Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : JURNAL REKAYASA TEKNOLOGI INFORMASI

Klasterisasi Kesehatan Gizi Bayi dan Balita Dengan Menggunakan Metode K-Means (Case Study : Kec. Deket Lamongan) Awaliyah, Bintan Udiyarini; Mujilahwati, Siti; Bettaliyah, Azza Abidatin
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i4.22316

Abstract

Klasterisasi kesehatan gizi bayi dan balita di Kecamatan Deket menggunakan metode K-Means. Kesehatan gizi anak merupakan indikator penting dalam menentukan kualitas kesehatan masyarakat. Penelitian ini bertujuan untuk mengidentifikasi tingkat gizi bayi dan balita serta mempermudah pengelompokan data kesehatan yang diperoleh dari Puskesmas dan Posyandu. Metode K-Means dipilih karena kesederhanaan dan efisiensinya dalam mengelompokkan data. Data yang digunakan mencakup 3 atribut yaitu Stunting, Wasting, dan Underweight dari data kecamatan Deket dikumpulkan secara resmi pada tahun 2023. Proses penelitian melibatkan beberapa tahap, termasuk pengumpulan, pembersihan, dan analisis data untuk memastikan kualitas informasi yang optimal. Dengan menggunakan metode K-Means, penelitian ini menghasilkan tiga kategori utama status gizi, yaitu gizi butuk rendah, gizi buruk sedang, dan gizi buruk tinggi. Hasil klasterisasi diharapkan dapat memberikan informasi yang berguna bagi tenaga kesehatan dan pengambil keputusan dalam merumuskan kebijakan intervensi yang lebih efektif. Dengan adanya pemetaan status gizi yang jelas, diharapkan dapat meningkatkan perhatian terhadap kesehatan gizi anak di Kecamatan Deket. Penelitian ini juga menyarankan pentingnya kolaborasi antara Puskesmas, Posyandu, dan masyarakat dalam upaya meningkatkan kesehatan gizi balita. Melalui implementasi yang tepat, diharapkan masalah gizi buruk dapat diatasi secara efektif demi masa depan anak-anak yang lebih sehat dan berkualitas.
Analisis Algoritma Naive Bayes Pada Penerimaan CPNS (Studi Kasus : Kementerian Hukum Jawa Timur 2024 Penjaga Tahanan) Seroja, Aulia Nadia Bunga; Mujilahwati, Siti; Bettaliyah, Azza Abidatin
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 4 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i4.22042

Abstract

Pengadaan Calon Pegawai Negeri Sipil (CPNS) Kementerian Hukum Jawa Timur tahun 2024 formasi penjaga tahanan menyediakan kuota 252 laki-laki dan 108 perempuan. Dengan jumlah pendaftar yang sangat besar, proses seleksi harus dilakukan secara ketat untuk memastikan terpilihnya calon ASN yang kompeten. Penerapan algoritma Naive Bayes untuk melakukan prediksi penerimaan peserta CPNS, bertujuan untuk menganalisis kinerjanya pada formasi penjaga tahanan tahun 2024 dan memperoleh tingkat akurasi tinggi. Naive Bayes dipilih karena kemampuan klasifikasi yang baik dan proses perhitungannya yang efisien. Data yang digunakan berjumlah 150, dengan 7 atribut : nilai TWK, TIU, TKP, CAT, kesehatan dan pengamatan fisik, kesamaptaan dan keterampilan, serta wawancara. Analisis dilakukan dengan perbandingan data latih dan data uji ke dalam tiga scenario yaitu 90:10, 80:20, dan 70:30. Hasil evaluasi memperlihatkan analisis pertama menghasilkan akurasi 93,33%, precision 83,33%, recall 100%, dan f1-score 90,90%. Analisis kedua dan ketiga mencapai nilai sempurna 100% untuk seluruh metrik. Hasil menunjukkan bahwa algoritma Naive Bayes sangat tepat dan pantas digunakan untuk memprediksi penerimaan CPNS, khususnya pada formasi penjaga tahanan di Kementerian Hukum Jawa Timur.