Bahasa Indonesia

Penulis

  • Muhammad Raqib Syahkur STIKOM Tunas Bangsa Pematangsiantar
  • Dedy Hartama STIKOM Tunas Bangsa
  • Solikhun Solikhun STIKOM Tunas Bangsa

Kata Kunci:

Gizi Balita, Algortima, K-Means , Silhouette, Elbow, DBI

Abstrak

Status gizi balita merupakan indikator penting dalam menentukan kualitas kesehatan masyarakat. Ketidakseimbangan gizi pada balita dapat menyebabkan masalah kesehatan serius, seperti stuntuing dan peningkatan risiko penyakit kronis dikemudian hari. Oleh karena itu, pengelompokkan data gizi balita sangat penting untuk menganalisis dan menentukan intervensi yang tepat. Penelitian ini bertujuan untuk mengembangkan metode pengelompokkan data gizi balita dengan menggunakan algoritma K-Means++ yang dapat menentukan titik centroid awal secara lebih presisi dibandingkan algoritma K-Means klasik, serta mengevaluasi jumlah cluster paling tepat berdasarkan metode Silhouette dan Elbow, dan melakukan validasi terhadap hasil pengelompokan menggunakan Davies-Bouldin Index (DBI). Hasil analisis menunjukkan metode Silhouette menghasilkan jumlah cluster terbaik pada K=2 dengan rata-rata nilai Silhouette mendekati 1. Sementara itu, metode Elbow menunjukkan titik siku pada K=5 yang artinya jumlah cluster optimal berada pada titik tersebut. Validasi menggunakan DBI menunjukkan bahwa nilai DBI untuk metode Silhouette dengan K=2 adalah 0,682471249, sedangkan nilai DBI untuk metode Elbow dengan K=5 adalah 1,238458579. Nilai DBI yang lebih rendah pada K=2 menunjukkan bahwa clustering tersebut memiliki kohesi internal yang kuat dan pemisahan yang jelas antar cluster, sehingga ditetapkan K=2 yang diperoleh dengan metode Silhouette sebagai hasil clustering yang optimal.

Referensi

Adhitama, R., Burhanuddin, A., & Ananda, R. (2020). Penentuan Jumlah Cluster Ideal Smk Di Jawa Tengah Dengan Metode X-Means Clustering Dan K-Means Clustering. JIKO (Jurnal Informatika Dan Komputer), 3(1), 1–5. https://doi.org/10.33387/jiko

Amelia, D., Padilah, T. N., & Jamaludin, A. (2022). Optimasi Algoritma K-Means Menggunakan Metode Elbow dalam Pengelompokan Penyakit Demam Berdarah Dengue (DBD) di Jawa Barat. Jurnal Ilmiah Wahana Pendidikan, 8(11), 207–215. https://doi.org/10.5281/zenodo.6831380

Anggie Nauli, H. (2021). Analisis Deskriptif Phbs Dan Status Gizi Masyarakat Upaya Peningkatan Status Kesehatan Melalui Pendekatan Kolaboratif Berbagai Pemangku Kepentingan. Abdi Dosen : Jurnal Pengabdian Pada Masyarakat, 5(1), 49. https://doi.org/10.32832/abdidos.v5i1.832

Bau, M. K. D., Setyawan, Y., & Jatipaningrum, M. T. (2023). Perbandingan Metode Algoritma K-Means Dan K-Medoids Pada Pengelompokan Kabupaten/Kota Di Provinsi Nusa Tenggara Timur Berdasarkan Dimensi Indeks Pembangunan Manusia Tahun 2020. Jurnal Statistika Industri Dan Komputasi, 8(1), 48–57. https://doi.org/10.34151/statistika.v8i1.4418

Bayu Lokananta, R., Yuana, H., & Dwi Puspitasari, W. (2024). Implementasi Algoritma K-Means Terhadap Pengelompokkan Status Gizi Balita (Studi Kasus : Posyandu Melati Vii). JATI (Jurnal Mahasiswa Teknik Informatika), 7(5), 3585–3592. https://doi.org/10.36040/jati.v7i5.7377

Chabibah, N., Khanifah, M., & Kristiyanti, R. (2020). Pengaruh Pemberian Modifikasi Edukasi Booklet Gizi Balita Dan Cooking Class Terhadap Pengetahuan Dan Pola Pemberian Makan Balita. Jurnal Kebidanan Indonesia, 11(2), 47. https://doi.org/10.36419/jkebin.v11i2.372

