Klasifikasi Penentuan Gizi Balita dengan Algoritma K-Nearest Neighbor (Studi Kasus: Puskesmas Bringin)

Lilik Nurcholifah; Dwi Hartanti; Sundari Sundari

doi:10.30591/smartcomp.v14i2.7244

Klasifikasi Penentuan Gizi Balita dengan Algoritma K-Nearest Neighbor (Studi Kasus: Puskesmas Bringin)

Lilik Nurcholifah, Dwi Hartanti, Sundari Sundari

Abstract

Proses penentuan status gizi balita yang dilakukan di Puskesmas Bringin menggunakan hitungan manual antropometri. Metode tersebut dirasa kurang dapat mendeteksi status gizi dalam waktu singkat karena pada perhitungannya cukup membutuhkan ketelitian sehingga kesalahan pengukuran dapat mempengaruhi akurasi dan validitas. Melalui penerapan algoritma K-nearest neighbors dalam penentuan gizi balita di Puskesmas Bringin diharapkan dapat memberikan solusi dari permasalahan yang ada. Penelitian ini bertujuan untuk merancang dan membuat sistem klasifikasi penetuan gizi balita menggunakan metode K-Nearest Neighbor di Puskesmas Bringin. Metode penelitian menggunakan Extreme Programming dalam metode pengembangan sistem, kemudian dalam proses perancangan sistem menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil dari penelitian adalah sebuah sistem yang dapat digunakan untuk mempercepat dalam penentuan status gizi balita dan dapat membantu Puskesmas Bringin dalam melakukan penanganan kasus gizi balita.

Keywords

Klasifikasi; Gizi Balita; K-Nearest Neighbor; Extreme Programming; PHP

Full Text:

References

R. Ordila, R. Wahyuni, Y. Irawan, and M. Yulia Sari, “Penerapan Data Mining Untuk Pengelompokan Data Rekam Medis Pasien Berdasarkan Jenis Penyakit Dengan Algoritma Clustering (Studi Kasus : Poli Klinik PT.Inecda),” Jurnal Ilmu Komputer, vol. 9, no. 2, pp. 148–153, Oct. 2020, doi: 10.33060/jik/2020/vol9.iss2.181.

L. U. Khasanah, Y. N. Nasution, F. Deny, and T. Amijaya, “Klasifikasi Penyakit Diabetes Melitus Menggunakan Algoritma Naïve Bayes Classifier,” Jurnal Ilmiah Matematika, vol. 1, no. 1, pp. 41–50, 2022, [Online].

Available: http://jurnal.fmipa.unmul.ac.id/index.php/basis

M. Manopo, T. Mautang, and M. Pangemanan, “Hubungan Status Gizi Dengan Tingkat Kebugaran Jasmani Pada Siswa SMP Negeri 2 Tomohon,” Jurnal Olympus Jurusan PKR Fakultas Ilmu Keolahragaan UNIMA, vol. 02, no. 01, pp. 53–61, 2020.

N. Nurmaliza and S. Herlina, “Hubungan Pengetahuan dan Pendidikan Ibu terhadap Status Gizi Balita,” Jurnal Kesmas Asclepius, vol. 1, no. 2, pp. 106–115, Dec. 2019, doi: 10.31539/jka.v1i2.578.

C. M. Annur, “Selain Stunting, Ini Deretan Masalah Gizi yang Kerap Dialami Balita di Indonesia,” databoks.katadata.co.id. Accessed: May 21, 2024. [Online]. Available: https://databoks.katadata.co.id/datapublish/2023/02/03/selain-stunting-ini-deretan-masalah-gizi-yang-kerap-dialami-balita-di-indonesia

D. Simanjuntak and A. Sindar, “Sistem Pakar Deteksi Gizi Buruk Balita Dengan Metode Naïve Bayes Classifier,” Jurnal Inkofar, vol. 1, no. 2, pp. 54–60, 2019.

