Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Go Infotech: Jurnal Ilmiah STMIK AUB Go Infotech: Jurnal Ilmiah STMIK AUB
Hayuningtyas, Arindhya Ratna
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Penerapan Algoritma K-Means Dalam Proses Klasterisasi Balita Stunting Di Kecamatan Geyer Hayuningtyas, Arindhya Ratna; Arum, Dhika Malita Puspita; Supriyadi, Eko
Go Infotech: Jurnal Ilmiah STMIK AUB Vol 31, No 2 (2025): December
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer AUB - Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36309/goi.v31i2.420

Abstract

Stunting merupakan permasalahan gizi kronis akibat      kekurangan nutrisi jangka panjang dan infeksi berulang, yang menghambat pertumbuhan anak. Di Indonesia, angka prevalensi stunting masih berada pada tingkat yang cukup tinggi dan belum memenuhi target nasional, yaitu 14% pada tahun 2024. Jawa Tengah mencatat angka 20,7% pada tahun 2023. Kabupaten Grobogan melaporkan 9,15% balita telah terindikasi stunting. Penanganan stunting membutuhkan pendekatan berbasis data, salah satunya melalui algoritma K-Means Clustering yang mampu mengelompokkan data secara efektif. Penelitian dengan metode tersebut untuk mengelompokkan balita stunting di Kecamatan Geyer. Tiga proses dilakukan secara berurutan: klasterisasi berdasarkan usia, klasterisasi berdasarkan kombinasi usia, berat badan, dan tinggi badan, serta analisis distribusi wilayah berdasarkan hasil klaster. Hasil klaster menunjukkan bahwa balita dapat dikelompokkan ke dalam beberapa klaster dengan kemiripan karakteristik pertumbuhan. Evaluasi menggunakan Silhouette Coefficient menghasilkan nilai yang cukup optimal di setiap prosesnya. Dengan nilai evaluasi yang dihasilkan menggunakan Sillhouette Coefficient, Algoritma K-Means mampu memberikan gambaran awal mengenai karakteristik balita stunting dan dapat dimanfaatkan untuk mendukung perencanaan intervensi gizi secara lebih terstruktur.
Penerapan Algoritma K-Means Dalam Proses Klasterisasi Balita Stunting Di Kecamatan Geyer Hayuningtyas, Arindhya Ratna; Arum, Dhika Malita Puspita; Supriyadi, Eko
Go Infotech: Jurnal Ilmiah STMIK AUB Vol 31, No 2 (2025): December
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer AUB - Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36309/goi.v31i2.420

Abstract

Stunting merupakan permasalahan gizi kronis akibat      kekurangan nutrisi jangka panjang dan infeksi berulang, yang menghambat pertumbuhan anak. Di Indonesia, angka prevalensi stunting masih berada pada tingkat yang cukup tinggi dan belum memenuhi target nasional, yaitu 14% pada tahun 2024. Jawa Tengah mencatat angka 20,7% pada tahun 2023. Kabupaten Grobogan melaporkan 9,15% balita telah terindikasi stunting. Penanganan stunting membutuhkan pendekatan berbasis data, salah satunya melalui algoritma K-Means Clustering yang mampu mengelompokkan data secara efektif. Penelitian dengan metode tersebut untuk mengelompokkan balita stunting di Kecamatan Geyer. Tiga proses dilakukan secara berurutan: klasterisasi berdasarkan usia, klasterisasi berdasarkan kombinasi usia, berat badan, dan tinggi badan, serta analisis distribusi wilayah berdasarkan hasil klaster. Hasil klaster menunjukkan bahwa balita dapat dikelompokkan ke dalam beberapa klaster dengan kemiripan karakteristik pertumbuhan. Evaluasi menggunakan Silhouette Coefficient menghasilkan nilai yang cukup optimal di setiap prosesnya. Dengan nilai evaluasi yang dihasilkan menggunakan Sillhouette Coefficient, Algoritma K-Means mampu memberikan gambaran awal mengenai karakteristik balita stunting dan dapat dimanfaatkan untuk mendukung perencanaan intervensi gizi secara lebih terstruktur.
Co-Authors Arum, Dhika Malita Puspita Eko Supriyadi