Pengelompokan Balita Berdasarkan Nilai Body Mass Index (BMI) dan Ukuran Kerangka Menggunakan Metode K-Means

Afif, Fahrunnisa (2015) Pengelompokan Balita Berdasarkan Nilai Body Mass Index (BMI) dan Ukuran Kerangka Menggunakan Metode K-Means. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

Preview	Text JURNAL.pdf Download (245kB) | Preview
	Text COVER.pdf Download (39kB)
	Text DAFTAR PUSTAKA.pdf Download (12kB)
	Text ABSTRAK.pdf Download (18kB)
	Text BAB 1.pdf Download (22kB)
	Text BAB II.pdf Restricted to Repository staff only Download (79kB)
	Text BAB III.pdf Restricted to Repository staff only Download (679kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB)
	Text BAB V.pdf Restricted to Repository staff only Download (13kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (16kB)
	Text Proses Awal sistem.pdf Restricted to Repository staff only Download (160kB)

Abstract

Masalah kesehatan merupakan permasalahan yang sangat penting untuk diperhatikan, diantaranya adalah masalah BMI dan ukuran kerangka balita. Apabila orang tua telah mengetahui nilai BMI balita, maka orang tua dapat mengontrol berat badan sehingga dapat mencapai berat badan normal yang sesuai dengan tinggi badan. Sedangkan apabila orang tua tersebut mengetahui ukuran kerangka balita, maka orang tua dapat mengontrol berat badan balita agar dapat selalu berada dalam keadaan sehat. Pada penelitian ini, penulis mencoba membangun suatu sistem untuk mengelompokkan data yang ada berdasarkan status gizi dan ukuran rangkanya dengan memasukkan parameter kondisi fisik dari balita tersebut. Pengelompokkan data dilakukan dengan menggunakan metode clustering K-Means yaitu dengan mengelompokkan n buah objek ke dalam k kelas berdasarkan jaraknya dengan pusat kelas. Dari hasil penelitian terhadap 14 data sampel diperoleh 4 kelompok balita berdasarkan nilai BMI dan ukuran rangka, yaitu : BMI obesitas ringan dan kerangka kecil, BMI normal dan kerangka besar, BMI kurang dan kerangka besar, BMI kurang dan kerangka besar.

[error in script]

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Clustering, BMI, Ukuran Rangka, K-Means
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri UF | hendri@unmuhjember.ac.id
Date Deposited:	25 Jul 2019 13:28
Last Modified:	19 Nov 2019 03:05
URI:	http://repository.unmuhjember.ac.id/id/eprint/2157

Actions (login required)

View Item