Publisher

TUNASBANGSATUNASBANGSA

Journal Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika)Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Abstract

Kalori adalah sumber energi yang kita dapatkan dari asupan makanan yang mengandung nutrisi dan sebagai kebutuhan pokok manusia agar manusia dapat bertahan hidup. Banyaknya masyarakat yang mengkonsumsi kalori secara berlebihan dan tidak memperhatikan jumlah asupan kalori yang dimakan akan mengakibatkan munculnya berbagai macam penyakit yang berakibat buruk bagi kesehatan. Dalam hal ini pemerintah belum memiliki informasi tentang data pengelompokkan rata-rata konsumsi kalori per hari menurut provinsi. Tujuan dari penelitian ini adalah untuk mengetahui cluster teringgi dan rendah, untuk itu penulis menggunakan Data Mining dengan Algoritma K-Means untuk mengelompokkan Rata-rata Konsumsi Kalori per hari menurut provinsi. Pengujian ini dilakukan dengan menggunakan software RapidMiner. Hasil penelitian diperoleh dari pengelompokkan rata-rata konsumsi kalori yang dikelompokkan dengan dua cluster yaitu cluster tinggi dan rendah, cluster rendah 13 provinsi dan cluster tinggi 21 provinsi. Provinsi yang termasuk cluster rendah diharapkan dapat dijadikan kontribusi bagi pemerintah Indonesia pemerintah untuk pengambilan keputusan dalam upaya menjaga keseimbangkan konsumsi kalori per harinya dan membuat program pola hidup sehat di masa yang akan datang.

Conclusion

a) Teknik penerapan data mining menggunakan algoritma k-means dapat diterapkan dalam meng-cluster jumlah provinsi rata-rata konsumsi kalori mulai tahun 2007 sampai dengan 2018.b) Data yang sebelumnya diolah dalam perhitungan metode K-means clustering telah dilakukan pengujian menggunakan software Rapidminer versi 5.Sebagai pembuktian bahwa hasil dari software Rapidminer sama dengan hasil perhitungan manual pada metode K-means Clustering dan hasil yang diperoleh dalam meng-cluster data rata-rata konsumsi menurut provinsi yang digunakan adalah valid.Jumlah cluster 0 (Rendah) berjumlah 13 provinsi yaitu DKI Jakarta, Jawa Tengah, DI Yogyakarta, Jawa Timur, Nusa Tenggara Timur, Kalimantan Barat, Kalimantan Timur, Kalimantan Utara, Gorontalo, Maluku, Maluku Utara, Papua Barat, Papua.Jumlah cluster 1 (Tinggi) berjumlah 21 provinsi yaitu Aceh, Sumatera Utara, Sumatera Barat, Riau, Jambi, Sumatera Selatan, Bengkulu, Lampung, Kepulauan Bangka Belitung, Kepulauan Riau, Jawa Barat, Banten, Bali, Nusa Tenggara Barat, Kalimantan Tengah, Kalimantan Selatan, Sulawesi Utara, Sulawesi Tengah, Sulawesi Selatan, Sulawesi Tenggara, Sulawesi Barat.

Future Research

Penelitian selanjutnya dapat mengeksplorasi penambahan variabel sosial‑ekonomi seperti pendapatan per kapita, tingkat pendidikan, dan indeks pembangunan manusia ke dalam proses clustering K‑Means untuk melihat apakah klasifikasi provinsi berdasarkan konsumsi kalori menjadi lebih informatif; selain itu, dapat dilakukan perbandingan kinerja antara K‑Means dengan algoritma clustering lain seperti DBSCAN, hierarchical clustering, atau Gaussian Mixture Models pada dataset yang sama untuk menilai kepekaan terhadap outlier dan kemampuan menemukan struktur data yang lebih kompleks; selanjutnya, pengembangan model prediksi konsumsi kalori per provinsi menggunakan teknik time‑series seperti ARIMA atau jaringan saraf LSTM, dengan memasukkan hasil cluster sebagai fitur tambahan, dapat memberikan proyeksi jangka panjang yang membantu pemerintah merencanakan kebijakan gizi dan kesehatan secara proaktif.

References

1. SELAMAT DATANG. datang jurnal elektronik ejurnal amik stikom tunas bangsa ilmiah akses terbuka penelitian... doi.org/10.30645/senaris.v1i0.78SELAMAT DATANG datang jurnal elektronik ejurnal amik stikom tunas bangsa ilmiah akses terbuka penelitian doi 10 30645 senaris v1i0 78

Metadata

File size	963.15 KB
Pages	14
DMCA	Report