Yahya, Naqiatul Miska (2024) PENDEKATAN DATA MINING MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN) DALAM PENENTUAN KELUARGA BERPOTENSI STUNTING. S1 thesis, Universitas Malikussaleh.

[img] Text
Naqiatul Miska_190170034_COVER.pdf

Download (29kB)
[img] Text
Naqiatul Miska_190170034_ABSTRAK.pdf

Download (236kB)
[img] Text
Naqiatul Miska_190170034_BAB I.pdf

Download (142kB)
[img] Text
Naqiatul Miska_190170034_DAFTAR PUSTAKA.pdf

Download (242kB)
[img] Text
SKRIPSI MISKA_REVISI4.pdf
Restricted to Registered users only

Download (3MB)

Abstract

ABSTRAK Stunting merupakan kondisi terhambatnya pertumbuhan pada balita, yang ditandai dengan tinggi badan anak berada di bawah minus 2 standar deviasi (≤ 2 SD) dari standar median WHO untuk usia mereka. Stunting dapat disebabkan oleh berbagai faktor kondisi. Keluarga merupakan bagian penting yang mempunyai andil dan terlibat langsung dalam upaya pencegahan stunting. Penelitian ini bertujuan sebagai informasi kepada masyarakat agar keluarga yang terdeteksi berpotensi stunting dapat melakukan pencegahan lebih awal serta menjadi acuan bagi pemerintah dalam hal sasaran pencegahan/penanggulangan stunting. Metode yang digunakan dalam penelitian ini adalah metode K-Nearest Neighbor (K-NN) dengan 9 (Sembilan) kriteria yaitu keluarga tidak mempunyai sumber air minum yang layak, keluarga tidak mempunyai jamban yang layak, pendapatan rumah tangga, pendidikan ibu, terlalu muda, terlalu tua, terlalu dekat, terlalu banyak dan bukan peserta KB modern. Dataset yang digunakan sebanyak 350 data training dan 50 data testing. Hasil output dari penelitian ini berupa “berpotensi” dan “tidak berpotensi”. Dari hasil perhitungan 50 data testing menggunakan euclidean distance dengan nilai k=3, didapatkan persentase precision sebesar 100%, recall 95% dan accuracy sebesar 98%. Kata Kunci : Stunting, Keluarga, Data Training, Data Testing, K-Nearest Neighbor

Item Type: Thesis (S1)
Subjects: T Technology > T Technology (General)
T Technology > T Technology (General) > T201 Patents. Trademarks
T Technology > TN Mining engineering. Metallurgy
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: Naqiatul Miska Yahya
Date Deposited: 29 Feb 2024 04:31
Last Modified: 29 Feb 2024 04:31
URI: https://rama.unimal.ac.id/id/eprint/1170

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by