PENERAPAN ALGORITMA K-MEANS CLUSTERING DATA GIZI BALITA PADA UPTD PUSKESMAS

Abstract

Abstrak yang Status gizibalitamerupakan salah satuindikatorpentingdalammenilaikondisikesehatan dan pertumbuhananak. Penentuan status gizi yang dilakukansecara manual memerlukanwaktu yang relatif lama dan berpotensimenimbulkankesalahan, sehinggadiperlukanpemanfaatanteknologiuntukmeningkatkanefisiensi proses pengolahan data. Penelitianinibertujuanmenganalisis status gizibalitaberdasarkanindikatorLingkarLengan Atas (LiLA) menggunakanbahasapemrograman Python. Metode penelitianterdiriatastigatahapan, yaitueksplorasi dataset, data cleaning, dan analisis status gizi. Tahap eksplorasidilakukanuntukmengetahuikarakteristik dataset melaluipemeriksaanstruktur data, statistikdeskriptif, missing value, data duplikat, histogram, dan boxplot. Selanjutnyadilakukan proses data cleaning yang meliputipenghapusan data duplikat, pemeriksaan missing value, validasitipe data, sertavalidasinilaiantropometri agar diperoleh dataset yang layakdigunakan. Tahap analisisdilakukandenganmengklasifikasikan status gizibalitaberdasarkannilaiLiLAkedalamempatkategori, yaitu Gizi Buruk, Gizi Kurang, Gizi Baik, dan Gizi Lebihmenggunakanfungsiklasifikasi pada Python. Hasil penelitianmenunjukkanbahwa proses eksplorasi dan data cleaning berhasilmenghasilkan dataset yang siapdianalisis, sedangkan proses klasifikasimampumengelompokkanseluruh data balitasecaraotomatissesuaikategori status giziberdasarkannilaiLiLA. Penggunaan Python terbuktimembantumempercepatpengolahan data, meningkatkankonsistensihasilklasifikasi, sertamengurangipotensikesalahandalampenentuan status gizibalita.