Writer / NIM

SUMARNI ARIFIN HASANI / 531410073

Study Program

S1 - SISTEM INFORMASI

Advisor 1 / NIDN

SITTI SUHADA, S.Kom., MT / 0028057802

Advisor 2 / NIDN

LILLYAN HADJARATIE, S.Kom., M.Si / 0017048001

Abstract

Kesibukan mahasiswa yang pada umumnya selalu disibukkan dengan berbagai kegiatan sehari-hari menyebabkan mahasiswa tersebut kurang memperhatikan asupan gizi, sehingga menyebabkan masalah kekurangan ataupun kelebihan gizi yang berpengaruh pada kesehatan. Selain itu sering ditemui seorang mahasiswa tidak mengetahui berada dimana kelompok status gizinya. Tujuan dari penelitian ini yaitu menerapkan algoritma K-Nearest Neighboar dalam mengklasifikasi status gizi. Penelitian ini menggunakan salah satu metode klasifikasi dalam Data Mining, yaitu K-Nearest Neighbor (KNN) dengan menggunakan perhitungan jarak Euclidean. Hasil pengujian yang dilakukan terhadap 10 data sampel mahasiswa, diperoleh nilai keakuratan sistem sebesar 100%. Kata Kunci : Data Mining, Klasifikasi, K-Nearest Neighbor, Eucledian, Status Gizi.

Download files

Abstract

Chapter I : Introduction

Chapter V : Conclusion, Suggestion and Bibliography