PEMETAAN PERSEBARAN STATUS GIZI BALITA UNTUK PENENTUAN PEMBERIAN PENYULUHAN DENGAN PENDEKATAN K-MEANS CLUSTERING / Yunisa Ahgnia Zahrah / 14210022 / Pembimbing: Leny Tritanto Ningrum / Program Studi: Sistem Informasi

Pemetaan persebaran status gizi balita merupakan kegiatan pengelompokan wilayah posyandu berdasarkan kondisi gizi kurang maupun gizi lebih yang masih cukup tinggi. Permasalahan yang dihadapi tidak hanya tingginya kasus gizi kurang akibat asupan gizi yang tidak mencukupi, tetapi juga mulai meningkatnya kasus gizi lebih yang dipicu pola konsumsi tidak seimbang. Namun, hingga saat ini permasalahan yang dihadapi adalah data yang tersedia belum dimanfaatkan secara optimal untuk menghasilkan informasi pemetaan yang akurat. Hal ini menyebabkan pihak puskesmas kesulitan dalam menentukan sasaran penyuluhan gizi yang benar-benar sesuai dengan kebutuhan di lapangan. Selain itu, keterbatasan dalam analisis manual membuat proses identifikasi wilayah dengan kasus gizi kurang atau gizi lebih menjadi kurang efektif. Persebaran status gizi balita yang masih belum akurat dapat menyebabkan tidak tercapainya target pemberian penyuluhan gizi agar lebih tepat sasaran. Tujuan dari penelitian ini adalah untuk mendapatkan keefektifan dan keakuratan dalam pemetaan persebaran status gizi balita untuk penentuan pemberian penyuluhan dengan pendekatan K-Means Clustering. Pada penelitian ini dibuat sebuah prototype sistem yang dapat melakukan pemetaan persebaran status gizi balita dengan pendekatan Algoritma K-Means Clustering yaitu dengan cara menganalisis kelompok data pada data awal, mentransformasi dan menormalisasi data, serta melakukan perhitungan pengelompokan. Variabel yang digunakan dalam penelitian ini meliputi usia, berat badan, tinggi badan, z score bb/u, z score tb/u, dan z score bb/tb. Hasil perhitungan pengelompokan kemudian dianalisis kembali untuk melihat wilayah posyandu pada setiap kelompoknya berdasarkan status gizi balita. Hal ini dilakukan untuk memetakan pemberian penyuluhan gizi melalui sistem pendukung keputusan yang dapat menjadi acuan bagi pihak Puskesmas Tanah Sareal Kota Bogor dalam menentukan sasaran penyuluhan yang lebih efektif. Hasil dari penerapan Algoritma K-Means Clustering mendapatkan Cluster 1 sebanyak 276 dan Cluster 2 sebanyak 220 dengan kategori data pada Cluster 1 yaitu Gizi Kurang dan kategori data pada Cluster 2 yaitu Gizi Lebih untuk dilakukan penyuluhan. Sistem yang dibangun telah dilakukan uji kelayakan oleh ahli sistem dengan hasil persentase 100% yang termasuk kategori “Sangat Layak”. Sementara itu, uji kelayakan oleh pengguna menggunakan kuesioner PSSUQ sesuai dengan kategori PSSUQ memperoleh rata-rata persentase 90,4% yang juga menunjukkan bahwa sistem ini “Sangat Layak” untuk digunakan. Selain itu, dilakukan juga uji validitas cluster menggunakan Silhouette Coefficient terhadap Algoritma K-Means Clustering dengan nilai sebesar 0,40 yang termasuk kategori “Struktur Lemah”.