Lubis, Michael Yusuf (2026) PENERAPAN METODE K-MEANS CLUSTERING UNTUK MENGELOMPOKKAN RISIKO BERAT BADAN BERDASARKAN GAYA HIDUP. S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (2MB)
	Text ABSTRAK.pdf Download (2MB)
	Text BAB I.pdf Download (2MB)
	Text DAFTAR PUSTAKA.pdf Download (2MB)
	Text Michael Yusuf Lubis Lengkap.pdf Restricted to Registered users only Download (2MB)

Abstract

ABSTRAK Perkembangan gaya hidup modern memberikan dampak signifikan terhadap kondisi kesehatan mahasiswa. Aktivitas akademik padat, pola makan tidak teratur, rendahnya aktivitas fisik, serta konsumsi makanan cepat saji menjadi faktor yang berkontribusi terhadap perubahan berat badan, mulai dari kekurangan berat badan hingga obesitas. Penelitian ini menerapkan metode K-Means Clustering untuk mengelompokkan tingkat risiko berat badan Mahasiswa Teknik Universitas Malikussaleh berdasarkan faktor gaya hidup dan kondisi fisik, sekaligus merancang sistem rekomendasi edukasi otomatis dan program pembinaan kesehatan berbasis hasil clustering. Data dikumpulkan dari 228 mahasiswa aktif Fakultas Teknik melalui kuesioner daring, mencakup variabel demografi, kondisi fisik, dan gaya hidup. Proses clustering dilakukan menggunakan Python (Pandas, Scikit-learn, Matplotlib) dan diimplementasikan pada sistem berbasis web. Metode Elbow dan Silhouette Score menghasilkan K=3 sebagai jumlah cluster optimal, dengan SSE 2714,32, Silhouette Score 0,1416, dan Davies-Bouldin Index 2,1698. Model konvergen setelah 9 iterasi dan membentuk tiga kelompok: Cluster Risiko Rendah (105 mahasiswa, 46,1%, IMT rata-rata 21,15 kg/m²), Cluster Risiko Normal (99 mahasiswa, 43,4%, IMT rata-rata 22,25 kg/m²), dan Cluster Risiko Tinggi (24 mahasiswa, 10,5%, IMT rata-rata 23,27 kg/m²). Riwayat keluarga menjadi faktor pembeda kuat pada Cluster Risiko Tinggi, di mana seluruh anggotanya memiliki riwayat keluarga dengan risiko berat badan. Berdasarkan hasil tersebut, sistem memberikan rekomendasi berbeda per kluster: pola makan rendah kalori dan aktivitas aerobik bagi Cluster Risiko Tinggi, edukasi gizi seimbang bagi Cluster Risiko Rendah, serta anjuran pemeliharaan pola hidup bagi Cluster Risiko Normal. Rekomendasi ini diimplementasikan dalam program pembinaan kesehatan berdurasi satu bulan, mencakup asesmen awal, intervensi sesuai kluster, pendampingan mingguan, dan evaluasi akhir. Hasil penelitian diharapkan menjadi dasar perencanaan program pembinaan kesehatan mahasiswa berbasis data secara berkelanjutan di kampus. Kata Kunci – K-Means Clustering, risiko berat badan, gaya hidup, data mining, segmentasi mahasiswa

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Michael Yusuf Lubis
Date Deposited:	09 Sep 2026 08:55
Last Modified:	09 Sep 2026 08:55
URI:	https://rama.unimal.ac.id/id/eprint/22720

Actions (login required)

View Item