Muhammad Zarlis
STIKOM Tunas Bangsa Pematangsiantar, Sumatera Utara

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

Found 1 Documents
Search

Penerapan Algoritma K-Medoids dalam Pengelompokan Balita Stunting di Indonesia Halimatusakdiah Pohan; Muhammad Zarlis; Eka Irawan; Harly Okprana; Yuegilion Pranayama
JUKI : Jurnal Komputer dan Informatika Vol. 3 No. 2 (2021): JUKI : Jurnal Komputer dan Informatika, Edisi November 2021
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v3i2.69

Abstract

Stunting adalah kondisi gagal tumbuh pada balita akibat kekurangan asupan gizi dan infeksi yang berkepanjangan yang mengakibatkan tinggi badan yang lebih pendek dari standar usianya. Indonesia saat ini menjadi urutan ke 4 dalam tingginya kasus prevelensi stunting menurut standar World Health Organization. Adapun tujuan dari penelitian ini untuk mengelompokkan provinsi mana yang mengalami bayi stunting dengan cluster tertinggi maupun cluster terendah yang berguna sebagai masukan bagi pemerintah untuk menangani dengan cepat penurunan stunting di Indonesia. Data yang digunakan dari penelitian ini di dapat dari Badan Pusat Statistika (BPS) dengan nama indikator Prevelensi Stunting tahun 2015-2018. Dalam penelitian ini data di olah dengan menggunakan Algoritma K-Medoids yang merupakan salah satu bagian dari algoritma clustering yang dapat memecahkan dataset ke kelompok-kelompok diantara semua objek data dengan menggunakan objek sebagai perwakilan (medoid) dalam sebuah cluster.