Implementasi Algoritma K-Means Dalam Pengelompokan Anak Yang Kurang Gizi Di Puskesmas

Abstract

Malnutrisi (gizi buruk) pada anak merupakan tantangan besar yang mempengaruhi kualitas hidup dan perkembangan anak. Identifikasi dini dan pengelompokan anak yang berisiko mengalami kekurangan gizi sangat penting untuk intervensi yang efektif. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means dalam pengelompokan anak yang mengalami kekurangan gizi di Puskesmas, dengan tujuan memperbaiki proses identifikasi dan alokasi sumber daya yang lebih tepat sasaran.dengan variabel tinggi badan, berat badan, umur dan jenis kelamin.dari data balita 1776 akan menjadi dua cluster yaitu cluster satu gizi baik dan cluster dua gizi buruk.Hasil penelitian menunjukkan bahwa implementasi algoritma K-Means tidak hanya mampu mengelompokkan anak-anak berdasarkan tingkat kekurangan gizi, tetapi juga memberikan landasan yang lebih kuat bagi Puskesmas untuk merancang strategi intervensi yang lebih terfokus. Dengan pengelompokan yang lebih akurat.