CLUSTERING STATUS GIZI BAYI MENGGUNAKAN DENSITY BASED SPATIAL CLUSTERING OF APPLICATIONS WITH NOISE (DBSCAN) (STUDI KASUS PUSKESMAS SUDIANG KOTA MAKASSAR)

Status gizi bayi merupakan indikator penting dalam menilai kesehatan dan kesejahteraan anak. Status gizi didefinisikan sebagai keadaan tubuh sebagai akibat konsumsi makanan dan penggunaan zat-zat gizi. Salah satu metode yang dapat digunakan untuk mengetahui status gizi bayi dengan menggunakan metode clustering. Density-Based Spatial Clustering of Applications with Noise (DBSCAN) adalah sebuah algoritma clustering yang mengelompokkan objek data berdasarkan kepadatannya, yang mana sebuah klaster dianggap sebagai kelompok yang memiliki objek yang padat, dan dipisahkan oleh kelompok yang memiliki kepadatan objek yang rendah atau noise. Tujuan dari penelitian ini adalah untuk membangun sistem pengelompokkan status gizi bayi dengan metode DBSCAN dan memberikan informasi bagaimana kerja sistem tersebut dalam mengelompokkan status gizi bayi dengan metode DBSCAN. Pada penelitian ini, penerapan metode DBSCAN dilakukan melalui tahapan-tahapan yang meliputi input data, preprocessing data, implementasi metode, menentukan nilai Eps dan MinPts, dan melakukan analisis hasil klaster yang terbentuk. Hasil penelitian dengan Eps = 0,3 dan MinPts = 6 menghasilkan klaster sebanyak 8 dengan nilai Silhouette Coefficient = 0,7319 dan SSE = 6,1343. Sebanyak 18 bayi berada pada klaster 0, sebanyak 19 bayi berada pada klaster 1, sebanyak 10 bayi berada pada klaster 2, sebanyak 19 berada pada klaster 3, sebanyak 18 bayi berada pada klaster 4, sebanyak 29 bayi berada pada klaster 5, sebanyak 16 bayi berada pada klaster 6, dan sebanyak 15 bayi berada pada klaster 7. Dengan diketahuinya hasil klaster ini dapat dijadikan sebagai informasi identifikasi awal dan pencegahan masalah gizi bayi sehingga dapat meningkatkan status gizi bayi.