Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Tekno Kompak Algoritme Jurnal Mahasiswa Teknik Informatika
Palupi, Kinanthi Sekar
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Metode SAW dengan Pembobotan ROC dalam Menentukan Stunting di Posyandu Desa Padang Palupi, Kinanthi Sekar; Putra, Rafli Danu Kusuma; Pungkasanti, Prind Triajeng
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5023

Abstract

Stunting merupakan masalah kesehatan yang serius di Indonesia, terutama pada balita yang berada dalam tahap usia dini. Stunting adalah status gizi yang sering terjadi pada anak dibawah 5 tahun karena terjadinya kekurangan gizi sejak dalam kandungan dan pada awal kelahiran. Deteksi dini pada status gizi balita sangat penting untuk mencegah terjadinya kekurangan gizi kronis yang dapat menghambat pertumbuhan anak. Penelitian ini bertujuan untuk menerapkan metode Simple Additive Weighting (SAW) dengan pembobotan Rank Order Centroid (ROC) dalam menentukan status gizi balita di Posyandu Desa Padang. Metode ROC dipilih untuk memberikan bobot pada keriteria yang relevan, sedangkan metode SAW digunakan untuk perhitungan alternatif berdasarkan bobot kriteria tersebut. Peneliti menggunakan data antropometri seperti tinggi badan, berat badan, umur, dan data pendukung lainnya untuk mengidentifikasi status gizi balita. Pengumpulan data dilakukan melalui wawancara dengan bidan desa, yang menghasilkan data antropometri balita yang dianalisis. Hasil menunjukkan bahwa penggunaan metode SAW dengan pembobotan ROC memungkinkan penentuan status gizi balita dengan lebih akurat dan efesien. Hasil nilai preferensi dihitung untuk menentukan skala status gizi balita, yang diklasifikasikan sebagai sangat pendek, stunting, tinggi, dan normal. Penerapan metode SAW dengan pembobotan ROC dalam menentukan status gizi balita ini menunjukkan bahwa metode ini efektif dalam memebantu deteksi dini stunting, mendukung upaya pencegahan, dan meningkatkan kualitas sumber daya manusia. Dengan metode ini, posyandu diharapkan dapat meningkatkan akurasi dalam menentukan status gizi balita serta mengatasi keterbatasan sumber daya manusia. Kata Kunci: Stunting, Metode SAW, Metode ROC, Status Gizi, Posyandu
Pengelompokkan Data Nilai Mahasiswa Menggunakan Metode K-Means Kusuma Putra, Rafli Danu; Palupi, Kinanthi Sekar; Wakhidah, Nur
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 6 No 1 (2025): Oktober 2025 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v6i1.10038

Abstract

Efficient and organized determination of student grades can help improve the quality of academic evaluation. In this research, the K-Means algorithm is used to cluster students based on academic grades. The K-Means algorithm is an unsupervised learning method often used to group data based on certain data The use of K-Means on student grade data aims to identify into several clusters based on similar characteristics so that students who have achievements can be identified. The implementation process involves the stages of data collection, data pre-processing, and data processing with Google Collaboratory platform using Python. The result showed that data grouping resulted in three clusters, namely students with low,medium, and high performance. The elbow method is used to determine the ideal number of clusters, and cluster quality is assessed by the silhouette coefficient. The best result showed a silhouette coefficient value of 0.458, indicating that the clusters formed were accurate. Thus, the K-Means algorithm is reliable for identifying students' academic performance.
Co-Authors Kusuma Putra, Rafli Danu Nur Wakhidah Prind Triajeng Pungkasanti, Prind Triajeng Putra, Rafli Danu Kusuma