Penentuan Status Stunting pada Anak dengan Menggunakan Algoritma KNN
Article Sidebar
Main Article Content
Abstract
Usia balita merupakan salah satu usia penting dalam proses tumbuh kembang seorang anak. Menurut data Dinas Kesehatan Jawa Tengah pada Tahun 2013 terdapat sekitar 200 anak balita di Kabupaten Brebes yang mengalami stunting. Namun saat ini prosentase stunting yang terjadi di Desa Sirampog Kabupaten Brebes masih cenderung tinggi yaitu sekitar 3,77% balita yang masih mengalami gizi buruk dan stunting, serta 13,20% balita yang masih mengalami gizi kurang dan cenderung stunting. Berdasarkan hal tersebut maka penelitian ini bertujuan untuk melakukan klasifikasi status gizi balita dengan menggunakan algoritma KNN dan mengetahui keakuratan yang dihasilkan oleh algoritma K-Nearst Neighbor (KNN) dalam melakukan klasifikasi. Melalui hasil pengujian pada 114 data uji diketahui bahwa algoritma KNN mampu melakukan klasifikasi penentuan status stunting pada anak berdasarkan umur (U), berat badan (BB), tinggi badan (TB), dan lingkar kepala (LK) dengan akurasi tertinggi dan nilai error rate terkecil terdapat pada nilai k=3.
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
Barat Menggunakan Metode K-Nearest Neigbor,” Multitek Indones., vol. 11, no. 1, p. 42, 2017, doi: 10.24269/mtkind.v11i1.506.
H. Khoeroh and D. Indriyanti, “Evaluasi Penatalaksanaan Gizi Balita Stunting Di Wilayah Kerja Puskesmas Sirampog,” Unnes J. Public Heal., vol. 4, no. 1, pp. 54–60, 2015.
Kemenkes R.I., “Kerja Nyata Sehatkan Indonesia,” Biro Komun. dan Pelayanan Masy., 2016.
A. Proverawati and C. Ismawati, “BBLR (Berat Badan Lahir Rendah),” Yogyakarta, Nuha Med., 2010.
A. Proverawati, Gizi Untuk Kebidanan. 2016.
J. R. Sahambangung, R. Munir, and J. B. Sanger, “Sistem Klasifikasi Pengguna Narkoba Menggunakan Metode K-Nearest Neighbor,” J. Realt., vol. 14, no. 2, pp. 169–179, 2018.
E. W. Ningrum and T. Utami, “Hubungan Antara Status Gizi Stunting Dan Perkembangan Balita Usia 12-59 Bulan,” J. Bidan, vol. 5, no. 2, pp. 70–79, 2017, [Online]. Available: http://ojs.akbidylpp.ac.id/index.php/Prada/article/view/255.
M. G. Pantaleon, H. Hadi, and I. L. Gamayanti, “Stunting berhubungan dengan perkembangan motorik anak di Kecamatan Sedayu, Bantul, Yogyakarta,” J. Gizi dan Diet. Indones. (Indonesian J. Nutr. Diet., vol. 3, no. 1, p. 10, 2016, doi: 10.21927/ijnd.2015.3(1).10-21.
U. N. Sugandi, H. Harliana, and M. Mukidin, “Sistem Pakar Diagnosa Gizi Buruk Balita Dengan Certainty Factor,” J. Ilm. Intech Informatioan Technol. J. UMUS, vol. 1, no. 1, pp. 75–85, 2019, doi: https://doi.org/10.46772/intech.v1i02.71.
D. Simanjuntak and A. Sindar, “Sistem Pakar Deteksi Gizi Buruk Balita Dengan Metode Naïve Bayes Classifier,” J. Inkofar, vol. 1, no. 2, pp. 54–60, 2019.
E. Irfiani and S. S. Rani, “Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita,” J. Sist. dan Teknol. Inf., vol. 6, no. 4, p. 161, 2018, doi: 10.26418/justin.v6i4.29024.
S. D. Nugraha, R. R. M. Putri, and R. C. Wihandika, “Penerapan Fuzzy K-Nearest Neighbor ( FK-NN ) Dalam Menentukan Status Gizi Balita,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 9, pp. 925–932, 2017.
Kemenkes RI, KEPMENKES RI Tentang Standar Antropometri Penilaian Status Gizi Anak. Jakarta: Kemenkes RI, 2011.
A. Ariani and S. Samsuryadi, “Klasifikasi Penyakit Ginjal Kronis menggunakan K-Nearest Neighbor,” Pros. Annu. Res. Semin. 2019, vol. 5, no. 1, pp. 148–151, 2019.
H. Harliana and W. Widayani, “Analisis Dempster Shafer Pada Sistem Pakar Pendeteksi ISPA,” FAHMA, vol. 17, no. 2, pp. 60–69, 2019, [Online]. Available: https://stmikelrahma.e-journal.id/FAHMA/article/view/34/22.