{"title":"Penentuan Status Stunting pada Anak dengan Menggunakan Algoritma KNN","authors":"Otong Saeful Bachri, Raden Mohamad Herdian Bhakti","doi":"10.46772/intech.v3i02.533","DOIUrl":null,"url":null,"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.","PeriodicalId":430510,"journal":{"name":"Jurnal Ilmiah Intech : Information Technology Journal of UMUS","volume":"32 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ilmiah Intech : Information Technology Journal of UMUS","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46772/intech.v3i02.533","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Penentuan Status Stunting pada Anak dengan Menggunakan Algoritma KNN
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.