Penerapan Algoritma K-Nearest Neighbors pada Klasifikasi Status Gizi Balita (Studi Kasus Posyandu Desa Aras Kabu)

Anita Sindar Ros Maryana Sinaga; Anisa Fauzia

doi:10.69688/katera.v1i1.30

Authors

Anita Sindar Ros Maryana Sinaga STMIK Pelita Nusantara Author
Anisa Fauzia STMIK Pelita Nusantara Author

DOI:

https://doi.org/10.69688/katera.v1i1.30

Keywords:

Gizi Balita, Klasifikasi, , Data Mining, Algoritma K-NN, , Euclidean Distance

Abstract

Gizi merupakan hal penting untuk menunjang pertumbuhan dan perkembangan balita. gizi diketahui melalui prevalensi anak umur 0-5 tahun karena golongan umur rentan terhadap gangguan gizi, salah satunya adalah gizi di Desa Aras Kabu ini memiliki sistem informasi kurang baik yang masih kurang memadai seluruh pemprosesan yang meliputi data balita, data petugas, data orang tua balita, dan data gizi masih dilakukan secara tertulis pada buku besar yang nantinya akan dilaporkan kepada kepala desa tanpa bantuan komputer. Algoritma K-NN bekerja berdasarkan jarak terpendek dari query instance ke training data untuk menentukan K-NN. Salah satu cara jauhnya tetangga menggunakan metode euclidian distance. Euclidian distance berfungsi menguji ukuran yang bisa digunakan sebagai interpretasi kedekatan jarak antara dua obyek. Dalam pencarian data balita yang termasuk kurang gizi dari penelitian ini dibangun suatu sistem pendukung keputusan sebagai sistem berbasis komputer yang membantu dalam pengambilan keputusan mendukung solusi kurang gizi pada balita dengan status gizi balita terdiri dari sangat baik, baik, kurang baik, cukup baik dengan kriteria umur, berat badan, tinggi badan, lingkar kepala dengan menggunakan Algoritma K-NN untuk melakukan klasifikasi terhadap gizi balita berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Hasil dari penelitian ini diperoleh cukup=3. Dengan voting maka diperoleh bahwa balita dengan umur: 3 tahun, berat badan:11,2 kg, tinggi badan 92 cm, lingkar kepala: 48 cm, maka hasilnya: cukup.

References

Admojo, Fadhila Tangguh. 2020. “Klasifikasi Aroma Alkohol Menggunakan Metode KNN.” 1(2): 34–38.

Alghifari, M Raihan, dan Adityo Permana Wibowo. “Penerapan Metode K-Nearest Neighbor Untuk Klasifikasi Kinerja Satpam Berbasis Web.” 5(1).

Brigita Yulia Lestari Fahik & Bertha S. Djahi & Nelci D. Rumlaklak. (2018). Data Mining Untuk Klasifikasi Status Gizi Desa Di Kabupaten Malaka Menggunakan Metpde K-Nearest Neighbor. Komputer & Informatika, 1-7.

Dewi Fitrianingsih & Martaleli Bettiza & Alena Uperiati. (2021). Klasifikasi Status Gizi Pada Pertumbuhan Balita Menggunakan K-Nearest Neighbors (KNN). 2, No : 1, 106-111.

Ferdinandus Lembambang Sula. (2021). Klasifikasi Status Gizi Balita Menggunakan Metode Modified K-Nearest Neighbors (MKNN). Universitas Sanata Darma Yogyakarta.

Hamsir Saleh & Muh.Faisal & Rachmat Irawan Musa. (2019). Klasifikasi Status Gizi Balita Menggunakan Metode K-Nearest Neighbors. Sistem Infomasi Dan Teknik Komputer, 120-126.

Ilmiah, Jurnal, dan Wahana Pendidikan. 2022. “3 1,2,3.” 8(July): 116–25.

Kartini, P. D. (2017). Klasifikasi Status Gizi Balita Berdasarkan Indeks Anthropometri BB/U Menggunakan Metode KNN (K-Nearest Neighbor). Teknik Informatika, 01 No 11, 3-6.

M. Reza Noviansyah & Tedy Rismawan & Dwi Marisa Midyanti. (2018). Penerapan Data Mining Menggunakan Metode K-Nearest Neighbor Untuk Klasifikasi Indeks Cuaca Kebakaran Data AWS(Automatic Weather Station. Coding, Sistem Komputer Untan, 48-56.

Nanda Epriliana Asmara Putri & Dahnial Syauqy & Mochammad Hannats Hanafi. (2017). Sistem Klasifikasi Status Gizi Bayi Dengan Metode K-Nearest Neighbor Berbasis Sistem Embedded. Pengembangan Teknologi Informasi Dan Ilmu Komputer, 1 No 9, 933-939.

Pedia, W. (2018).

Prakoso, Aditya Yuli. 2019. “Naskah Publikasi PROYEK TUGAS AKHIR PENERAPAN METODE K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENERIMA DANA PROGRAM BEDAH RUMAH.”

Redjeki, S. (2018). Perbandingan Metode K-NN Dan Neural Network (Backpropagation) Dalam Klasifikasi Gizi Anak. Explore IT, 10(1).

Rizal Wahyudi & Mira Orisa & Nurlaily Vendyansyah. (2021). Penerapan Algoritma K-Nearest Neighbors Pada Klasifikasi Penentuan Gizi Balita (Studi Kasus Di Posyandu Desa Bluto). Teknik Informatika, 750-757.

Rizky Setiawan & Agung Triayudi. (2022). Klasifikasi Status Gizi Balita Menggunakan Naive Bayes Dan K-Nearest Neighbor Berbasis Web. Media Informatika Budidarma, 6 No 2, 777-785.

Safitri, R. (2018). Simple CRUD Buku Tamu Perpustakaan Berbasis PHP Dan MYSQL. Tibanndaru, 40-53.

Satria Dwi Nugraha & Rekyan Regasari Mardi Putri & Randy Cahya Wihandika. (2017). Penerapan Fuzzy K-Nearest Neighbor (FK-NN) Dalam Menentukan Status Gizi Balita. Pengembangan Teknologi Informasi Dan Ilmu Komputer, 925-932.

Sutoyo, M. N. (2018). Rancang Bangun Aplikasi Untuk Memprediksi Status Gizi Blita. Ilmu Komputer , 136-146.

Syahrani Lonang & Dwi Normawati. (2022). Klasifikasi Status Stunting Pada Ballita Menggunakan K-Nearest Neighbor Dengan Feature Selection Backward Elimination. Media Informatika Budidarma, 6 No 1, 49-56.

Tambun, Maria Sartika, Muhammad Tanzil Furqon, dan Agus Wahyu Widodo. 2018. “Penerapan Algoritme Jaringan Syaraf Tiruan Backpropagation pada Pengklasifikasian Status Gizi Balita.” 2(9): 3074–80.

Tio Prasetiya Ali & Cep Lukman Rohmat & Odi Nurdiawan. (2020). Klasifikasi Status Stunting Balita Di Desa Slangit Menggunakan Metode K-Nearest Neighbor. Informatics For Educators And Professionals, 4 No 2, 93-104.

Yampi R Kaesmeta & Jusrianto A Johannis. (2017). Klasifikasi Status Gizi Balita Di Kelurahan Oesapa Barat Menggunakan Metode K-nearest Neighbor. Ilmiah Multitek Indonesia, 42-50.

Yulianti, Eva, Yondi Andri Nurdin, Fakultas Teknologi Industri, dan Bantuan Siswa Miskin. 2018. “SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BANTUAN SISWA MISKIN ( BSM ) BERBASIS ONLINE DENGAN METODE KNN ( K-NEAREST NEIGHBOR )