Model Clustering Algoritma K-Mean Dalam Menentukan Kriteria Kondisi Gizi Balita Dan Anak
Kata Kunci:
Algoritma K-Means, Balita, Clustering, Gizi.Abstrak
Tingkat kesehatan pada balita dan anak pada saat ini masih menjadi sebuah tantang di setia daerah. Gizi sangatlah penting bagi balita dan anak, nilai gizi yang seimbang sangat baik dalam proses tumbuh kembang balita dan anak terutama dalam mempengaruhi pertumbuhan tinggi dan berat, perkembangan motorik, dan aktivitas keseharian. Permasalahan yang saat ini dialami di Nagori Sitalasari masih banyaknya orang tua yang tidak mengetahui nilai gizi yang seimbang bagi balita dan anak, masih ditemukan balita dan anak yang masih kurang gizi atau stunting berdasarkan usia dan berat badan. Metode yang digunakan dalam penelitian ini adalah studi literature dan observasi. Penelitian ini akan di kelompokan atau klasterisasi nilai gizi balita dengan acuan parameter usia balita, tinggi badan balita dan berat badan balita menggunakan algoritma K-Means Clustering menjadi 3 (tiga) kategori yaitu gizi buruk, gizi baik dan obesitas. Hasil dari penelitian yang dilakukan dapat mengklasifikasi nilai gizi balita secara umum agar dapat digunakan sebagai landasan pencegahan dini bagi para kader posyandu menanggulangi gizi buruk serta obesitas.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).