<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="2141">
<titleInfo>
<title>PENENTUAN KLASIFIKASI STATUS GIZI DENGAN ALGORITMArnNAÏVE BAYES CLASSIFICATIONrn(STUDI KASUS :</title>
<subTitle>MAHASISWA STMIK AKAKOM)</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Ariesta Damayanti, S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Ibrahim, Nurhayati - 135410147</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>STMIK AKAKOM Yogyakarta</publisher>
<dateIssued>2017</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>xi, 51 hlm, ilus; 29 cm</extent>
</physicalDescription>
<note>Malnutrisi merupakan keadaan patologis akibat kekurangan atau kelebihan zat gizi, baikrnsecara relatif maupun absolut. Malnutrisi dapat terjadi karena kekurangan gizi (undernutrition)rnmaupun kelebihan gizi (overnutrition). Keduanya disebabkan oleh ketidak seimbangan antararnkebutuhan tubuh dan asupan zat gizi esensial. Oleh karena itu, penelitian ini bertujuanrnmengklasifikasi status gizi menggunakan algoritma klasifikasi pada teknik data mining.rnPenelitian ini dilakukan pada mahasiswa STMIK Akakom Yogyakarta dengan mengambilrnsampel secara random sebanyak 100 orang.rnLangkah pertama menghitung mean dan standar deviasi untuk setiap variabel bernilairnnumerik. Menghitung probabilitas untuk jenis kelamin dan status gizi yang bernilai konstan.rnLangkah kedua manghitung nilai gauss setiap variabel manurut kategori kurus, normal, obesitasrnringan dan obesitas berat. Langkah ketiga menghitung likehood setiap variabel dan langkahrnterakhir menghitung nilai normalisasi dan penentuan hasil status gizi.rnHasil pengujian sistem menunjukan kinerja sistem sebesar 85% dari jumlah pengujianrndata sebanyak 20 data uji.rnKata Kunci: Data mining, Klasifikasi, Naïve bayes classification, Status gizi</note>
<subject authority=""><topic>Metode Naive Bayes</topic></subject>
<subject authority=""><topic>Algoritma</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>175 Ibr p r.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">IBR17517 01TI</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>175 Ibr p r.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>2141</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2020-08-10 13:32:14</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2020-08-10 13:32:14</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>