Implementasi Metode K-Means Clustering untuk Menentukan Kondisi Gizi Balita (Studi Kasus : Puskesmas Mamsena)

Abstract

Kondisi gizi balita sangat mempegaruhi pertumbuhan dan kesehatan pada balita. Penentuan kondisi gizi balita perlu dilakukan untuk mengetahui presentase kondisi gizi dari balita tersebut. Penelitian ini dilakukan di Puskesmas Mamsena dengan tujuan untuk mengelompokkan kondisi gizi balita dengan sampel penelitian 348 data balita dengan menggunakan data atropometri balita. Antropometri ialah data yang merujuk pada pengukuran masa tubuh atau fisik dari balita. Jenis kelamin, usia, berat badan, tinggi badan, dan lingkar lengan merupakan data antropometri yang digunakan dalam penelitian ini pada 348 balita. Penelitian ini mengimplementasikan  salah satu metode clustering khususnya strategi pengelompokan K-Means, untuk mengelompokkan informasi yang sama menjadi sekumpulan informasi ke dalam kelompok-kelompok tertentu. Metode ini diimplementasikan  dengan menggunakan bahasa pemrograman python untuk menganalisis data. Jumlah kelompok atau K terbaik diperoleh dengan menggunakan elbow method atau teknik siku dengan jumlah K = 5 yaitu gizi buruk,  gizi kurang, gizi cukup, gizi baik dan kegemukan. Hasil pengelompokan yang diperoleh untuk setiap cluster yaitu cluster nol memiliki presentase = 28, 16 % atau sama dengan 98 data balita, cluster satu memiliki presentase = 16, 95 % atau sama dengan 59 data balita, cluster dua memiliki presentase = 23, 85 % atau sama dengan 83 data balita, cluster tiga memiliki presentase = 16, 09% atau sama dengan 56 data balita dan cluster empat memiliki presentase = 14, 94% atau sama dengan 52 data balita. Evaluasi hasil clustering dilakukan menggunakan metode DBI dengan nilai = 0,2520626580022645. Dari perolehan nilai DBI maka dapat disimpulkan bahwa kualitas hasil custer dengan jumlah K=5 memiliki kualitas yang bagus karena hasil akurasi yang diperoleh mendekati 0.