Penerapan Algoritma SMOTE-ENN dalam Klasifikasi Status Gizi Balita Menggunakan K-Nearest Neighbor - Submit Barekeng, Journal of Mathematics and Its Application
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Kalimantan
Author
Putri, Taliya
Subject
QA Mathematics
Datestamp
2025-01-14 06:59:34
Abstract :
Masalah gizi pada balita memiliki dampak signifikan terhadap pertumbuhan, perkembangan, dan kesehatan jangka panjang, terutama di Indonesia. Salah satu dampak serius dari kekurangan gizi yang berkelanjutan adalah stunting yang menunjukkan kekurangan gizi kronis pada anak-anak. Masa lima tahun pertama seorang anak sangat krusial untuk perkembangannya di masa depan. Oleh karena itu, penting bagi orang tua di Indonesia untuk memastikan anak-anak mereka mendapatkan nutrisi yang baik demi pertumbuhan yang optimal. Untuk mengatasi dan memonitor status gizi balita, diperlukan metode yang akurat dan mudah diaplikasikan oleh profesional kesehatan. Dalam penelitian ini, digunakan metode klasifikasi k-Nearest Neighbors (k-NN) untuk mengkategorikan status gizi balita, yang didasarkan pada kemiripan kasus baru dengan data training. Namun, karena adanya ketidakseimbangan kelas dalam data, diterapkan teknik resampling SMOTE (Synthetic Minority Oversampling Technique) dan ENN (Edited Nearest Neighbors). Penelitian ini bertujuan untuk menerapkan metode k-NN dipadukan dengan SMOTE-ENN dalam mengkategorikan status gizi balita yang menghasilkan akurasi 0.7?0.9 sebelum SMOTE-ENN dan > 0.9 setelah SMOTE-ENN, dengan ROC-AUC konsisten > 0.9. Model terbaik diperoleh pada ???? = 1 dengan akurasi dan AUC = 1 pada proporsi 75:25, 80:20, dan 85:15 setelah SMOTE-ENN.
Masalah gizi pada balita memiliki dampak signifikan terhadap pertumbuhan, perkembangan, dan kesehatan jangka panjang, terutama di Indonesia. Salah satu dampak serius dari kekurangan gizi yang berkelanjutan adalah stunting yang menunjukkan kekurangan gizi kronis pada anak-anak. Masa lima tahun pertama seorang anak sangat krusial untuk perkembangannya di masa depan. Oleh karena itu, penting bagi orang tua di Indonesia untuk memastikan anak-anak mereka mendapatkan nutrisi yang baik demi pertumbuhan yang optimal. Untuk mengatasi dan memonitor status gizi balita, diperlukan metode yang akurat dan mudah diaplikasikan oleh profesional kesehatan. Dalam penelitian ini, digunakan metode klasifikasi k-Nearest Neighbors (k-NN) untuk mengkategorikan status gizi balita, yang didasarkan pada kemiripan kasus baru dengan data training. Namun, karena adanya ketidakseimbangan kelas dalam data, diterapkan teknik resampling SMOTE (Synthetic Minority Oversampling Technique) dan ENN (Edited Nearest Neighbors). Penelitian ini bertujuan untuk menerapkan metode k-NN dipadukan dengan SMOTE-ENN dalam mengkategorikan status gizi balita yang menghasilkan akurasi 0.7?0.9 sebelum SMOTE-ENN dan > 0.9 setelah SMOTE-ENN, dengan ROC-AUC konsisten > 0.9. Model terbaik diperoleh pada ???? = 1 dengan akurasi dan AUC = 1 pada proporsi 75:25, 80:20, dan 85:15 setelah SMOTE-ENN.
File :
02211020_abstract_en.pdf
02211020_abstract_id.pdf
02211020_enclosure.pdf
02211020_illustrations.pdf
02211020_notations.pdf
02211020_paper.pdf
02211020_preface.pdf.pdf
02211020_publishing_agreement.pdf
02211020_statement_of_authenticity.pdf
02211020_table_of_content.pdf
02211020_tables.pdf
02211020_presentation.pdf
02211020_approval_sheet.pdf
02211020_Form. TA-020.pdf
02211020_cover1.pdf
02211020_bibliography.pdf
02211020_chapter_1.pdf
02211020_chapter_2.pdf
02211020_chapter_3.pdf
02211020_chapter_4.pdf
02211020_conclusions.pdf
02211020_cover.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
