Prediksi Kecukupan Gizi Harian Berdasarkan Pola Makan Menggunakan Algoritma K Means clusstering

Septiadi, Naufal Alham (2025) Prediksi Kecukupan Gizi Harian Berdasarkan Pola Makan Menggunakan Algoritma K Means clusstering. Bachelor thesis, Universitas Nasional.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (113kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (106kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf

Download (106kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf

Download (283kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (49kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf

Download (465kB)

Abstract

Skripsi ini berjudul "Prediksi Kecukupan Gizi Harian Berdasarkan Pola Makan
Menggunakan Algoritma K-Means Clustering". Penelitian ini bertujuan untuk menganalisis
pola makan masyarakat dan memprediksi kecukupan gizi harian individu dengan
menggunakan algoritma K-Means Clustering. Dengan meningkatnya masalah gizi di
Indonesia, seperti kekurangan dan kelebihan gizi, penting untuk memahami hubungan antara
pola makan dan status gizi.
Metode K-Means Clustering digunakan untuk mengelompokkan data pola makan
berdasarkan karakteristik nutrisi, sehingga memudahkan identifikasi kelompok yang berisiko
mengalami masalah gizi. Penelitian ini juga membahas faktor-faktor yang mempengaruhi
akurasi prediksi dan membandingkan efektivitas algoritma K-Means dalam analisis
kecukupan gizi.
Hasil penelitian diharapkan dapat memberikan kontribusi bagi pengembangan program
intervensi gizi yang lebih tepat sasaran dan meningkatkan kesadaran masyarakat tentang
pentingnya pola makan sehat. Dengan pendekatan berbasis data, diharapkan dapat tercipta
solusi yang lebih efektif untuk mengatasi masalah gizi di Indonesia.

Item Type: Thesis (Bachelor)
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User: Users 30 not found.
Date Deposited: 19 Jun 2025 07:37
Last Modified: 19 Jun 2025 07:37
URI: https://repository.unas.ac.id/id/eprint/13037

Actions (login required)

View Item View Item