Taufik Hidayat Dosen Pembimbing 1 Dadang Sujana Ketua Penguji Vina Septiana Windyasari Penguji 1 Asep Abdul Sofyan Penguji 1 Muhamad Fajrul Iqbal Pengarang

Kesehatan dan status gizi balita adalah indikator penting yang mencerminkan kondisi gizi mereka secara keseluruhan.. Pola pengasuhan anak di masyarakat cenderung lebih memprioritaskan anak balita. Kekurangan gizi pada balita tidak terjadi secara tiba tiba, tetapi dimulai dari peningkatan berat badan yang terbatas. Perubahan berat badan balita dari waktu ke waktu menjadi indikator awal perubahan status gizi mereka. Tujuan dari penelitian ini menggunakan algoritma KNearest Neighbors untuk mengklasifikasikan status gizi balita berdasarkan usia, berat, dan tinggi badan.Metode pengolahan data ini mengikuti proses KDD dan untuk klasifikasinya menggunakan K-Nearest Neighbors. Dataset yang digunakan adalah data balita tahun 2024 yang di peroleh dari Puskesmas Binong, Data tersebut terdiri dari 2627 dataset dan akan dibagi menjadi pelatihan dan pengujian dengan partisi 70:30. Kinerja model dievaluasi menggunakan confusion matrix untuk menghitung akurasi, presisi, recall, dan F1-score. Hasil awal menunjukkan akurasi 88%, presisi 85%, recall 97%, dan F1-score 85%. Setelah menggunakan SMOTE, RandomUnderSampler, Normalization Min-Max, dan Grid Search, akurasi meningkat menjadi 96,4%, dengan presisi 96,5%, recall 96,4%, dan F1-score 96,3%. Dengan Algoritma KNN dengan skenario ADASYN, hasilnya lebih baik lagi: akurasi 96,5%, presisi 96,7%, recall 96,5%, dan F1-score 96,4%. Dengan Algoritma KNN dengan skenario ADASYN memberikan kinerja terbaik, menunjukkan peningkatan signifikan dalam klasifikasi status gizi balita.