Aplikasi Berbasis Website Untuk Mendeteksi Status Gizi Balita Menggunakan Metode K-Nearest Neighbors (KNN)

Abstract

Mendeteksi status gizi balita merupakan suatu hal yang penting dalam upaya pemantauan dan perawatan kesehatan balita. Dalam penelitian ini, kami mengusulkan penggunaan metode K-Nearest Neighbors (KNN) untuk mendeteksi status gizi balita berdasarkan atribut yang relevan seperti berat badan, tinggi badan, usia, jenis kelamin, dan asupan nutrisi. Penelitian ini melibatkan pengembangan sebuah aplikasi berbasis komputer yang menggunakan algoritma KNN untuk melakukan klasifikasi status gizi balita. Data balita yang telah dikumpulkan dari sumber yang sah digunakan untuk melatih model KNN. Setelah pelatihan, model ini dapat memprediksi status gizi balita baru berdasarkan atribut yang dimasukkan. Dalam eksperimen kami, kami menguji dan mengevaluasi performa model KNN dengan menggunakan metrik evaluasi seperti akurasi, presisi, recall, dan F1-score. Dalam aplikasi praktis, model KNN dapat digunakan sebagai alat bantu dalam menentukan status gizi balita dan memberikan rekomendasi tindakan yang tepat, seperti peningkatan asupan nutrisi atau perawatan medis yang diperlukan. Penelitian ini memberikan kontribusi dalam bidang pemantauan dan perawatan gizi balita dengan menggabungkan metode KNN sebagai alat deteksi status gizi. Aplikasi yang dikembangkan dapat membantu para tenaga medis dan orang tua dalam memantau dan mengambil tindakan yang tepat terkait dengan gizi balita. Aplikasi yang sudah dibangun dalam bentuk website, dapat membantu untuk mendeteksi status gizi balita. Pada penerapan metode K-NN pada data status gizi balita, diperoleh keberhasilan aplikasi dalam mendeteksi status gizi balita dengan keakurasian 74.73%.