UPT Perpustakaan Universitas Handayani

Jl. Adhyaksa Baru No. 1 Lantai 5

  • Beranda
  • Informasi
  • Berita
  • Statistik Koleksi
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Klasifikasi Gangguan Tumbuh Kembang Anak Menggunakan Algoritma K-Nearest Neighbors (K-NN)

Text

Klasifikasi Gangguan Tumbuh Kembang Anak Menggunakan Algoritma K-Nearest Neighbors (K-NN)

Aziza Sri Lau - Nama Orang;

Gangguan tumbuh kembang anak pada periode golden age (0-5 tahun) merupakan masalah serius yang memerlukan deteksi dini untuk mencegah dampak jangka panjang. Sistem pemantauan tumbuh kembang di posyandu saat ini masih dilakukan secara manual dan berbasis praduga, sehingga rentan terhadap human error dan keterlambatan deteksi. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi gangguan tumbuh kembang anak menggunakan algoritma K-Nearest Neighbors (K-NN) berdasarkan parameter fisik dan perkembangan anak.
Penelitian kuantitatif deskriptif ini menggunakan data dari 30 anak di tiga posyandu di Desa Simbang, Kecamatan Simbang, Kabupaten Maros yang dipilih melalui purposive sampling. Parameter yang digunakan meliputi usia, berat badan, tinggi badan, lingkar kepala, kemampuan motorik, dan kemampuan bicara. Data dibagi menjadi 15 data latih dan 30 data uji, dengan sistem dikembangkan menggunakan Python dan framework web serta diuji menggunakan metode black box testing. Hasil penelitian menunjukkan bahwa algoritma K-NN dengan K=7 berhasil mengklasifikasikan status tumbuh kembang anak dengan akurasi 60.00%, mampu mengidentifikasi kategori Normal (4 anak), Resiko Sedang (20 anak), dan Risiko Berat (6 anak).
Penelitian ini membuktikan bahwa algoritma K-NN dapat menjadi solusi teknologi yang efektif untuk mendukung deteksi dini gangguan tumbuh kembang anak. Sistem web yang dikembangkan memiliki interface yang user-friendly dan dapat digunakan oleh tenaga kesehatan di posyandu untuk melakukan klasifikasi gangguan tumbuh kembang secara objektif dan cepat. Sistem ini diharapkan dapat membantu tenaga kesehatan dalam pengambilan keputusan yang lebih akurat dan tepat waktu, sehingga intervensi dapat dilakukan lebih dini untuk mencegah memburuknya kondisi anak.


Ketersediaan
S250253SKR-2025 AZI kPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKR-2025 AZI k
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar., 2025
Deskripsi Fisik
i + 94 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR-2025 AZI k
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
Klasifikasi
gangguan Tumbuh Kembang Anak
K-Nearest Neighbors
Info Detail Spesifik
Skripsi Teknik Informatika
Pernyataan Tanggungjawab
Aziza Sri Lau
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

UPT Perpustakaan Universitas Handayani
  • Informasi
  • Perpanjang Mandiri
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan STMIK HANDAYANI terbentuk bersamaan dengan berdirinya STMIK HANDAYANI pada tahun 1996 sebagai sarana pen-dukung utama dalam penyelenggaraan pen-didikan dan pengajaran. Read more...

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Customized by Vinesia

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik