PENERAPAN METODE K-MEANS CLUSTERING UNTUK MENENTUKAN STATUS GIZI BAIK DAN GIZI BURUK PADA BALITA (STUDI KASUS KABUPATEN ROKAN HULU)
DOI:
https://doi.org/10.36341/rabit.v7i2.2171Kata Kunci:
Kata kunci : Data Mining , Clustering , K -MeansAbstrak
Kekurangan gizi atau yang biasa disebut malnutrisi merupakan salah satu masalah kesehatan yang cukup sering menimpa balita-balita di Indonesia. Kepedulian orang tua dan aparat desa (dalam hal ini petugas Pusat Pelayanan Kesehatan Masyarakat – PUSKESMAS) untuk memantau gizi balita sangat diperlukan. Penelitian yang dilakukan mencoba untuk melakukan pengelompokan 15 balita di Kab. Rokan Hulu kedalam 2 cluster status gizi. Pengelompokan status gizi balita di Kab. Rokan Hulu menggunakan metode K-Means dilakukan melalui beberapa tahapan yaitu : penentuan tujuan bisnis, pengumpulan data 15 balita di Kab. Rokan Hulu, pengelompokan status gizi balita ke dalam 2 cluster yaitu cluster 1 - gizi baik; cluster 2 -Gizi Baik, pengelompokan status gizi balita menggunakan algoritma K-Means, dan yang terakhir melakukan pengujian dengan membandingkan hasil pengelompokan algoritma K-means dan Rapid Miner.
Kata kunci : Data Mining , Clustering , K -Means
Unduhan
Referensi
E. N. Wahyudi, A. Jananto, and Narwati, “Analisa Profil Data Mahasiswa Baru terhadap Program Studi yang dipilih di Perguruan Tinggi Swasta Jawa Tengah dengan Menggunakan Teknik Data Mining,†J. Teknol. Inf. Din., vol. 16, no. 1, pp. 29–43, 2011.
A. Prajana, “Aplikasi Data Mining Untuk Perbandingan Manajemen Laba Terhadap Tingkat Resiko Investasi Pada Perusahaan Perbankan Di Indonesia Stock Exchange,†Int. J. Nat. Sci. Eng., vol. 1, no. 1, p. 28, 2017, doi: 10.23887/ijnse.v1i1.12437.
F. Nasari and S. Darma, “Seminar Nasional Teknologi Informasi dan Multimedia 2015 Penerapan K-Means Clustering Pada Data Penerimaan Mahasiswa Baru (Studi Kasus : Universitas Potensi Utama),†pp. 6–8, 2015.
D. D. C. Nugraha, Z. Naimah, M. Fahmi, and N. Setiani, “Klasterisasi Judul Buku dengan Menggunakan Metode K-Means,†Semin. Nas. Apl. Teknol. Inf. Yogyakarta, vol. 21, no. 1, pp. 1907–5022, 2014.
E. Muningsih and S. Kiswati, “Penerapan Metode K-Means Untuk Clustering Produk Online Shop Dalam Penentuan Stok Barang,†J. Bianglala Inform., vol. 3, no. 1, pp. 10–17, 2015.
B. M. Metisen and H. L. Sari, “Analisis clustering menggunakan metode K-Means dalam pengelompokkan penjualan produk pada Swalayan Fadhila,†J. Media Infotama, vol. 11, no. 2, pp. 110–118, 2015.
Asroni and R. Adrian, “Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang,†Semesta Tek., vol. 18, no. 1, pp. 76–82, 2016, doi: 10.18196/st.v18i1.708.
D. Puspitasari, C. Rahmad, and M. Astiningrum, “Normalisasi Tabel Pada Basisdata Relasional,†J. Pros. SENTIA | ISSN 2085-2347, vol. 8, no. 1, pp. 340–345, 2016.
G. Triyono, “Pertimbangan Melakukan Denormalisasi Pada Model Basis Data Relasi,†J. Telemat. MKOM | ISSN 2085-725X, vol. 3, no. 2, pp. 19–25, 2016.
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
1. Hak cipta dari semua manuskrip jurnal dipegang oleh RABIT: Jurnal Teknologi dan Sistem Informasi Univrab.
2. Ketentuan hukum formal untuk mengakses artikel digital jurnal elektronik tunduk pada ketentuan lisensi Creative Commons Attribution-ShareAlike (CC BY-NC-SA), yang berarti bahwa RABIT: Jurnal Teknologi dan Sistem Informasi Univrab berhak untuk menyimpan, mentransfer media / format, mengelola dalam bentuk basis data, memelihara, dan menerbitkan artikel.
3. Naskah yang diterbitkan baik cetak maupun elektronik adalah akses terbuka untuk tujuan pendidikan, penelitian, dan perpustakaan. Selain itu, dewan editorial tidak bertanggung jawab atas pelanggaran hukum hak cipta.
