Algoritma K-Means Clustering untuk Menentukan Nilai Gizi Balita

Gizi  sangat dibutuhkan bagi tubuh manusia, terutama pada usia balita dan anak-anak, nilai gizi yang seimbang sangat baik dalam proses tumbuh kembang anak, meningkatkan kemampuan belajar yang baik, serta memberikan dampak positif untuk perkembangannya di masa depan. Saat ini masih kurangnya pengetahuan dasar orang tua dan para kader Posyandu mengenai nilai gizi seimbang pada balita, belum adanya pengelompokkan data berdasarkan karakteristik nilai gisi balita. Pengklasteran (clustering) merupakan metode yang cukup popular dan paling sering digunakan dalam pengolahan data pencitraan medis, biometrik dan bidang yang terkait oleh karena kesederhanaannya serta cukup efektif dalam mengelompokan data dengan  ukuran besar berdasarkan kecepatan pemrosesan dengan menempatkan objek-objek ke dalam kelas-kelas yang memiliki kemiripan. Dalam penelitian ini klasterisasi data nilai gizi balita pada Posyandu dengan acuan parameter tinggi badan balita dan berat badan balita menggunakan algoritma k-Means. Dengan menggunakan K-Means dapat mengklasifikasi nilai gizi balita secara umum agar dapat digunakan sebagai landasan pencegahan dini bagi para kader posyandu menanggulangi gizi buruk atau obesitas. Hasil klasterisasi tersebut dapat membantu para kader Posyandu dan orang tua balita dalam penanganan dini kondisi gizi balita dengan kategori obesitas, gizi lebih, gizi baik, gizi kurang dan gizi buruk.