KLASIFIKASI PENDERITA STUNTING MENGGUNAKAN ALGORITMA C 4.5 DAN NAIVE BAYES
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Rizki Ramadan, Yoga
Subject
Analisis Sistem Informasi
Datestamp
2024-10-16 09:30:29
Abstract :
Stunting adalah permasalahan gizi kronis yang disebabkan oleh kurangnya asupan gizi dalam rentang yang cukup waktu lama, umumnya hal ini karena asupan makan yang tidak sesuai dengan kebutuhan gizi. Penggunaan data mining. Prevalensi penderita stunting berdasarkan hasil Survei Status Gizi Indonesia(SSGI) di Indonesia tahun 2021 adalah 24,4%, 21,6% di 2022. Mengingat prevalensi yang tinggi dari penderita stunting dan pentingnya mengetahui status gizi anak, prediksi dan deteksi status gizi menjadi prioritas penting bagi praktisi kesehatan. Namun, hingga saat ini, kemampuan untuk memprediksi status gizi dalam praktik klinis masih seringkali belum mencapai tingkat akurasi yang diharapkan. Oleh karena itu, perlu dikembangkan pendekatan yang canggih dan tepat dalam pengolahan data yang dapat memberikan dasar untuk merumuskan rencana penanganan yang mampu memprioritaskan upaya pengelolaan gizi. Namun sampai saat ini belum diketahui algoritma yang paling akurat dalam memprediksi status gizi ini. Untuk itu maka dalam penelitian ini akan dilakukan komparasi metode Algoritma C4.5 dan Naïve Bayes untuk mengetahui algoritma yang memiliki akurasi lebih tinggi dalam memprediksipenderita stunting. Hasil yang didapat yaitu metode c.45 memiliki akurasi yang lebih tinggi daripada metode naive bayes, dengan persentase senilai 100%.
Stunting adalah permasalahan gizi kronis yang disebabkan oleh kurangnya asupan gizi dalam rentang yang cukup waktu lama, umumnya hal ini karena asupan makan yang tidak sesuai dengan kebutuhan gizi. Penggunaan data mining. Prevalensi penderita stunting berdasarkan hasil Survei Status Gizi Indonesia(SSGI) di Indonesia tahun 2021 adalah 24,4%, 21,6% di 2022. Mengingat prevalensi yang tinggi dari penderita stunting dan pentingnya mengetahui status gizi anak, prediksi dan deteksi status gizi menjadi prioritas penting bagi praktisi kesehatan. Namun, hingga saat ini, kemampuan untuk memprediksi status gizi dalam praktik klinis masih seringkali belum mencapai tingkat akurasi yang diharapkan. Oleh karena itu, perlu dikembangkan pendekatan yang canggih dan tepat dalam pengolahan data yang dapat memberikan dasar untuk merumuskan rencana penanganan yang mampu memprioritaskan upaya pengelolaan gizi. Namun sampai saat ini belum diketahui algoritma yang paling akurat dalam memprediksi status gizi ini. Untuk itu maka dalam penelitian ini akan dilakukan komparasi metode Algoritma C4.5 dan Naïve Bayes untuk mengetahui algoritma yang memiliki akurasi lebih tinggi dalam memprediksipenderita stunting. Hasil yang didapat yaitu metode c.45 memiliki akurasi yang lebih tinggi daripada metode naive bayes, dengan persentase senilai 100%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
