ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulImplementasi Data Mining Dalam Klasifikasi Status Gizi Balita Menggunakan Metode Modified K-Nearest Neighbor (MKNN) (Studi Kasus : Puskesmas Kalian) |
| Nama: AYU LATIFA |
| Tahun: 2025 |
| Abstrak Masa balita merupakan periode penting dalam proses tumbuh kembang fisik dan mental anak. Di Indonesia, masalah gizi balita masih menjadi perhatian serius karena usia balita tergolong rentan terhadap gangguan kesehatan dan gizi. Penelitian ini bertujuan untuk mengimplementasikan metode Modified K-Nearest Neighbor (MKNN) dalam klasifikasi status gizi balita berdasarkan parameter berat badan terhadap tinggi badan (BB/TB). Data penelitian diperoleh dari Puskesmas Kalia, mencakup atribut usia, jenis kelamin, berat badan, dan tinggi badan. Proses pengolahan data meliputi seleksi fitur, transformasi atribut menjadi data numerik, normalisasi, dan pembagian data menjadi data latih (80%) dan uji (20%). Evaluasi model dilakukan menggunakan validasi silang K-Fold dengan hasil akurasi terbaik pada nilai K=5 sebesar 71,5%. Model MKNN mampu mengklasifikasikan status gizi balita ke dalam enam kategori: Gizi baik, gizi buruk, gizi kurang, risiko gizi lebih, gizi lebih, dan obesitas. Pengujian pada 50 data uji menghasilkan akurasi 78%, menunjukkan metode ini dapat memberikan prediksi status gizi dengan baik. Penelitian ini diharapkan membantu meningkatkan kualitas pelayanan kesehatan balita dengan sistem klasifikasi yang cepat, akurat, dan efisien. Kata kunci : Balita, Klasifikasi, Modified K-Nearest Nighbor (MKNN), Status Gizi |