Penggunaan Metode K-Means untuk Memastikan Status Gizi Batita Pada Era New Normal (Studi Kasus Posyandu Delima 2 RW 002).

• Sarah Nur Afifah

---

ABSTRAK

Status gizi bayi merupakan salah satu penanda yang menggambarkan tingkatan kesejahteraan warga. Batita rentan terhadap masalah kesehatannya. Pertumbuhan gizi bayi sangat menarik atensi para orang tua, perlu ditingkatkan pengetahuan menimpa pola asuh serta makan yang baik serta benar. Permasalahan pada Posyandu Delima 2 RW 002 Bambu Apus ini dengan kondisi pandemic sekarang kader Posyandu mengalami keterlambatan data terbaru terhadap batita dikarenakan harus mengukur dan menimbang badan secara optional yang dilakukan oleh tiap orang tua, belum adanya pengelompokkan data berdasarkan karakteristik status gizi batita. Clustering merupakan proses membagi ataupun mempartisi satu set objek data ataupun observasi menjadi sebagian subset. Dalam penelitian ini akan dikelompokkan nilai gizi batita menggunakan variabel tinggi badan dan berat badan batita. Perhitungan memakai algoritma K-Means berdasarkan kategori gizi buruk, gizi kurang, gizi baik, gizi lebih dan obesitas (kegemukan). Berdasarkan hasil penelitian terdapat 20,59-35% ditemukannya batita obesitas dan 3-8,82% gizi buruk, untuk itu perlu adanya penanganan serta perhatian dari kader Posyandu terkait status gizi batita terhadap para orang tua agar selalu rutin mengecek tumbuh kembang anak.

KATA KUNCI

Metode K-means,Data Mining

---

DAFTAR PUSTAKA

[1]      N. Rahmawati and Y. Novianto, “Klasifikasi Kondisi Gizi Balita Menggunakan Metode Naive Bayes ( Studi Kasus Posyandu Melati IV ),” vol. 2, no. 3, 2020.

[2]      P. Sari, B. Pramono, and L. ode H. S. Sagala, “Improve K-Means Terhadap Status Nilai Gizi Pada Balita,” semanTIK, vol. 3, no. 1, pp. 143–148, 2017, doi: 10.1063/1.2957900.

[3]      R. Amellia and A. D. Wahyani, “Hubungan Perilaku Keluarga Sadar Gizi (Kadarzi) Dan Perilaku Hidup Bersih Sehat (PHBS) Dengan Status Gizi Balita 24-59 Bulan,” J. Ilm. Gizi dan Kesehat., vol. 2, no. 01, pp. 18–22, 2020, doi: 10.46772/jigk.v2i01.255.

[4]      A. Ali, “Clustering Data Antropometri Balita Untuk Menentukan Status Gizi Balita Di Kelurahan Jumput Rejo Sukodono Sidoarjo,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, no. 3, pp. 395–407, 2020, doi: 10.35957/jatisi.v7i3.530.

[5]      M. K. Dedy Rahman Prehanto, S.Kom., BUKU AJAR KONSEP SISTEM INFORMASI, Cetakan Pe. Surabaya, 2020.

[6]      T. Sutabri, Konsep Sistem Informasi, vol. 3, no. 1. 2012.

[7]      S. Mochamad Wahyudi, Masitha, Risna Saragih, Data Mining: Penerapan Algoritma K-Means Clustering dan K-Medoids Clustering. 2020.

[8]      I. A. dan A. R. Adawiyah, Pertumbuhan dan Perkembangan Anak (Bayi, Balita, dan Usia Prasekolah). Lindan Bestari, 2020.

[9]      S. D. Nugraha, R. R. M. Putri, and R. C. Wihandika, “Penerapan Fuzzy K-Nearest Neighbor (FK-NN) Dalam Menentukan Status Gizi Balita,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 9, pp. 925–932, 2017.

[10]    D. A. N. Wulandari and A. Prasetyo, “Sistem Penunjang Keputusan Untuk Menentukan Status Gizi Balita Menggunakan Metode Fuzzy Tsukamoto,” J. Inform., vol. 5, no. 1, pp. 22–33, 2018, doi: 10.31311/ji.v5i1.2440.

[11]    I. Zaki, F. Farida, and H. P. Sari, “Peningkatan Kapasitas Kader Posyandu Melalui Pelatihan Pemantauan Status Gizi Balita,” Jurnal Pengabdian kepada Masyarakat (Indonesian Journal of Community Engagement), vol. 3, no. 2. pp. 169–177, 2018, doi: 10.22146/jpkm.28595.

[12]    M. Majestika Septikasari, S.ST., Status Gizi Anak dan Faktor yang Mempengaruhi. Yogyakarta, 2018.

[13]    A. F. Pakpahan et al., Metodologi Penelitian Ilmiah. Yayasan Kita Menulis, 2021.

[14]    E. Roflin and I. A. Liberty, POPULASI, SAMPEL, VARIABEL DALAM PENELITIAN KEDOKTERAN. Penerbit NEM, 2021.

[15]      S. N. Arofah and F. Marisa, “Penerapan Data Mining untuk Mengetahui Minat Siswa pada Pelajaran Matematika menggunakan Metode K-Means Clustering,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 3, no. 2, pp. 85–90, 2018, doi: 10.31328/jointecs.v3i2.787.