Perbandingan Metoda Clustering Kasus Stunting Pada Anak Menggunakan K-Means Dan K-Nearest Neighbors

Kurniawan, Adjie Prayogo (2024) Perbandingan Metoda Clustering Kasus Stunting Pada Anak Menggunakan K-Means Dan K-Nearest Neighbors. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_Adjie Prayogo Kurniawan_Cover.pdf - Published Version Download (30kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_Lembar Pengesahan.pdf - Published Version Download (444kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_Surat Keterangan Persetujuan Publikasi.pdf - Published Version Download (295kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_Lembar Pernyataan.pdf - Published Version Download (287kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_Kata Pengantar.pdf - Published Version Download (70kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_Daftar Isi.pdf - Published Version Download (18kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_BAB I.pdf - Published Version Download (26kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_BAB II.pdf - Published Version Download (200kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_BAB III.pdf - Accepted Version Restricted to Repository staff only Download (194kB) | Request a copy
	Text UNIKOM_Adjie Prayogo Kurniawan_BAB IV.pdf - Published Version Restricted to Repository staff only Download (258kB) | Request a copy
	Text UNIKOM_Adjie Prayogo Kurniawan_BAB V.pdf - Published Version Download (13kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_Daftar Pustaka.pdf - Published Version Download (81kB)
	Text UNIKOM_Adjie Prayogo Kurniawan_Kontak Dan Kontributor.pdf - Published Version Download (122kB)

Abstract

Stunting merupakan kondisi gizi buruk kronis yang mengakibatkan gangguan pertumbuhan pada anak, yang jika tidak segera diatasi, dapat mengakibatkan dampak jangka panjang. Penelitian ini bertujuan untuk membandingkan metode clustering K-Means dan K-Nearest Neighbors (KNN) dalam pengelompokan kasus stunting pada anak di berbagai kecamatan di Jawa Barat. Dalam penelitian ini, kedua metode clustering diterapkan pada dataset yang mencakup data stunting di Jawa Barat. Hasil penelitian menunjukkan bahwa metode K-Means lebih unggul dibandingkan KNN dalam hal kualitas clustering, dengan nilai silhouette score mendekati 1 yaitu sebesar 0.74 yang berarti data dikelompokkan dengan baik ke dalam klaster yang tepat. Sedangkan KNN nilai silhouette score mendekati 0 yang berarti data berada di batas klaster atau klasterisasi yang kurang baik yaitu sebesar 0,18. Berdasarkan hasil pengujian, mengindikasikan bahwa kualitas clustering bervariasi tergantung pada metode yang digunakan, dan lebih banyak penelitian diperlukan untuk menentukan metode yang paling tepat dalam analisis kasus stunting di masa mendatang.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Stunting, K-Means, K-Nearest Neighbors, Clustering, Silhouette Score
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Sistem Komputer (02)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	25 Jul 2025 01:19
Last Modified:	25 Jul 2025 01:19
URI:	http://elibrary.unikom.ac.id/id/eprint/10669

Actions (login required)

View Item