Sistem Informasi Geografis Pemetaan dan Pengelompokan Balita Berpotensi Gizi Buruk Tertinggi pada Wilayah Kota Prabumulih Menggunakan Metode K-Means Clustering ( Studi Kasus : Dinas Kesehatan Kota Prabumulih )
Dublin Core
Title
Sistem Informasi Geografis Pemetaan dan Pengelompokan Balita Berpotensi Gizi Buruk Tertinggi pada Wilayah Kota Prabumulih Menggunakan Metode K-Means Clustering ( Studi Kasus : Dinas Kesehatan Kota Prabumulih )
Subject
Malnutrition, Clustering, k-means, eXtreme Programming
Description
Malnutrition is a part of diseases that Indonesia is worried about, not only a
burden on the state, but also a burden on the family. Of course this is also a
concern of the local government, including Prabumulih City. Based on a report
from the family health also community nutrition part at the Prabumulih City
Health Office, in 2019 the number of cases of malnutrition in children under
five reached 1%. And to maximize health monitoring in toddlers so that they are
not potentially bad, clustering is carried out using the K-Means algorithm which
aims to provide information for the parties involved in decision making.
eXtreme Programming (XP) was used to create the system. The data used is a
recap of data on toddlers with bad potential from 2018 - 2020. This study
resulted in clusters (groups) of bad disaster distribution areas with a level of C1
for areas with high nutritional potential, C2 for areas with moderate nutrition
levels. potential, for C3 for areas of low potential. malnutrition.
.
ABSTRAK
Gizi Buruk merupakan salah satu penyakit yang di khawatirkan oleh Indonesia,
bukan hanya beban pemerintah, namun beban pada keluarga. Hal ini tentu saja
menjadi perhatian juga bagi pemerintah daerah, termasuk Kota Prabumulih.
Dinas Kesehatan menajdi dasar pelaporan bagian kesehatan keluarga serta gizi
masyarakat Kota Prabumulih, pada tahun 2019 jumlah kasus gizi buruk pada
balita mencapai 1%. Dan untuk memaksimalkan pemantauan kesehatan pada
balita agar tidak berpotensi gizi buruk maka dilakukan pengelompokan
(clustering) tersebut menggunakan algoritma K- Means dimana mmepunyai
tujuan dalam menyediakan data teruntuk pihak dimana mempunyai keterkaitan
pada pelaksanaan keputusan yang diambilkan. Metode pengembangan sistem
yang di gunakan yaitu eXtreme Programming (XP). Data yang di gunakan
adalah rekapan data balita berpotensi gizi buruk dari tahun 2018 – 2020. Pada
studi ini, ditemukan suatu penemuan bahwa cluster (kelompok) berwilayah
persebaran kasus balita berpotensi gizi buruk dengan tingkatan C1 untuk daerah
tinggi potensi gizi buruk, C2 untuk daerah menengah potensi gizi buruk, untuk
C3 untuk daerah rendah potensi gizi buruk.
burden on the state, but also a burden on the family. Of course this is also a
concern of the local government, including Prabumulih City. Based on a report
from the family health also community nutrition part at the Prabumulih City
Health Office, in 2019 the number of cases of malnutrition in children under
five reached 1%. And to maximize health monitoring in toddlers so that they are
not potentially bad, clustering is carried out using the K-Means algorithm which
aims to provide information for the parties involved in decision making.
eXtreme Programming (XP) was used to create the system. The data used is a
recap of data on toddlers with bad potential from 2018 - 2020. This study
resulted in clusters (groups) of bad disaster distribution areas with a level of C1
for areas with high nutritional potential, C2 for areas with moderate nutrition
levels. potential, for C3 for areas of low potential. malnutrition.
.
ABSTRAK
Gizi Buruk merupakan salah satu penyakit yang di khawatirkan oleh Indonesia,
bukan hanya beban pemerintah, namun beban pada keluarga. Hal ini tentu saja
menjadi perhatian juga bagi pemerintah daerah, termasuk Kota Prabumulih.
Dinas Kesehatan menajdi dasar pelaporan bagian kesehatan keluarga serta gizi
masyarakat Kota Prabumulih, pada tahun 2019 jumlah kasus gizi buruk pada
balita mencapai 1%. Dan untuk memaksimalkan pemantauan kesehatan pada
balita agar tidak berpotensi gizi buruk maka dilakukan pengelompokan
(clustering) tersebut menggunakan algoritma K- Means dimana mmepunyai
tujuan dalam menyediakan data teruntuk pihak dimana mempunyai keterkaitan
pada pelaksanaan keputusan yang diambilkan. Metode pengembangan sistem
yang di gunakan yaitu eXtreme Programming (XP). Data yang di gunakan
adalah rekapan data balita berpotensi gizi buruk dari tahun 2018 – 2020. Pada
studi ini, ditemukan suatu penemuan bahwa cluster (kelompok) berwilayah
persebaran kasus balita berpotensi gizi buruk dengan tingkatan C1 untuk daerah
tinggi potensi gizi buruk, C2 untuk daerah menengah potensi gizi buruk, untuk
C3 untuk daerah rendah potensi gizi buruk.
Creator
Resti Atika Rani, Leni Novianti
Publisher
Perpustakaan Horizon Karawang
Date
2022
Contributor
Fajar Bagus W
Format
PDF
Language
Indonesia
Type
Text
Files
Collection
Citation
Resti Atika Rani, Leni Novianti, “Sistem Informasi Geografis Pemetaan dan Pengelompokan Balita Berpotensi Gizi Buruk Tertinggi pada Wilayah Kota Prabumulih Menggunakan Metode K-Means Clustering ( Studi Kasus : Dinas Kesehatan Kota Prabumulih ),” Repository Horizon University Indonesia, accessed April 4, 2025, https://repository.horizon.ac.id/items/show/3407.