Identifikasi Kategori Gizi Balita Menggunakan K-Means Clustering: Studi Kasus Puskesmas Karangsambung

  • Fajar Tri Wahyuni Program Studi Sains Data, Institut Teknologi Telkom Purwokerto
  • Nahila Shofie Kirana Program Studi Sains Data, Institut Teknologi Telkom Purwokerto
  • Natasya Syafila 'Ashifa Program Studi Sains Data, Institut Teknologi Telkom Purwokerto
  • Putri Ella Nazila Program Studi Sains Data, Institut Teknologi Telkom Purwokerto
Keywords: status gizi, balita, clustering, K-means, silhouette score

Abstract

 

Masa balita merupakan periode kritis dalam pertumbuhan dan perkembangan anak, di mana pemenuhan gizi yang memadai sangat penting untuk mencegah masalah kesehatan, seperti stunting, wasting, dan underweight. Kategorisasi status gizi sangat penting untuk mengetahui kelas tumbuh kembang balita disuatu daerah. Terkait status gizi ini, data tumbuh kembang di Desa Karangsambung belum dikategorisasi sehingga belum memberi insight yang lebih dalam. Penelitian ini bertujuan mengkategorisasi status gizi balita di Desa Karangsambung berdasarkan data berat dan tinggi badan. Data penelitian berasal dari catatan medis Puskesmas Karangsambung, mencakup 97 balita berusia 1-36 bulan. Metode yang digunakan adalah K-Means, dengan penentuan jumlah cluster optimal menggunakan metode Elbow. Grafik Elbow menunjukkan, titik siku pada nilai 3, mengindikasikan tiga klaster adalah jumlah kelompok paling efektif. Berdasarkan hasil clustering menunjukkan bahwa 31 balita masuk dalam kategori gizi lebih, 22 balita dalam kategori gizi kurang, dan 44 balita dalam kategori gizi normal. Validasi hasil cluster menggunakan Silhouette Score menghasilkan nilai sebesar 0.51, menunjukkan bahwa klaster yang terbentuk cukup baik, meskipun masih diperlukan penyesuaian lebih lanjut untuk meningkatkan kualitas klasterisasi. Identifikasi akurat terhadap status gizi balita diharapkan dapat membantu menentukan intervensi gizi yang tepat dan menjadi acuan penting bagi pengembangan kebijakan kesehatan untuk meningkatkan status gizi balita di Indonesia.

Downloads

Download data is not yet available.
Published
2024-10-09
How to Cite
Wahyuni, F., Kirana, N., ’Ashifa, N., & Nazila, P. (2024, October 9). Identifikasi Kategori Gizi Balita Menggunakan K-Means Clustering: Studi Kasus Puskesmas Karangsambung. PROSIDING SEMINAR NASIONAL SAINS DATA, 4(1), 863-873. https://doi.org/https://doi.org/10.33005/senada.v4i1.366