UDiNus Repository

Metode Clustering untuk Mengelompokan Data Balita Peserta Posyandu Menggunakan Algoritma K-Means Pada Puskesmas Ngemplak Simongan

FARADILA, MULYANINGRUM (2016) Metode Clustering untuk Mengelompokan Data Balita Peserta Posyandu Menggunakan Algoritma K-Means Pada Puskesmas Ngemplak Simongan. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4018b) | Preview

    Abstract

    Usia balita merupakan kelompok usia yang rawan pada masalah gizi. Status gizi balita dapat diketahui melalui pengukuran Antropometri, dimana parameter yang digunakan adalah umur, berat badan, dan panjang/tinggi badan sehingga ada 3 indikator penentu yaitu BB/U, TB/U, dan BB/TB. Untuk mengelompokan data balita agar dapat diketahui status gizi balita digunakan suatu metode dalam data mining yaitu Clustering dengan menggunakan algoritma K-Means. Algoritma K-Means adalah algortima yang mudah untuk diaplikasikan yaitu dengan mengelompokan sejumlah data kedalam beberapa cluster yang telah ditentukan dengan melihat jarak terdekat data kepusat cluster. Algortima K-Means diaplikasikan kedalam program matlab dan membaginya menjadi 4 cluster. Data yang digunakan sebanyak 563 dengan jumlah balita laki-laki sebanyak 288 dan balita perempuan sebanyak 275. Setelah dilakukan pengujian, kemudian hasil dari clustering dianalisis berdasarkan pengukuran Antropometri dengan memperhatikan nilai Z-Score, ternyata dari 4 cluster keadaan gizi yang dominan adalah baik dan normal yang merata kesemua cluster. Sehingga penelitian ini bisa dikatakan belum sesuai dengan yang diharapkan. Untuk penelitian selanjutnya disarankan untuk mencoba dengan menggunakan metode lainnya agar hasil yang didapatkan lebih baik lagi.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 22 Sep 2016 14:38
    Last Modified: 22 Sep 2016 14:38
    URI: http://eprints.dinus.ac.id/id/eprint/19800

    Actions (login required)

    View Item