Analisis Status Gizi pada Balita Menggunakan K-Means Clustering di Puskesmas Kalike

Abstract

Masalah gizi buruk, masih menjadi isu penting karena berbagai faktor seperti kekurangan gizi, pola asuh yang buruk, asupan makanan yang tidak memadai, masalah ekonomi, infeksi selama kehamilan, dan faktor genetik. Penelitian ini fokus pada analisis status gizi balita stunting di Puskesmas Kalike, Kecamatan Solor Selatan, menggunakan algoritma K-Means clustering dengan Microsoft Excel dan aplikasi Orange untuk data tahun 2023-2024. Algoritma K-Means clustering membagi data balita menjadi dua cluster berdasarkan tinggi dan berat badan. Analisis dengan Orange menunjukkan nilai Silhouette Score tertinggi pada tahun 2023 adalah 0,498 dan pada tahun 2024 adalah 0,502, menunjukkan kualitas clustering yang baik. Metode K-Means clustering efektif untuk analisis status gizi balita stunting dan diharapkan membantu program kesehatan untuk mencegah stunting.