<![CDATA[Penelitian ini bertujuan untuk mengelompokan data balita berdasarkan status gizinya di kota tidoe dengan menggunakan metode k-means clustering. Data diperoleh dari puskesmas tomalou dengan jumlah 50 data balita yang terdiri atas atribut berat badan lahir, tinggi badan lahir, umur, berat badan, dan tinggi badan. Proses pengelompokan dilakukan melalui beberapa tahap yaitu preprocessing data, perhitungan jarak (distance), iterasi centroid, hingga klasifikasi status gizi, yaitu Gizi Baik, Gizi Sedang, Gizi Kurang, dan Gizi Buruk. Sistem ini dibangun menggunakan bahasa pemograman Python dan ditampilkan dalam bentuk antarmuka berbasis web. Hasil pengujian menunjukkan bahwa metode k-means efektif dalam mengelompokkan status gizi balita dengan presentase klasifikasi terbesar adalah Gizi Baik (32%). Sistem ini diharapkan dapat menjadi alat bantu dalam pengambilan keputusan dan pencegahan stunting di wilayah kerja puskesmas maupun instansi terkait. ]]>
Copyrights © 2026
