Klasifikasi Status Gizi Balita Menggunakan Metode Naïve Bayes Classifier

Penulis

  • Heru Budi Setiawan Universitas Budi Luhur
  • Gunawan Pria Utama Universitas Budi Luhur

Kata Kunci:

balita, naive bayes classification, klasifikasi gizi

Abstrak

Bayi dibawah lima tahun atau disingkat menjadi balita, dimana saat masa ini otak anak sedang mengalami perkembangan pertumbuhan yang pesat. Dan masa-masa ini juga biasanya dikenal dengan istilah golden age atau disebut masa keemasan. Supaya dimasa yang akan datang atau kedepannya balita dapat bertumbuh menjadi anak yang pintar, cerdas, dan cekatan, orangtua harus memberikan stimulasi secara penuh dan menyeluruh dari segi kesehatan. Dalam kehidupan sehari-hari status gizi dapat melalui pengukuran standar Antropometri. Pada umumnya masyarakat menggunakan usia menurut berat badan untuk mengetahui status gizi. Penelitian ini dirujukan untuk memudahkan menentukan status gizi bayi lima tahun menggunakan data mining dengan algoritma naïve bayes. System akan dibangun menggunakan Bahasa pemograman php dan database mysql. Metode naive bayes bekerja dalam hal menghitung peluang dari setiap kelompok atribut masing-masing. Dan menentukan kelas mana yang paling optimal. Penelitian ini menggunakan data sebanyak 551 data dengan menggunakan pembagian Fold Cross-Validation dengan atribut nama, umur, jenis kelamin, berat badan, status gizi seperti BB/U, PB/U dan BB/PB. Hasil pengujian dengan metode Naïve Bayes dalam melakukan klasifikasi dapat digunakan dengan baik dengan akurasi masing-masing kategori status gizi balita sebesar 72,9% (BB/U), 70,8% (PB/U) dan 71,02% (BB/PB).

Referensi

K. Kesehatan, “SSGI Kementrian Kesehatan,” Buana Ilmu, vol. 2, no. 1, 2021, doi: 10.36805/bi.v2i1.301.

Kementrian Kesehatan, PMK_No__2_Th_2020_ttg_Standar_Antropometri_Anak, vol. 21, no. 1. Kementrian Kesehatan Republik Indonesia, 2020.

N. Rahmawati and Y. Novianto, “Klasifikasi Kondisi Gizi Balita Menggunakan Metode Naive Bayes (Studi Kasus Posyandu Melati IV),” J. Ilm. Mhs. Tek. Inform., vol. 2, no. 3, 2020.

Dinas Kesehatan Papua Barat, “Dinas Kesehatan Aceh,” Profil Kesehat. Aceh 2019, p. 85, 2019, [Online]. Available: WWW.DINKES.ACEHPROV.GO.ID

A. Sulistyawati, “Faktor Risiko Kejadian Gizi Buruk pada Balita Di Dusun Teruman Bantul,” J. Kesehat. Madani Med., vol. 10, no. 1, pp. 13–19, 2019, [Online]. Available: http://jurnal.akbiduk.ac.id/assets/doc/190214014918-3. FAKTOR-FAKTOR YANG BERHUBUNGAN DENGAN KEJADIAN STUNTING PADA BALITA.pdf

R. Rustam, S. Rahmatullah, S. Supriyato, and S. Wahyuni, “Penerapan Data Mining Untuk Prediksi Penjualan Produk Triplek Pada Pt Puncak Menara Hijau Mas,” J. Inf. dan Komput., vol. 8, no. 2, pp. 75–86, 2020, doi: 10.35959/jik.v8i2.186.

J. Suntoro, “22-DATA MINING Algoritma dan Implementasi Menggunakan Bahasa Pemrograman PHP,” DATA Min. Algoritm. dan Implementasi Menggunakan Bhs. Pemrograman PHP, vol. 9, no. 9, pp. 259–278, 2019.

Y. S. T. Allo, V. Sofica, N. Hasan, and M. Septiani, “Penggunaan Metode Naïve Bayes Dalam Mengklasifikasi Pengangguran Pada Desa Bojong Kulur,” Bianglala Inform., vol. 10, no. 1, pp. 30–35, 2022, doi: 10.31294/bi.v10i1.12333.

T. R. Shultz et al., “Confusion Matrix,” Encycl. Mach. Learn., pp. 209–209, 2011, doi: 10.1007/978-0-387-30164-8_157.

J. Xu, Y. Zhang, and D. Miao, “Three-way confusion matrix for classification: A measure driven view,” Inf. Sci. (Ny)., vol. 507, pp. 772–794, 2020, doi: https://doi.org/10.1016/j.ins.2019.06.064.

Hasugian and Shidiq, “Language Record Structure,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2019.

Unduhan

Diterbitkan

30-09-2022

Cara Mengutip

Setiawan, H. B., & Utama, G. P. (2022). Klasifikasi Status Gizi Balita Menggunakan Metode Naïve Bayes Classifier. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 1(1), 707–715. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/301

Terbitan

Vol 1 No 1 (2022): Prosiding SENAFTI (Buku 2 - Artificial Intelligence) September 2022

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>