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)

Rani, Resti Atika (2021) 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). Other thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) File I.pdf Download (672kB) | Preview
Preview	Text (BAB I PENDAHULUAN) File II.pdf Download (348kB) | Preview
Preview	Text (BAB II TINJAUAN PUSTAKA) File III.pdf Download (1MB) | Preview
	Text (BAB III METODOLOGI PENELITIAN) File IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) File V.pdf Restricted to Repository staff only Download (4MB) | Request a copy
Preview	Text (BAB V KESIMPULAN DAN SARAN) File VI.pdf Download (236kB) | Preview
Preview	Text (DAFTAR PUSTAKA) File VII.pdf Download (122kB) | Preview

Abstract

Gizi Buruk merupakan salah satu penyakit yang di khawatirkan oleh Indonesia, bukan hanya menjadi beban negara, tapi juga menjadi beban keluarga. Hal ini tentu saja menjadi perhatian juga bagi pemerintah daerah, termasuk Kota Prabumulih. Berdasarkan laporan seksi kesehatan keluarga dan gizi masyarakat pada Dinas Kesehatan 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 yang bertujuan untuk memberikan informasi kepada pihak yang terkait dalam hal pengambilan keputusan. 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. Dalam Penelitian ini, menghasilkan cluster (kelompok) daerah 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.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Gizi buruk, Clustering, k-means, eXtreme Programming
Subjects:	T Technology > T Technology (General)
Divisions:	Informatics Management > Undergraduate Theses
Depositing User:	Mr Bambang Anthony
Date Deposited:	21 Dec 2022 08:16
Last Modified:	21 Dec 2022 08:16
URI:	http://eprints.polsri.ac.id/id/eprint/10539

Actions (login required)

View Item