Penerapan Data Mining Klasifikasi Status Gizi Balita dengan Menggunakan Algoritma K-Nearest Neighbor

Abstract

Kemajuan dalam teknologi informasi telah mendorong perubahan digital di banyak sektor, termasuk bidang kesehatan. Puskesmas sebagai lembaga kesehatan dasar di Indonesia memiliki peranan krusial dalam memberikan pelayanan promotif dan preventif, terutama dalam mengawasi kondisi gizi anak-anak di bawah lima tahun.Puskesmas L. Sidoharjo menghadapi tantangan dalam penentuan status gizi balita yang akurat. Meskipun sistem penilaian telah tersedia, praktik di lapangan menunjukkan bahwa hasil penilaian sering kali tidak mencerminkan kondisi sebenarnya. Hal ini disebabkan oleh faktor individual, seperti genetik, yang memengaruhi bentuk tubuh balita. Seorang anak yang secara genetik kurus belum tentu mengalami gizi buruk, begitu pula anak gemuk belum tentu mengalami kelebihan gizi. Kondisi ini menunjukkan perlunya sistem penilaian yang tidak hanya mengandalkan observasi visual, melainkan pendekatan yang lebih objektif dan berbasis data. Dengan demikian, diperlukan pengembangan sistem klasifikasi status gizi yang mampu memperhitungkan variasi individual guna menghasilkan evaluasi yang lebih akurat dan dapat diandalkan untuk mendukung pemantauan gizi anak secara optimal.