DATA MINING PENENTUAN POTENSI STATUS GIZI BALITA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING (Studi Kasus : Puskesmas Rambah Hilir 1 (Satu) )

ASMAUL, HUSNA (2020) DATA MINING PENENTUAN POTENSI STATUS GIZI BALITA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING (Studi Kasus : Puskesmas Rambah Hilir 1 (Satu) ). Sarjana thesis, Universitas Pasir Pengaraian.

	Text COVER.pdf Download (362kB)
	Text BAB 1 2 3.pdf Download (242kB)
	Text BAB 4 5.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Data Mining merupakan penyelesaian masalah dengan menganalisa data yang ada pada database, dimana data tersimpan secara elektronik dan pencariannya dilakukan otomatis seperti pada komputer. K-Means adalah suatu teknik pengklusteran data yang mana keberadaan tiap data dalam suatu cluster ditentukan oleh nilai keanggotaannya. Pada kondisi awal, pusat cluster masih belum akurat. Clustering adalah proses pembentukan kelompok data dari himpunan data yang tidak diketahui kelompok-kelompoknya berdasarkan tingkat kesamaan. Sehingga dalam suatu cluster merupakan data dengan karakterisitik yang hampir sama. Algoritma k-means clustering ini mampu digunakan sebagai penentuan status gizi balita di Puskesmas Rambah Hilir 1 dengan cara mengelompokkan status gizi balita menjdi beberapa kelompok gizi, yang mana balita tergolong gizi normal, tidak normal dan balita obesitas.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	Database, status gizi, data mining, clustering, k-means
Subjects:	Dewey decimal Classification Subject Areas > 000 Karya Umum Dewey decimal Classification Subject Areas > 000 Karya Umum Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Unnamed user with username AdminPustaka
Date Deposited:	29 Dec 2021 07:32
Last Modified:	29 Dec 2021 07:32
URI:	http://repository.upp.ac.id/id/eprint/877

Actions (login required)

View Item