Abstract
Negara berkembang seperti Indonesia, masih mengalami masalah gizi buruk. Sesuai dengan Perpres RI no 72 tahun 2021 maka diperlukan suatu penguatan dan pengembangan baik itu sistem, data, informasi, riset dan inovasi. Tujuan dari penelitian ini yaitu melakukan visualisasi data terhadap data rekam medis balita yaitu umur dan berat badan pada balita di suatu wilayah tertentu tepatnya di desa jumput rejo kelurahan jumput rejo kecamatan sukodono kabupaten sidoarjo jawa timur. Visualisasi data ini dalam bentuk kelompok klaster-klaster data antropometri balita berdasarkan data umur dan data berat badan balita. Penelitian ini menggunakan metode teknik clustering dengan algoritma K-Means yang dioptimasi pada penentuan jumlah clusternya dengan metode elbow dalam menentukan nilai K(kluster) yang tepat dengan menggunakan metric WCSS (Within Cluster Sum of Square). Hasil dari penelitian ini didapatkan informasi optimasi jumlah kluster yang dihasilkan berjumlah 4 cluster data balita. Setelah dilakukan proses clustering maka didapatkan hasil dimana cluster 1 berjumlah 216 data balita, cluster 2 berjumlah 182 data balita, cluster 3 berjumlah 153 data balita dan cluster 4 berjumlah 29 data balita. Kesimpulan dari penelitian ini menghasilkan informasi bahwasannya hasil optimasi cluster didapatkan sejumlah 4 cluster yang akan dijadikan input penentukan cluster yang terbentuk pada proses pengelompokan data menggunakan algoritma K-Means
Publisher
Universitas Islam Lamongan
Reference15 articles.
1. Ambarwari, Agus. Andrian Qadhli Jafar, Herdiyeni, Y. (2020). Analisis Pengaruh Data Scaling Terhadap Performa Algoritme Machine Learning untuk Identifikasi Tanaman. Resti, 4, 117–122.
2. Arhani, Muhammad. Nasir, M. (2020). Data Mining.
3. Dinata, R. K., Safwandi, S., Hasdyna, N., & Azizah, N. (2020). Analisis K-Means Clustering pada Data Sepeda Motor. INFORMAL: Informatics Journal, 5(1), 10. https://doi.org/10.19184/isj.v5i1.17071
4. Hidayat, R., Wasono, R., & Darsyah, M. Y. (2017). Pengelompokan Kabupaten/Kota Di Jawa Tengah Menggunakan Metode K-Means Dan Fuzzy C-Means. Prosiding Seminar Nasional & Internasional, 240–250. https://jurnal.unimus.ac.id/index.php/psn12012010/article/view/3017/2932
5. Juliana, E., Aleyda, V. N., & Yuliana, Y. (2021). Penerapan Metode Clustering K-Means Untuk Membantu Menentukan Tingkatan Status Daerah Dampak Covid-19. Jurnal MediaTIK, 4(3), 112. https://doi.org/10.26858/jmtik.v4i3.23698