Perbandingan Algoritma K-Means dan Fuzzy C-Means Untuk Clustering Puskesmas Berdasarkan Gizi Balita Surabaya

Lingkungan yang berpenyakit dan rendahnya kesadaran masyarakat akan kebersihan lingkungan di beberapa kota Indonesia membuat banyak orang terutama anak kecil rentan terhadap berbagai penyakit. Pada 63 Puskesmas ada Kota Surabaya telah menimbang 148720 balita. Terdapat 4,2% balita dengan gizi kurang, 0,1% buruk 4,5% stunting. Clustering adalah suatu teknik dalam data mining bertujuan untuk mengelompokkan objek (data) ke cluster atau kelompok sehingga serupa disatukan sama. metode ini melakukan penerapan, pengujian, serta evaluasi algoritma K-Means Fuzzy C-Means clustering. hasil dari penelitian berdasarkan Surabaya. Hasil terbaik silhouette coefficient proses Normalization 0.51833215835383. Sedangkan pada 0.49666983222478. Sehingga dapat disimpulkan bahwa clustering lebih baik.