Implementasi Algoritma K-Means untuk Prediksi Status Gizi Balita pada Tiga Puskesmas di Kecamatan Simanindo

Abstract

Kesehatan dan status gizi merupakan salah satu tolak ukur yang dapat menggambarkan keadaan gizi seseorang. Permasalahan terkait gizi pada balita di Indonesia merupakan masalah serius yang mempengaruhi kesehatan balita tersebut. Maka dari itu pemantauan status gizi balita sangat penting untuk mendeteksi secara dini masalah gizi dan memberikan intervensi yang tepat. Penelitian ini bertujuan untuk memprediksi status gizi balita menggunakan algoritma K-Means dengan data dari tiga Puskesmas di Kecamatan Simanindo. Algoritma K-Means digunakan karena kemampuannya dalam mengelompokkan data secara cepat dan efisien berdasarkan kesamaan atribut, serta fleksibilitasnya dalam menangani berbagai tipe data yang berbeda, termasuk data seperti berat badan dan umur. Data yang digunakan meliputi umur, tinggi badan, dan berat badan, dengan pengelompokan menjadi 4 cluster yaitu sangat kurang, kurang, normal, dan risiko lebih. Penelitian ini mengembangkan sistem prediksi status gizi balita berbasis web menggunakan algoritma K-Means. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu memprediksi status gizi balita. Dari hasil dari penelitian menunjukkan bahwa terdapat 22.64% balita yang memiliki status gizi kurang. Balita yang memiliki status gizi normal sebanyak 22.91%. Balita yang memiliki status gizi resiko lebih sebanyak 28.14%. Balita yang memiliki status gizi sangat kurang sebanyak 26.32%.