Fuadin, Latif (2023) IMPLEMENTASI ALGORITME ELBOW DAN K-MEANS CLUSTERING TERHADAP NILAI STATUS GIZI BALITA PADA SIMPADU (Studi Kasus: Posyandu Puspa Kencana Desa Tegalreja Kecamatan Cilacap Selatan). Other thesis, Universitas Nahdlatul Ulama Al Ghazali Cilacap.
00 Halaman Depan.pdf
Download (1MB)
01 Bab 1.pdf
Download (15kB)
02 Bab 2.pdf
Download (216kB)
03 Bab 3.pdf
Download (2MB)
04 Bab 4.pdf
Restricted to Registered users only
Download (1MB) | Request a copy
05 Bab 5.pdf
Restricted to Registered users only
Download (8kB) | Request a copy
06 Daftar Pustaka.pdf
Download (141kB)
07 Lampiran.pdf
Download (3MB)
Skripsi - Fuadin Latif - 1955120001.pdf
Restricted to Registered users only
Download (9MB) | Request a copy
Abstract
Perkembangan teknologi informasi diera digital yang semakin pesat telah membawa berbagai perubahan di masyarakat dan menjadi kebutuhan yang sangat penting serta mampu mengintegrasikan dibanyak sektor, salah satunya pada instansi pelayanan kesehatan di Posyandu. Penelitian dilakukan di Posyandu Puspa Kencana desa Tegalreja Cilacap Selatan. Proses penginputan data pada Posyandu Puspa Kencana desa Tegalreja Cilacap Selatan masih menggunakan pencatatan secara manual dan pengukuran dengan metode antropometri sebagai indikator sederhana untuk penilaian status gizi perorangan. Metode ini tidak dapat mendeteksi status gizi dalam waktu singkat. Kesalahan juga dapat terjadi pada saat pengukuran, perubahan hasil pengukuran serta analisis dan asumsi yang keliru. Tujuan dari penelitian ini adalah mengelompokan nilai status gizi balita berdasarkan indeks Berat Badan menurut umur (BB/U), Tinggi Badan menurut umur (TB/U) dan Berat Badan menurut Tinggi Badan (BB/TB) yang diperoleh dari perhitungan Z-Score melalui proses normalisasi data indeks. Penelitian ini menerapkan algoritme Elbow untuk menentukan jumlah kelompok terbaik dan menggunakan algoritme K-means clustering untuk melakukan pengelompokan data. Berdasarkan hasil implementasi dan pengujian pada Sistem Informasi Puspa Posyandu (SIMPADU) dengan algoritme Elbow dan K-means clustering mendapatkan kelompok nilai terbaik dan jumlah anggota setiap kelompok yang terbentuk. Proses pengujian sistem yang digunakan adalah black box testing dengan menguji fungsionalitas sistem oleh pihak pengembang sistem.
Item Type: | Thesis (Other) |
---|---|
Additional Information: | Fuadin Latif (19552012001) |
Uncontrolled Keywords: | K-means clustering, elbow, posyandu |
Subjects: | Q Science > Q Science (General) |
Divisions: | Fakultas Matematika dan Ilmu Komputer (FMIKOM) > Prodi Informatika (INF) |
Depositing User: | Teguh Wibowo |
Date Deposited: | 16 Mar 2024 05:07 |
Last Modified: | 16 Mar 2024 05:07 |
URI: | http://eprints.unugha.ac.id/id/eprint/186 |