Clustering Indeks Massa Tubuh Mahasiswa Dengan Algoritma K-Means

Jumarniati Jumarniati; Akramunnisa Akramunnisa; Patmaniar Patmaniar

doi:10.53769/bandwidth.v3i1.1275

Jumarniati Jumarniati Universitas Cokroaminoto Palopo
Akramunnisa Akramunnisa Universitas Cokroaminoto Palopo
Patmaniar Patmaniar Universitas Cokroaminoto Palopo

DOI: https://doi.org/10.53769/bandwidth.v3i1.1275

Keywords: Algoritma, K-Means, Indeks Massa Tubuh

Abstract

Penelitian ini dirancang untuk mengidentifikasi pola slustering Indeks Massa Tubuh mahasiswa melalui penerapan Algoritma K-Means dalam studi kuantitatif. Data yang terkumpul dianalisis menggunakan algoritma tersebut, menghasilkan beberapa kelompok: mahasiswa dengan indeks massa tubuh sangat kurus terdiri dari data nomor 9 dan 11; kelompok indeks massa tubuh kurus mencakup data nomor 2, 14, dan 16; kelompok indeks massa tubuh normal meliputi data nomor 1, 4, 5, 6, 7, 10, 11, 12, 15, 17, dan 19; serta kelompok indeks massa tubuh gemuk terdiri dari data nomor 3, 8, 18, dan 20. Tidak ada data yang masuk ke dalam kategori indeks massa tubuh obesitas. Secara keseluruhan, jumlah mahasiswa dengan indeks massa tubuh normal mendominasi dibandingkan dengan kategori sangat kurus, kurus, maupun gemuk

Downloads

Download data is not yet available.

References

Alkhairi, P., & Windarto, A. P. (2019). Penerapan K-Means Cluster pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara. Seminar Nasional Teknologi Komputer & Sains (pp. 762-767). Medan: Universitas Budi Darma.

Arta, I. K., Indrawan, G., & Dantes, G. R. (2019). Data Mining Rekomendasi Siswa Calon Mahasiswa Berprestasi di STIMIK Denpasar Menggunakan Metode Technique for Others Reference by Similiarity to Ideal Solution. Jurnal Ilmu Komputer Indonesia (JIKI), 4 (1), 11-21.

Fajriani, E. P., Nurfianti, A., & Budiharto, I. (2019). Hubungan Indeks Massa Tubuh (IMT) dengan Perilaku Makan pada Remaja di SMK Negeri 5 Pontianak. ProNers, 4 (1) .

Kemenkes. (2021, Juli 01). Kemenkes. Retrieved Desember 17, 2023, from Bagaimana Cara Mengukur Indeks Massa Tubuh (IMT)/ Berat Badan Normal: https://p2ptm.kemkes.go.id

Makmun, A., & Pratama, A. (2021). Gambaran Indeks Massa Tubuh (IMT) pada Mahasiswa. Indonesian Journal of Health, 2 (1), 1-7.

Mardi, Y. (2017). Data Mining: Klasifikasi Menggunakan Algoritma C4.5. Jurnal Edik Informatika, 2 (2), 213-219.

Sari, D. N., Oktavianto, H., & Saifuddin, I. (2022). Penerapan Data Mining Untuk Klasifikasi Gaya Belajar Siswa Menggunakan Algoritma C4.5. Jurnal Smart Teknologi, 3 (4), 413-422.

Suyanto. (2019). Data Mining untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika.

Tarigan, P. M., Hardinata, J. T., Qurniawan, H., Safii, M., & Winanjaya, R. (2022). Implementasi Data Mining Menggunakan Algoritma Apriori dalam Menentukan Persedian Barang (Studi Kasus: Toko Sinar Harahap). Jurnal Universitas Muhammadiyah Jakarta, 12 (2), 51-61.

Vulandari, R. T. (2017). Data Mining Teori dan Aplikasi Rapidminer. Yogyakarta: Gava Media.

WHO. (2020, September 2). World Health Organization. Retrieved November 22, 2023, from World Health Organization: https://www.who.int/dietphysicalactivity/childhood_what/en/