Indonesian Klasifikasi Status Gizi Menggunakan Algoritma Naive Bayes berdasarkan Pengukuran Antropometri

Bilah Samping Artikel

pdf
Diterbitkan: Feb 19, 2025
DOI: https://doi.org/10.31543/jii.v9i1.379

Isi Artikel Utama

Safwa Taufiq
a:1:{s:5:"en_US";s:29:"Universitas Darussalam Gontor";}

Abstrak

Klasifikasi status gizi balita berdasarkan tinggi badan menurut umur (TB/U atau PB/U) merupakan masalah penting dalam upaya pemantauan dan penanganan kesehatan anak. Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita di Puskesmas Jogorogo dengan menggunakan pengukuran antropometri, menggunakan algoritma Naïve Bayes. Data yang digunakan berasal dari data balita yang dikumpulkan di Puskesmas Jogorogo pada dua periode waktu, yaitu Agustus 2023 dengan jumlah 1784 data, dan Februari 2024 dengan jumlah 2147 data. Metode yang digunakan dalam penelitian ini adalah CRISP-DM (Cross-Industry Standard Process for Data Mining) untuk alur analisis data, dengan penerapan algoritma Naïve Bayes untuk klasifikasi. Evaluasi model dilakukan menggunakan confusion matrix untuk mengukur kinerja klasifikasi. Hasil evaluasi menunjukkan bahwa algoritma Naïve Bayes memberikan hasil yang konsisten pada kedua dataset. Akurasi yang diperoleh untuk data tahun 2023 adalah 91,83%, sedangkan untuk data tahun 2024 sedikit meningkat menjadi 91,84%. Hal ini menunjukkan bahwa algoritma Naïve Bayes memiliki kinerja yang baik dalam mengklasifikasikan status gizi balita berdasarkan tinggi badan menurut umur.

Rincian Artikel

Terbitan
Vol 9 No 1 (2025): Jurnal Ilmu Pengetahuan dan Teknologi (IPTEK)
Bagian
Articles
Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

The copyright for articles in this journal are retained by the author(s), with first publication rights granted to the journal. By virtue of their appearance in this open access journal, articles are free to use with proper attribution in educational and other non-commercial settings.

Referensi

H. B. Setiawan and G. P. Utama, “Klasifikasi Status Gizi Balita Menggunakan Metode Naïve Bayes Classifier Classification Of The Nutritional Status Of Toddlers Using The Nave Bayes Classifier Method,” no. September, pp. 707–715, 2022.

E. Haerani, F. Syafria, and L. Oktavia, “Penerapan Algoritma Naïve Bayes Classifier Dalam Klasifikasi Status Gizi Balita dengan Pengujian K-Fold Cross Validation,” vol. 4, no. 3, pp. 578–586, 2023, doi: 10.47065/josyc.v4i3.3414.

“KLASIFIKASI GIZI BURUK PADA BALITA MENGGUNAKAN ALGORITMA C5 . 0 ( STUDI KASUS : DINAS KESEHATAN ACEH TIMUR ) SKRIPSI Disusun Sebagai Syarat Memperoleh Gelar Sarjana Komputer Prodi Teknik Informatika Fakultas Teknik Universitas Malikussaleh DISUSUN OLEH : ,” vol. 0, 2024.

P. N. 2 T. 2020 T. S. A. Anak, “No Title,” no. 3, pp. 1–78, 2020.

A. M. Majid, R. Nuraeni, A. H. Anshor, T. Informatika, and U. P. Bangsa, “Jurnal Teknologi Pelita Bangsa Penerapan Data Mining Untuk Penentuan Status Gizi Balita Menggunakan Algoritma Naive Bayes ( Studi Kasus Posyandu Seruni XII Kelurahan Karangraharja ),” vol. 12, no. 1, pp. 1–7, 2020.

D. H. Ramadhani, R. Srikandi, M. Ikhwan, and R. A. Saputra, “Penerapan Logika Fuzzy Dalam Klasifikasi Status Gizi Balita Di Puskesmas Pondidaha Menggunakan Metode Fuzzy Tsukamoto,” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 2, 2024, doi: 10.23960/jitet.v12i2.4017.

Y. Mulyanto, F. Idifitriani, A. Wati, U. T. Sumbawa, D. Mining, and K. P. Tano, “Vol 7 No 2 , September 2024 KLASIFIKASI DATA MINING UNTUK PENENTUAN STUNTING,” vol. 7, no. 2, pp. 119–125, 2024.

H. I. Islam, M. Khandava Mulyadien, U. Enri, U. Singaperbangsa, and K. Abstract, “Penerapan Algoritma C4.5 dalam Klasifikasi Status Gizi Balita,” J. Ilm. Wahana Pendidik., vol. 8, no. 10, pp. 116–125, 2022, [Online]. Available: https://doi.org/10.5281/zenodo.6791722