Detail Cantuman Kembali
KOMPARASI ALGORITMA C4.5 DENGAN ALGORITMA K-NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI STATUS GIZI BALITA
- Bagikan:
Kesehatan anak usia 0-60 bulan harus sempurna untuk membentuk generasi
emas dimasanya dan gizi merupakan asupan penting yang mempengaruhi tumbuh
kembang seorang anak, kebutuhan gizi pada anak terutama balita sangat rentan
mengalami perubahan berat badan. Untuk mengetahui penilaian status gizi, balita
akan melakukan pemeriksaan antropometri yang terdiri dari tinggi badan dan berat
badan secara berkala dan hasil pemeriksaan tersebut dicatat secara manual pada
KMS (Kartu Menuju Sehat). Metode tersebut kurang akurat serta kurang lengkap
karena penilaian status gizi hanya berdasarkan berat badan menurut umur (BB/U)
balita saja.
Oleh sebab itu digunakanlah algoritma data minning untuk mengklasifikasi
status gizi balita, akan ditentukan jenis algoritma mana yang paling baik atau akurat
untuk mengklasifikasi status gizi balita berdasarkan komparasi dua jenis algoritma
yaitu Algoritma C.45 dan Algoritma K-Nearest Neighbour (KNN) dengan
menggunakan tools Rapidminer versi 10.3 dengan mempertimbangkan 4 faktor
yaitu: 1) Jenis Kelamin, 2) Usia, 3) Pengukuran Berat Badan sesuai Umur (BB/U),
4) Pengukuran Tinggi Badan (TB/U) kemudian menghasilkan pengukuran Berat
Badan sesuai Tinggi Badan (BB/TB) menjadi lima kategori status gizi yaitu Gizi
Buruk, Gizi Kurang, Gizi Baik, Resiko Gizi Lebih, Gizi Lebih. Dari kelima kategori
yang dihasilkan tersebut harus dicocokkan dengan menggunakan table
pertumbuhan yang berlaku untuk suatu masyarakat, sehingga dapat mengevalusi
dan melihat perkembangan fisik anak.
Hasil penelitian menunjukkan kinerja Algoritma KNN dengan akurasi
91,26% lebih baik dari hasil kinerja Algoritma C4.5 dengan akurasi 91,12
Kata kunci : Data Minning, Status Gizi Anak, Klasifikasi, Decision Tree,
Algoritma C4.5, Algoritma K-Nearest Neighbor (KNN)
010 ESH K R.1
NONE
Text Skripsi
Indonesia
UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI)
2024
Yogyakarta
LOADING LIST...
LOADING LIST...