Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Journal of English Language Teaching Jurnal Online Mahasiswa (JOM) Bidang Ilmu Hukum Jurnal Ticom: Technology of Information and Communication
Rahmatul Husna
Unknown Affiliation
Computer Science & IT Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Ticom: Technology of Information and Communication

 1 
Klasterisasi Status Gizi Balita Menggunakan Algoritma K-Means Melalui Pendekatan Soft System Methodology Rahmatul Husna; Verry Riyanto
Jurnal Ticom: Technology of Information and Communication Vol 13 No 1 (2024): Jurnal Ticom-September 2024
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v13i1.120

Abstract

Peranan Lembaga Kemasyarakatan Desa/Kelurahan diperlukan untuk memantau gizi balita. Dalam hal ini adalah Posyandu Kencana yang beralamat di Jalan Mushola Al-Furqon, RT 005 RW 026, Kota Bekasi. Program gizi balita di Posyandu Kencana telah menjadi bagian penting dari upaya kesehatan masyarakat dan digunakan untuk memantau kesehatan balita. Namun, belum ada metode yang terintegrasi secara efektif untuk mengelompokkan status gizi balita. Maka dari itu, diperlukan klasterisasi serta mengidentifikasi pola status gizi balita dalam kelompok yang dihasilkan. Pengelompokkan ini menggunakan metode clustering algoritma K-Means dengan perhitungan manual dan software RapidMiner yang dikombinasi dengan pendekatan Soft System Methodology (SSM). Hasil dari penelitian ini menunjukkan bahwa kombinasi K-Means dan SSM efektif untuk mengelola data gizi balita dan merancang intervensi yang lebih tepat sasaran. Pengelompokan yang dihasilkan membagi balita menjadi lima kelompok, yaitu cluster 0 (gizi buruk) berjumlah 21 balita atau 17,949%. Cluster 1 (gizi kurang) berjumlah 10 balita atau 8,547%. Kemudian, cluster 2 (gizi baik) berjumlah 24 balita atau 20,513%. Cluster 3 (gizi lebih) berjumlah 28 balita atau 23,932%. Sedangkan, cluster 4 (obesitas) berjumlah 34 balita atau 29,060%. Mengidentifikasi pola ini penting untuk merancang program kesehatan dan fokus pada kelompok yang paling membutuhkan intervensi, seperti balita dengan status gizi buruk dan obesitas
Co-Authors Davit Rahmadan Dessy Artina Verry Riyanto Zul Amri