KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) DI PUSKESMAS PAJARAKAN

Aeni, Desy Nur (2018) KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) DI PUSKESMAS PAJARAKAN. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_14013432_Desy Nur Aeni_IF.pdf Restricted to Registered users only Download (4MB)

Abstract

Kata Kunci: Klasifikasi Status Gizi, Balita, Antropometri, K-Nearest Neighbor (K-NN), Waterfall.

Gizi merupakan kebutuhan krusial bagi tubuh manusia karena berfungsi sebagai sumber penghasil energi yang diperlukan dalam setiap fase pertumbuhan, baik pada usia balita, dewasa, maupun lanjut usia. Status gizi pada balita merupakan cerminan utama dari terpenuhinya kebutuhan nutrisi harian anak. Klasifikasi status gizi pada balita ditentukan melalui pengukuran dimensi tubuh manusia yang dikenal dengan istilah antropometri, dengan menggunakan parameter Umur (U), Berat Badan (BB), dan Tinggi Badan (TB). Permasalahan utama dalam pemantauan gizi di lapangan adalah lambatnya proses penentuan status gizi jika dilakukan secara manual, serta adanya risiko kesalahan input atau penilaian akibat kompleksnya indikator gabungan. Penelitian ini mengusulkan sebuah solusi sistem digital yang mampu mengklasifikasikan status gizi balita secara otomatis berdasarkan indeks BB/U (Berat Badan menurut Umur), TB/U (Tinggi Badan menurut Umur), dan BB/TB (Berat Badan menurut Tinggi Badan) menggunakan metode K-Nearest Neighbor (K-NN). Tujuan penelitian ini adalah menghasilkan aplikasi klasifikasi yang cepat, tepat, dan akurat guna meminimalkan kesalahan diagnosis status gizi di fasilitas kesehatan atau posyandu. Rekayasa perangkat lunak dikembangkan menggunakan model Waterfall (air terjun) yang menyediakan pendekatan alur pengembangan terstruktur meliputi rekayasa kebutuhan, analisis, perancangan (design), pengodean (coding), pengujian sistem (testing), dan perawatan (maintenance). Berdasarkan pengujian yang telah dilakukan terhadap data latih dan data uji, implementasi algoritma K-NN dalam aplikasi ini berhasil memperoleh persentase akurasi yang sangat signifikan, yaitu sebesar 85%. Hasil ini menunjukkan bahwa sistem layak digunakan sebagai instrumen bantu bagi petugas medis dalam memantau tumbuh kembang dan mendeteksi dini masalah gizi pada balita.

Item Type:	Thesis (Other)
Subjects:	R Medicine > RA Public aspects of medicine T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	14 Jun 2026 06:58
Last Modified:	14 Jun 2026 06:58
URI:	https://repository.unuja.ac.id/id/eprint/3572

Actions (login required)

View Item