DATA MINING MENGGUNAKAN CLUSTERING DALAM MENGIDENTIFIKASI ANAK STUNTING BERDASARKAN USIA, PENYEBAB DAN PEKERJAAN ORANG TUA

SARI, ATALYA KURNIA (2022) DATA MINING MENGGUNAKAN CLUSTERING DALAM MENGIDENTIFIKASI ANAK STUNTING BERDASARKAN USIA, PENYEBAB DAN PEKERJAAN ORANG TUA. Masters thesis, Univesitas Putra Indonesia YPTK.

[img]
Preview
Text (Abstrak)
Thesis_ATALYA KURNIA SARI_202321003_Abstrak.pdf

Download (173kB) | Preview
[img]
Preview
Text (BAB I)
Thesis_ATALYA KURNIA SARI_202321003_BAB I.pdf

Download (444kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
Thesis_ATALYA KURNIA SARI_202321003_DAftar Pustaka.pdf

Download (294kB) | Preview
[img] Text (Full Text)
Thesis_ATALYA KURNIA SARI_202321003_Full Text.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

ABSTRAK Status gizi pada balita merupakan salah satu indikator kesehatan yang perlu diperhatian.Untuk mengetahui status gizi balita dapat dilakukan dengan metode penilaian status gizi sehingga dapat ditentukan apakah seorang balita memiliki masalah gizi.Salah satu masalah gizi yang masih banyak terjadi pada balita adalah stunting(tubuh pendek).Menurut World Health Organization (WHO) suatu wilayah dikatakan memiliki masalah Stunting jika persentase Stunting berada di atas 20%. Berdasarkan hasil Pengamatan Status Gizi (PSG) tahun 2016, salah satu daerah yang memiliki presentase Stunting di atas 25,6% adalah Kota Padang. Dan pada tahun 2018 menunjukkan angka prevalensi balita Stunting di Sumatera Barat 29,9%. Angka ini mengalami kenaikan 4,3% dibandingkan tahun 2016. Oleh karena itu, pada penelitian ini akan dilakukan Cluster yang bertujuan untuk menentukan faktor-faktor yang mempengaruhi kejadian Stunting pada balita di Kota Padang dengan Data Mining menggunakan metode Clustering. Hasil analisis yang dilakukan menunjukkan bahwa faktor-faktor yang mempengaruhi kejadian Stunting pada balita di Kota Padang adalah Pengetahuan orang tua, ASI Ekslusif, dan Pendapatan Orang tua. Kata kunci: Data Mining, Clustering, K-Means, Stunting, Usia, penyebab, Pekerjaan Orang Tua

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer > Data Mining dan KDD
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer > Magister Ilmu Komputer (S2)
Depositing User: Ryan Ariadi A.Md
Date Deposited: 04 Mar 2023 03:52
Last Modified: 04 Mar 2023 04:12
URI: http://repository.upiyptk.ac.id/id/eprint/4269

Actions (login required)

View Item View Item