Devi Sari, Sri Achadi Nugraheni, & Mohammad Zen Rahfiludin. (2023). Bagaimana Kontribusi Intervensi Gizi Sensitif dalam Upaya Penurunan Stunting? : Literature Review. Media Publikasi Promosi Kesehatan Indonesia (MPPKI), 6(5), 885–895. https://doi.org/10.56338/mppki.v6i6.3416

Emmaria, R., Sinaga, K., Manurung, B., Tobing, R. A. L., Lubis, R. D., & Sihombing, P. A. (2024). Edukasi Penanganan Dan Pencegahan Gizi Kurang Pada Balita Di Wilayah Kerja Puskesmas Rantang Kota Medan Tahun 2024. Jurnal Pengabdian Kolaborasi Dan Inovasi IPTEKS, 2(4), 1309–1314. https://doi.org/10.59407/jpki2.v2i4.1168

Isni, K., & Dinni, S. M. (2020). Pelatihan Pengukuran Status Gizi Balita Sebagai Upaya Pencegahan Stunting Sejak Dini Pada Ibu Di Dusun Randugunting, Sleman, Diy. Panrita Abdi - Jurnal Pengabdian Pada Masyarakat, 4(1), 60. https://doi.org/10.20956/pa.v4i1.7299

Juanita, S., & Cahyono, R. D. (2024). K-Means Clustering With Comparison of Elbow and Silhouette Methods for Medicines Clustering Based on User Reviews. Jurnal Teknik Informatika (JUTIF), 5(1), 283–289. https://doi.org/10.52436/1.jutif.2024.5.1.1349

Kamila, I., Khairunnisa, U., & Mustakim, M. (2019). Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Data Transaksi Bongkar Muat di Provinsi Riau. Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, 5(1), 119. https://doi.org/10.24014/rmsi.v5i1.7381

Khairunnas, M. A., Jamaludin, A., & Adam, R. I. (2023). Pengaruh Pendapatan Orang Tua terhadap Hasil Belajar Siswa Menggunakan Algoritma K-Means Clustering. Jurnal Pendidikan Tambusai, 7(3), 31434–31444. https://doi.org/10.31004/jptam.v7i3.12130

Laili, U. F., Umatin, C., & Ridwanulloh, M. U. (2023). Analisis Potensial Drop Out Mahasiswa Dengan K-Means++ Clustering Dalam Upaya Peningkatan Kualitas IAIN Kediri. Paedagoria: Jurnal Kajian, Penelitian Dan Pengembangan Kependidikan, 14(2), 145–153. https://doi.org/10.31764/paedagoria.v14i2.14077

Maori, N. A., & Evanita, E. (2023). Metode Elbow dalam Optimasi Jumlah Cluster pada K-Means Clustering. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 14(2), 277–288. https://doi.org/10.24176/simet.v14i2.9630

Mohammad Ferdiansyah, & Umi Chotijah. (2024). Implementasi Algoritme K-Means++ Untuk Clustering Penjualan Bahan Bangunan. Jurnal Ilmiah Teknik Informatika Dan Komunikasi, 4(1), 181–193. https://doi.org/10.55606/juitik.v4i1.767

Nugraha, R. P., Laxmi, G. F., & Riana, F. (2024). Penerapan K-Means ++ Untuk Pengelompokan Mahasiswa Berpotensi Drop Out ( Studi Kasus : Universitas Ibn Khaldun Bogor ). JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 3493–3500. https://doi.org/10.36040/jati.v8i3.9738

Paembonan, S., & Abduh, H. (2021). Penerapan Metode Silhouette Coefficient untuk Evaluasi Clustering Obat. PENA TEKNIK: Jurnal Ilmiah Ilmu-Ilmu Teknik, 6(2), 48. https://doi.org/10.51557/pt_jiit.v6i2.659

Pangestu, B. A., Kristiawan, N. A., & Sulistiyowati, N. (2022). Clustering Obat Untuk Menentukan Pola Pemasaran Efektif di Apotek Amarta Sehat. Jurnal Ilmiah Wahana Pendidikan, 8(16), 115–126. https://doi.org/10.5281/zenodo.7058995

