IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA STUNTING ANAK BALITA

• HIZKIA JEREMY POJOH
• 2025

---

Stunting pada balita merupakan permasalahan serius di bidang kesehatan masyarakat
yang berdampak pada pertumbuhan fisik, perkembangan kognitif, dan kualitas hidup
jangka panjang. Penelitian ini bertujuan mengelompokkan data balita yang
mengalami stunting menggunakan algoritma K-Means Clustering. Dataset yang
digunakan terdiri dari 500 data balita dengan atribut berupa nama, jenis kelamin,
usia, berat badan, tinggi badan, dan BMI. Penelitian ini menerapkan proses
Knowledge Discovery in Databases (KDD) yang meliputi tahapan seleksi data,
praproses, transformasi, data mining, dan evaluasi.
Hasil pengelompokan menunjukkan bahwa jumlah klaster optimal adalah dua,
dengan nilai Davies-Bouldin Index (DBI) sebesar 0,078. Nilai ini mendekati nol,
yang menunjukkan kualitas klaster yang baik. Klaster pertama terdiri dari 376 balita,
sedangkan klaster kedua terdiri dari 42 balita. Penelitian ini diharapkan dapat
mendukung pengambilan keputusan berbasis data bagi pemerintah dan lembaga
kesehatan dalam upaya pencegahan dan penanganan stunting secara lebih efektif.
Selain itu, hasil penelitian menunjukkan potensi algoritma K-Means Clustering
dalam menganalisis data kesehatan masyarakat.

https://repository.bsi.ac.id/repo/61860/IMPLEMENTASI-ALGORITMA-K-MEANS-CLUSTERING-PADA--STUNTING-ANAK-BALITA
File full-text dikunci.