Skripsi

Klasifikasi status gizi balita dengan perhitungan antropometri menggunakan algoritma naive Bayes / Riris Aulya Putri

Abstrak
v RINGKASAN Putri Riris Aulya. Klasifikasi Status Gizi Balita dengan Perhitungan Antropometri Menggunakan Algoritma Na ve Bayes. Skripsi Program Studi Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang Pembimbing (1) Dr. Eng. Siti Sendari S.T. M.T. (2) Triyanna Widiyaningtyas S.T. M.T. Kata Kunci antropometri balita gizi klasifikasi naive bayes Pemantauan status gizi merupakan salah satu cara untuk mengetahui baik tidaknya tumbuh kembang balita. Perhitungan Antropometri adalah metode perhitungan status gizi yang telah disahkan oleh Kemenkes RI. Perhitungan Antropometri dilakukan berdasar 3 indeks penilaian yang merupakan hasil kombinasi antara beberapa parameter Antropometri yaitu berat badan menurut umur (BB/U) tinggi badan menurut umur (TB/U) dan berat badan menurut tinggi badan (BB/TB). Berdasar hasil survey dari posyandu Desa Tunjungtirto diketahui bahwa posyandu desa tersebut masih belum memantau status gizi balita berdasar 3 indeks Antropometri. Klasifikasi dapat memberikan kemudahan perhitungan status gizi berdasar 3 indeks Antropometri. Klasifikasi merupakan salah satu metode data mining yang bertujuan untuk memperkirakan kelas dari suatu objek yang belum diketahui kelasnya dengan cara menemukan model atau fungsi yang menjelaskan atau membedakan kelas data. Salah satu algoritma yang digunakan dalam proses klasifikasi adalah Na ve Bayes yang termasuk dalam 10 algoritma terbaik data mining. Penelitian ini bertujuan untuk melakukan klasifikasi status gizi balita berdasarkan 3 indeks Antropometri menggunakan Algoritma Naive Bayes. Proses klasifikasi perlu diuji untuk mengetahui keberhasilannya yang dapat dilakukan dengan menggunakan metode k-fold cross validation. Hasil dari penelitian yang dilakukan diperoleh kesimpulan bahwa klasifikasi status gizi balita berdasarkan 3 indeks Antropometri menggunakan algoritma Naive bayes memiliki hasil akurasi terbaik pada indeks BB/U sebesar 88% diikuti indeks BB/TB sebesar 68% dan terakhir indeks TB/U sebesar 64% .

Informasi Detail

DDC

Rs 006.312 PUT k

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2018.

Deskripsi Fisik

xv, 127 lembar : ill., tab. ; 30 cm

Bahasa

Indonesia

No Reg

05986/KI/18

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2018

Subjek

1. KOMPUTER - BAHASA PROGRAM
2. GIZI, STATUS - KLASIFIKASI
3. COMPUTER - PROGRAM LANGUAGE

Pembimbing

1. Siti Sendari ; 2. Triyanna Widiyaningtyas

Lampiran Berkas