ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulIMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR PADA SISTEM KLASIFIKASI STATUS GIZI BALITA BERBASIS WEBSITE (STUDI KASUS POSYANDU SULAWESI TENGAH) |
| Nama: MUHAMAD EKA WAHYUDI |
| Tahun: 2025 |
| Abstrak MUHAMAD EKA WAHYUDI dengan Judul Implementasi Algoritma K- Nearest Neighbor Pada Sistem Klasifikasi Status Gizi Balita Berbasis Website (Studi Kasus Posyandu Sulawesi Tengah) dibimbing oleh IR. NOUVAL TREZANDY LAPATTA. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi dan Prediksi Status Gizi Balita berbasis website dengan implementasi algoritma K-Nearest Neighbor (KNN) dalam penentuan klasifikasi status gizi balita. Berdeasarkan data dari Dinas Kesehatan Sulawesi Tengah menunjukkan bahwa saat ini Puskesmas dan Posyandu di Sulawesi Tengah belum memiliki sistem yang terintegrasi untuk pendataan balita dan penentuan klasifikasi status gizi secara efektif. Hal ini menyebabkan proses pemantauan status gizi balita menjadi kurang efisien dan data yang digunakan tidak terorganisir dengan baik. Faktor-faktor yang menyebabkan masalah ini antara lain adalah kurangnya sistem yang dapat secara otomatis mengklasifikasikan status gizi berdasarkan data fisik balita, seperti berat badan, tinggi badan, usia, dan jenis kelamin. Dalam konteks ini, implementasi algoritma KNN diharapkan dapat menjadi solusi yang efektif untuk meningkatkan efisiensi dan akurasi dalam klasifikasi status gizi balita. Algoritma KNN dipilih karena kemampuannya untuk memberikan prediksi yang akurat dengan mempertimbangkan kedekatan data, serta kemudahan implementasinya dalam sistem berbasis web. Dengan penelitian ini, diharapkan hasil implementasi KNN pada sistem dapat membantu Posyandu untuk lebih cepat dan tepat dalam menentukan status gizi balita. Selain itu, sistem ini juga dapat mendukung upaya pemerintah dalam meningkatkan layanan kesehatan anak, khususnya dalam hal pemantauan gizi balita, serta memudahkan pengambilan keputusan yang lebih akurat dan berbasis data. Peningkatan efisiensi dan akurasi ini diharapkan dapat memberikan kontribusi positif terhadap program pemantauan gizi balita, menciptakan manfaat yang lebih optimal dalam pengelolaan kesehatan anak, dan mendukung tercapainya tujuan kesehatan yang lebih baik di Sulawesi Tengah. Kata kunci: K-Nearest Neighbor (KNN), Website, Gizi Balita, Klasifkasi, Algoritma. |