Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal SISFOTENIKA
Tiara Putri
Universitas Pelita Bangsa
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Status Gizi Balita Menggunakan Algoritma KNN pada Sistem Informasi Posyandu Berbasis Web: Classification of Toddler Nutritional Status Using the KNN Algorithm in a Posyandu Information System Tiara Putri; Wahyu Hadikristanto
SISFOTENIKA Vol. 16 No. 2 (2026): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v16i2.655

Abstract

Posyandu memiliki peran penting dalam memantau pertumbuhan dan perkembangan balita, khususnya dalam penentuan status gizi. Namun, proses pencatatan dan penilaian status gizi yang masih dilakukan secara manual dapat menyebabkan keterlambatan pengolahan data dan meningkatkan risiko kesalahan. Penelitian ini bertujuan untuk merancang dan membangun Sistem Informasi Posyandu berbasis web yang terintegrasi dengan algoritma K-Nearest Neighbor (KNN) untuk membantu klasifikasi status gizi balita secara otomatis. Sistem dikembangkan menggunakan metode Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Algoritma KNN diterapkan menggunakan atribut umur, berat badan, tinggi badan, lingkar lengan atas (LiLA), dan lingkar kepala. Dataset yang digunakan berjumlah 340 data balita yang dibagi menjadi 272 data training (80%) dan 68 data testing (20%). Hasil pengujian menggunakan confusion matrix menunjukkan bahwa algoritma KNN memperoleh tingkat akurasi sebesar 85,29%. Sistem yang dikembangkan mampu mengelola data balita, melakukan klasifikasi status gizi secara otomatis, serta menghasilkan informasi yang lebih cepat dan terstruktur dibandingkan proses manual. Hasil penelitian menunjukkan bahwa integrasi algoritma KNN pada Sistem Informasi Posyandu dapat mendukung kader Posyandu dalam pemantauan status gizi balita secara lebih efektif dan efisien.
Co-Authors Wahyu Hadikristanto