Studi Komparatif Nilai K Pada Algoritma K-NN Untuk Klasifikasi Status Gizi Menggunakan Manhattan Distance

Abstract

Status gizi merupakan salah satu indikator yang dapat digunakan untuk mengetahui kondisi kesehatan dan perkembangan individu, terutama balita dan anak-anak. Salah satu algoritma yang sering digunakan dalam penentuan status gizi adalah K-Nearest Neighbor. Namun, dalam penerapan algoritma ini, pemilihan nilai K yang tepat sangat mempengaruhi akurasi proses klasifikasi. Pada penelitian ini diperoleh bahwa nilai K=3 memberikan hasil akurat lebih baik dibandingkan nilai K yang lain. Semakin tinggi nilai K maka keakuratan klasifikasi akan semakin menurun. Untuk penelitian berikutnya, perlu adanya penggunaan data yang banyak dan perbedaan komposisi antara training data dengan testing data.