Putri, V. H., Sitoayu, L., & Ronitawati, P. (2021). Pengaruh media AR Book terhadap peningkatan pengetahuan dan sikap gizi seimbang pada anak usia sekolah. Aceh Nutrition Journal, 118–127. https://doi.org/10.30867/action.v6i2.380

Ramdani, C., & Safadila, N. (2022). Analisis Data Akademis dengan Menerapkan Algoritme K-Means dan K-Means++. LEDGER: Journal Informatic and Information Technology, 1(4), 155–160. https://doi.org/10.20895/LEDGER.V1I4.918

Sidik, R., Suarna, N., & Rinaldi Dikananda, A. (2023). Analisa Data Set Peminatan Siswa Menggunakan Algoritma K-Means Dengan Optimize Parameter Di Sekolah Menengah Kejuruan. JATI (Jurnal Mahasiswa Teknik Informatika), 7(2), 1197–1203. https://doi.org/10.36040/jati.v7i2.6335

Suraya, G. R., & Wijayanto, A. W. (2022). Comparison of Hierarchical Clustering, K-Means, K-Medoids, and Fuzzy C-Means Methods in Grouping Provinces in Indonesia according to the Special Index for Handling Stunting. Indonesian Journal of Statistics and Its Applications, 6(2), 180–201. https://doi.org/10.29244/ijsa.v6i2p180-201

Suriany Simamora, R., & Kresnawati, P. (2021). Pemenuhan Pola Makan Gizi Seimbang Dalam Penanganan Stunting Pada Balita Di Wilayah Puskesmas Kecamatan Rawalumbu Bekasi. Jurnal Bidang Ilmu Kesehatan, 11(1), 34–45. https://doi.org/10.52643/jbik.v11i1.1345

Syahfitri, N., Budianita, E., Nazir, A., & Afrianty, I. (2023). Pengelompokan Produk Berdasarkan Data Persediaan Barang Menggunakan Metode Elbow dan K-Medoid. KLIK: Kajian Ilmiah Informatika Dan Komputer, 4(3), 1668–1675. https://doi.org/10.30865/klik.v4i3.1525

Tholabah, M., Nugroho, R. A., & Mu’min, S. (2024). Penerapan Metode K-Means dalam Pengelompokkan Status Gizi Anak dan Remaja. Nusantara Computer and Design Review, 2(1), 7–14. https://doi.org/10.55732/ncdr.v2i1.1209

Wahyuni, D., & Fithriyana, R. (2020). Pengaruh Sosial Ekonomi Dengan Kejadian Stunting Pada Balita Di Desa Kualu Tambang Kampar. PREPOTIF : Jurnal Kesehatan Masyarakat, 4(1), 20–26. https://doi.org/10.31004/prepotif.v4i1.539

Yunita, D., Luthfi, A., & Erlinawati. (2020). HUBUNGAN PEMBERIAN STIMULASI DINI DENGAN PERKEMBANGAN MOTORIK PADA BALITA DI DESA TANJUNG BERULAK WILAYAH KERJA PUSKESMAS KAMPAR TAHUN 2019. JURNAL KESEHATAN TAMBUSAI, 1(2), 61–68. https://doi.org/10.32668/jkep.v3i2.205

Z, M. Z. R., Muttakin, F., Zarnelly, & Permana, I. (2024). Sistem Pakar Untuk Mendiagnosa Gizi Buruk Pada Balita Menggunakan Metode Forward Chaining. KLIK : Kajian Ilmiah Informatika Dan Komputer, 4(5), 2567–2666. https://doi.org/10.30865/klik.v4i5.1776

Diterbitkan

2025-01-01

Cara Mengutip

Syahkur, M. R. S., Hartama, D. ., & Solikhun, S. (2025). Bahasa Indonesia. JST (Jurnal Sains Dan Teknologi), 13(3). Diambil dari https://ejournal.undiksha.ac.id/index.php/JST/article/view/86419

Terbitan

Vol 13 No 3 (2024): Oktober (IN PRESS)

Bagian

Articles

Lisensi

Hak Cipta (c) 2024 Muhammad Raqib Syahkur, Dedy Hartama, Solikhun Solikhun

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with the Jurnal Sains dan Teknologi (JST)   agree to the following terms:

  1. Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal. 
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)