Article Per Year (5 Year)
p-Index From 2019 - 2024
2.266
P-Index
This Author published in this journals
All Journal Pixel : Jurnal Ilmiah Komputer Grafis Elkom: Jurnal Elektronika dan Komputer Jurnal Sarjana Teknik Informatika Jurnal Teknik Informatika UNIKA Santo Thomas Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Technologia: Jurnal Ilmiah Jurnal Teknologi Informatika dan Komputer Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST)
Prajoko
Universitas Muhammadiyah Sukabumi
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Technologia: Jurnal Ilmiah

 1 
penilaian status gizi balita menggunakan metode K-Nearest Neighbor Restu Shafira; Prajoko .; Agung Pambudi
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.11299

Abstract

Gizi merupakan asupan penting yang mempengaruhi tumbuh kembang seorang anak kebutuhan gizi pada anak terutama balita sangat rentan mengalami perubahan berat badan. Untuk mengetahui penilaian status gizi, balita akan melakukan pemeriksaan antropometri yang terdiri dari pengukuran tinggi badan dan berat badan diposyandu pada tiap bulannya. Hasil pemeriksaan tersebut akan dicatat secara manual pada sebuah kertas yang disebut KMS (Kartu Menuju Sehat). Metode tersebut kurang akurat serta kurang lengkap karena penilaian status gizi hanya berdasarkan berat badan menurut umur (BB/U) balita saja. Oleh sebab itu digunakanlah algoritma data mining yaitu algoritma k-nearest neighbor (KNN) yang dapat mengklasifikasi status gizi balita berdasarkan 3 parameter yaitu penilaian status gizi berdasarkan berat badan menurut umur (BB/U), penilaian status gizi tinggi badan menurut umur (TB/U) dan penilaian status gizi berdasarkan berat badan menurut tinggi badan (BB/TB). Algoritma K-Nearest Neighbor dapat memenuhi variabel-variabel dalam klasifikasi status gizi balita dan juga merupakan metode yang digunakan dalam pengklasifikasian dengan mencari jarak terdekat antara data yang akan dievaluasi dengan tetangga terdekatnya dalam data pelatihan. Penilaian status gizi dengan metode K-Nearest Neighbor ini menghasilkan nilai akurasi diantaranya yaitu berdasarkan berat badan menurut umur (BB/U) menghasilkan nilai akurasi sebesar 91%, berdasarkan tinggi badan menurut umur (TB/U) menghasilkan nilai akurasi sebesar 88% dan berdasarkan berat badan menurut tinggi badan (BB/TB) menghasilkan nilai akurasi sebesar 90%. 
Co-Authors Agung Pambudi Agung Prakarsa Asril Adi Sunarto Asriyanik Asriyanik Ayudita Puspitasari Deni Alpiana Didik Indrayana Diyo Sukma Pradana Fahrizal Fahrizal George Pri Hartawan Iwan Rizal Setiawan Laksono Trisnantoro Larasati Mayan Pramesti Lelah Lelah M. Elki Ismuhamdan Mohamad Firdaus Herdiansah Muhammad Gelar Andhika Narti fitrianti Raka Erlana Restu Shafira Widdy Arfiansyah Winda Apriandari