Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Julius Sepadan Maruli Tua Manurung Pengarang Edward Rajagukguk, S.Kom., M.Kom Dosen Pembimbing 2 Dr. Sri Agustina Rumapea, S.Kom., MT Dosen Pembimbing 1 Surianto Sitepu, ST., MT Penguji 2 Indra M. Sarkis S, ST., M.Kom Penguji 1

ABSTRAK Status gizi balita merupakan indikator penting dalam menilai kesehatan masyarkat dan menentukan arah intervensi gizi yang tepat. Dalam upaya mengelompokkan status gizi balita secara spesifik dan berbasis data, penelitian ini menggunakan metode K-Means Clustering terhadap data antropometri yang mencakup berat badan, tinggi badan, dan lingkar kepala. Tujuan penelitian ini adalah untuk mengelompokkan gizi balita ke dalam lima Cluster, yaitu penyimpangan -3 di bawah normal, penyimpangan -2 di bawah normal, normal, penyimpangan +1 di atas normal, dan penyimpangan +2 di atas normal. Proses pengelompokan dilakukan dengan perhitungan Z-score (WAZ, HAZ, dan HCAZ) berdasarkan standar WHO, yang kemudian menjadi input dalam algoritma K-Means. Penentuan jumlah klaster (k=5) disesuaikan dengan kategori status gizi yang digunakan dalam pedoman kesehatan nasional. Visualisasi hasil klaster memberikan gambaran sebaran data berdasarkan tiga indikator tersebut, sedangkan evaluasi dilakukan dengan menghitung jarak Euclidean dari setiap titik data ke centroid klaster. Hasil penelitian menunjukkan bahwa metode K-Means Clustering mampu mengelompokkan data balita secara efektif dan mendekati pengelompokan manual berdasarkan standar WHO. Implikasi dari penelitian ini adalah pemanfataan pendekatan data mining dalam mendukung sistem informasi kesehatan, khususnya dalam mendeteksi status gizi secara otomatis dan efisien. Kata Kunci: Status Gizi, Antropometri, Z-Score, K-Means Clustering