PENENTUAN STATUS GIZI BALITA MENGGUNAKAN METODE MODIFIED KNEAREST NEIGHBOR (MK-NN) (STUDI KASUS: KECAMATAN KERTOSONO)

Repositori Jurnal Mahasiswa PTIIK UB
© 2016 by Doro Jurnal
Volume 7 - Number 4
Year of Publication: 2016
Husnul Khotimah, Indriati dan Sutrisno
Download Article

 


Abstract

Bayi dibawah lima tahun atau yang disebut balita merupakan golongan usia yang paling penting dalam masa pertumbuhan manusia, tetapi pada masa ini pula manusia rentan terhadap masalah kesehatan dan gizi. Penentuan status gizi balita sendiri dapat diukur secara antropometri. Selama ini penentuan status gizi di puskesmas atau posyandu umumnya dilakukan dengan penggunaan KMS (Kartu Menuju Sehat) sebagai alat untuk memantau pertumbuhan balita, namun hal ini masih dilakukan secara manual oleh pihak posyandu/ puskesmas yang dapat memungkinkan terjadi kesalahan manusia, terlebih lagi, masing-masing petugas dari tiap-tiap daerah tidak dapat dipastikan kemampuan akurasi serta kejelian ketika menentukan status gizi balita berdasarkan data pertumbuhan balita. Dan menurut penelitian sebelumnya pada populasi manusia Pigmi di Provinsi NTT, disimpulkan bahwa faktor yang mempengaruhi pertumbuhan manusia selain nutrisi dan lingkungan, juga dipengaruhi oleh faktor hormonal dan genetik. Sedangkan pada metode antropometri hanya meninjau dari segi volume tubuh manusia, dimana hal ini hanya dipengaruhi oleh nutrisi dan kesehatan lingkungan, tanpa meninjau dari segi gen yang diturunkan, sehingga metode antropometri masih memungkinkan terjadi kesalahan klasifikasi jika diterapkan pada populasi manusia secara global, terlebih seperti populasi manusia Pigmi di provinsi NTT. Oleh karena itu dalam penelitian ini mengangkat metode klasifikasi Modified K-Nearest Neighbor (MKNN) sebagai metode lain untuk mengklasifikasikan status gizi balita. Berdasarkan hasil pengujian, sistem ini dapat memprediksi dengan baik pada data latih sejumlah 160 dan data uji sejumlah 40 data sehingga akurasi maksimum yang dihasilkan sebesar 80% pada saat k=6.

Keywords

status gizi balita, data mining, klasifikasi, Modified K-Nearest Neighbor (MKNN)