Skripsi/Tugas Akhir

Perancangan Aplikasi Berbasis Web dengan Algoritma K-Nearest Neighbors untuk Prediksi Status Pertumbuhan Balita pada Posyandu Kuncup Mekar

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Posyandu Kuncup Mekar di Desa Je’nemadinging menghadapi masalah antrian panjang dan kesalahan pencatatan manual data kesehatan balita. Penelitian ini bertujuan merancang sistem pencatatan digital berbasis web menggunakan Algoritma K-Nearest Neighbors (KNN) untuk meningkatkan efisiensi dan akurasi prediksi kesehatan balita. Sistem ini diharapkan mempermudah pencatatan data, mengurangi kesalahan, dan mempercepat penyampaian informasi kepada masyarakat. Dengan implementasi algoritma KNN, diharapkan Posyandu Kuncup Mekar dapat meningkatkan kinerja layanan kesehatan, membantu petugas dalam pengambilan keputusan, serta memungkinkan intervensi yang lebih efektif dalam menangani masalah kesehatan anak-anak. Pada data balita Posyandu Kuncup Mekar telah dilakukan pengujian akurasi di mana hasil yang dihasilkan 89,45% pada data balita.
Kata kunci: Posyandu, Kesehatan Balita, Algoritma K-Nearest Neighbors (KNN)

ABSTRACT
Posyandu Kuncup Mekar in Je'nemadinging Village faces problems with long queues and errors in manual recording of toddler health data. This research aims to design a web-based digital recording system using the K-Nearest Neighbors (KNN) algorithm to increase the efficiency and accuracy of toddler health predictions. This system is expected to make data recording easier, reduce errors, and speed up the delivery of information to the public. By implementing the KNN algorithm, it is hoped that Posyandu Kuncup Mekar can improve the performance of health services, assist officers in decision making, and enable more effective interventions in dealing with children's health problems. Accuracy testing was carried out on the blossoming bud posyandu toddler data, where the results were 89.45% on the toddler data.
Keywords: Posyandu, Toddler Health, K-Nearest Neighbors (KNN) Algorithm

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-50 ASW p - 0760TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xiv + 67 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-50

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 12 September 2024

Subjek

Skripsi/Tugas Akhir
K-Nearest Neighbor

Lampiran File