Z. Panjaitan, W. Rista Maya, and C. D. Siahaan, “Aplikasi Sistem Pakar Untuk Mendiagnosa Lebih Dini Penyakit Kolera Pada Anak Menggunakan Metode K-Nearest Neighbor (KNN),” Journal of Science and Social Research, vol. 2, pp. 220–229, 2022, [Online]. Available: http://jurnal.goretanpena.com/index.php/JSSR

E. Qiudandra and R. Akram, “Sistem Pakar Diagnosa Penyakit Osteoarthritis Dengan Menggunakan Metode K-Nearest Neighbor,” Cogito Smart Journal, vol. 2, no. 2, pp. 37–48, 2022, [Online]. Available: http://ojs.fikom-methodist.net/index.php/METHOTIKA

E. Hasmin, C. Susanto, and K. Aryasa, “Sistem Pakar Prediksi Penyakit Diabetes Menggunakan Metode K-NN Berbasis Android Expert System for Predicting Diabetes Using the Android-Based K-NN Method,” Cogito Smart Journal, vol. 8, no. 2, pp. 359–370, 2022.

S. Andriani, O. Krianto Sulaiman, and T. Haramaini, “Penerapan Algoritma K-Nearest Neighbor Pada Sistem Pakar Untuk Mendiagnosa Penyakit Pada Tanaman Jagung,” Jurnal Deli Sains Informatika, vol. 1, no. 1, pp. 80–95, 2022.

S. Haryanto, R. Buaton, and I. Ambarita, “Penerapan Sistem Pakar Menentukan Covid-19 Dengan Metode KNN (K Nearest Neighbor) Berbasis Web (Studi Kasus : RSU Sylvani),” Jurnal Sistem Informasi Kaputama (JSIK), vol. 6, no. 2, 2022.

I. Darwanto and R. Fidiawati, “Implementasi Metode Case Based Reasoning dan K-Nearest Neighbor dalam Sistem Diagnosa Penyakit dan Hama pada Tanaman Karet,” Duniailmu.org, vol. 1, no. 1, pp. 1–11, 2021.

I. P. Prabandanizwaransa, I. Ahmad, and E. R. Susanto, “Implementasi Metode Extreme Programming untuk Sistem Pengajuan Tempat PKL Berbasis Web,” Jurnal Informatika dan Rekayasa Perangkat Lunak, vol. 4, no. 2, pp. 221–227, Jun. 2023, doi: 10.33365/jatika.v4i2.2601.

B. D. Putra, N. Yona, and S. Munti, “Aplikasi Sistem Pakar Diagnosa Penyakit Stunting Pada Anak Dengan Metode Forward Chaining,” Jurnal Pustaka Paket, vol. 1, no. 1, pp. 6–15, 2022.

Y. G. Nengsih and N. Putra, “Sistem Pakar Menggunakan Forward Chaining Dan Certainty Factor Untuk Diagnosa Kerusakan Smartphone,” Jurnal Sistem Informasi dan Manajemen, vol. 8, no. 2, pp. 61–69, 2020.

D. Gusmaliza, R. Masdalipa, and Y. Yadi, “Sistem Pakar Diagnosa Penyakit ISPA dengan Metode Forward Chaining,” Building of Informatics, Technology and Science (BITS), vol. 3, no. 4, pp. 738–746, Mar. 2022, doi: 10.47065/bits.v3i4.1203.

N. Meilani and O. Nurdiawan, “Data Mining untuk Klasifikasi Penderita Kanker Payudara Menggunakan Algoritma K-Nearest Neighbor,” 2023. [Online]. Available: https://archive.ics.uci.edu/ml/datasets/Breast+Cancer.

Scandea, E. I., Aqsha, M., Sugiarto, R., Lestari, F., & Hartanti, D. (2023). Penerapan Data Mining Untuk Menganalisis Data Faktor Resiko Penyakit Jantung Menggunakan Metode Logistic Regression. 683–688.

Setiawati, N. P., Nugroho, B. A., Setiawan, A. T., & Hartanti, D. (2023). Data Mining Untuk Klasifikasi Diagnosis Tingkat Keparahan Penyakit Diabetes Dengan Algoritma Logistik Regresi. 647–652

DOI: https://doi.org/10.30591/smartcomp.v14i2.7244