Sistem Informasi Geografis Pemetaan dan Pengelompokan Balita Berpotensi Gizi Buruk Tertinggi pada Wilayah Kota Prabumulih Menggunakan Metode K-Means Clustering ( Studi Kasus : Dinas Kesehatan Kota Prabumulih )

Resti Atika Rani, Leni Novianti

Abstract


Gizi Buruk merupakan salah satu penyakit yang di khawatirkan oleh Indonesia, bukan hanya beban pemerintah, namun beban pada keluarga. Hal ini tentu saja menjadi perhatian juga bagi pemerintah daerah, termasuk Kota Prabumulih. Dinas Kesehatan menajdi dasar pelaporan bagian kesehatan keluarga serta gizi masyarakat Kota Prabumulih, pada tahun 2019 jumlah kasus gizi buruk pada balita mencapai 1%. Dan untuk memaksimalkan pemantauan kesehatan pada balita agar tidak berpotensi gizi buruk maka dilakukan pengelompokan (clustering) tersebut menggunakan algoritma K- Means dimana mmepunyai tujuan dalam menyediakan data teruntuk pihak dimana mempunyai keterkaitan pada pelaksanaan keputusan yang diambilkan. Metode pengembangan sistem yang di gunakan yaitu eXtreme Programming (XP). Data yang di gunakan adalah rekapan data balita berpotensi gizi buruk dari tahun 2018 – 2020. Pada studi ini, ditemukan suatu penemuan bahwa cluster (kelompok) berwilayah persebaran kasus balita berpotensi gizi buruk dengan tingkatan C1 untuk daerah tinggi potensi gizi buruk, C2 untuk daerah menengah potensi gizi buruk, untuk C3 untuk daerah rendah potensi gizi buruk.


Keywords


Malnutrisi, Pengelompokan, k-means, Pemrograman Ekstrem

Full Text:

PDF

References


Chandra, I. (2021, Maret). Penerapan Algoritma K-Means dalam Mengelompokkan Balita yang Mengalami Gizi Buruk Menurut Provinsi. Jurnal Teknologi Informasi dan Rekayasa Komputer, 2(1), 30-38.

D. Marlina, N. Lina, A. Fernando, and A. Ramadhan, “Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak,” J. CoreIT J. Has. Penelit. Ilmu Komput. dan Teknol. Inf., vol. 4, no. 2, p. 64, 2018.

D. F. Pramesti, M. Tanzil Furqon, and C. Dewi, “Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan/Lahan Berdasarkan Persebaran Titik Panas (Hotspot),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 9, pp. 723–732, 2017.

L. Zahrotun, “Analisis PengelompokkanJumlah Penumpang Bus Trans Jogja Menggunakan metode Clustering K-Means dan Agglomerative Hierarchical Clustering (AHC),” J. Inform., vol. 9, no. 1, pp. 1039–1047, 201




DOI: https://doi.org/10.30743/infotekjar.v6i2.4292

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Resti Atika Rani, Leni Novianti

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id

InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License