasus : Posyandu Melati Vii)

Abstract

Gizi adalah makanan dan zat-zat penting yang dibutuhkan tubuh untuk tetap sehat dan kuat. Terutama bagi balita dan anak-anak, gizi sangat penting untuk pertumbuhan fisik yang baik dan mencegah berbagai penyakit. Di Indonesia, masalah gizi buruk mengancam perkembangan balita, sehingga posyandu hadir untuk memonitor gizi balita dan mencegah masalah kesehatan yang tidak diinginkan. Penelitian ini bertujuan untuk membantu pengelompokkan data balita guna mempermudah atau mempercepat pengelompokkan dari data-data balita yang jumlahnya banyak. Dengan menggunakan metode algoritma K-Means peneliti berhasil mendapatkan sebuah data balita dimana data tersebut sudah terkelompokkan dari berbagai gizi dan di uji dengan aplikasi Rapidminer. Peneliti mendapatkan hasil yaitu klaster 1 terdapat 19 data, lalu klaster 2 terdapat 24 data, dan terakhir klaster 3 terdapat 37 data, lalu dilakukan sebuah pengujian pada aplikasi rapidminer dan mendapatkan hasil pengujian yang sama, yaitu klaster 1 terdapat 19 data, lalu klaster 2 terdapat 24 data, dan terakhir klaster 3 terdapat 37 data dari total 80 data balita Posyandu Melati VII. Dengan begitu K-Means dapat digunakan sebagai mempermudah pengelompokkan pada gizi balita Posyandu Melati VII dalam skala jumlah yang banyak.