Di Lombok Tengah khusunya di Puskesmas Bonjeruk pendataan pada kegiatan posyandu terbilang lama dalam proese pengolahan data sehingga petugas gizi memerlukan waktu yang cukup lama dalam penanganan dan mengidentifikasi setiap status gizi pada balita. Dengan mengklasifikasi status gizi pada balita dari rentan usia 0-60 bulan (balita) menggunakan algoritma K-Nearest Neighbour sederhana tidak rentan dengan data nois dan cepat dalam proses pembelajaranya, serta efektif dalam pengolahan data dengan jumlah besar . Dalam penelitian ini menggunakan pengukuran berat badan menurut umur BB/U dengan jenis kelas gizi sangat kurang, gizi kurang, gizi normal dan gizi bersiko berlebih. Hasil penelitian ini di dapat bawah nilai tentangga k=1 menghasilkan akurasi sebesar 61%, k=2 menghasilkan akurasi sebesar 57%, k=3 menghasilkan akurasi sebesar 77%, k=4 menghasilkan akurasi sebesar 63% dan k=5 menhasilkan akurasi sebesar 63% jadi nilai tetangga teredakat yang baik untuk di terapkan pada penlitian ini adalah k=3 dengan akurasi sebesar 77%.

In Central Lombok, especially at the Bonjeruk Health Center, data collection on posyandu activities is quite long in the data processing process so that nutrition officers take a long time to handle and identify every nutritional status in toddlers. By classifying the nutritional status of children aged 0-60 months (toddlers) using a simple K-Nearest Neighbor algorithm, it is not vulnerable to noisy data and is fast in the learning process, and is effective in processing large amounts of data. In this study, the measurement of body weight according to age BB/U with the type of nutrition class is very poor, undernourished, normal nutrition and overnutrition at risk. The results of this study are that the value of about k=1 produces an accuracy of 61%, k=2 produces an accuracy of 57%, k=3 produces an accuracy of 77%, k=4 produces an accuracy of 63% and k=5 produces an accuracy of 63% so the best approximate neighbor value to be applied in this research is k = 3 with an accuracy of 77