z-logo
open-access-imgOpen Access
Penerapan Algoritma K-Medoids dalam Pengelompokan Balita Stunting di Indonesia
Author(s) -
Halimatusakdiah Pohan,
Muhammad Zarlis,
Eka Irawan,
Harly Okprana,
Yuegilion Pranayama
Publication year - 2021
Publication title -
jurnal komputer dan informatika
Language(s) - Italian
Resource type - Journals
ISSN - 2722-4368
DOI - 10.53842/juki.v3i2.69
Subject(s) - humanities , physics , philosophy
Stunting adalah kondisi gagal tumbuh pada balita akibat kekurangan asupan gizi dan infeksi yang berkepanjangan yang mengakibatkan tinggi badan yang lebih pendek dari standar usianya. Indonesia saat ini menjadi urutan ke 4 dalam tingginya kasus prevelensi stunting menurut standar World Health Organization. Adapun tujuan dari penelitian ini untuk mengelompokkan provinsi mana yang mengalami bayi stunting dengan cluster tertinggi maupun cluster terendah yang berguna sebagai masukan bagi pemerintah untuk menangani dengan cepat penurunan stunting di Indonesia. Data yang digunakan dari penelitian ini di dapat dari Badan Pusat Statistika (BPS) dengan nama indikator Prevelensi Stunting tahun 2015-2018. Dalam penelitian ini data di olah dengan menggunakan Algoritma K-Medoids yang merupakan salah satu bagian dari algoritma clustering yang dapat memecahkan dataset ke kelompok-kelompok diantara semua objek data dengan menggunakan objek sebagai perwakilan (medoid) dalam sebuah cluster.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here