METODE K-NEAREST NEIGHBOR DAN NAIVE BAYES DALAM MENENTUKAN STATUS GIZI BALITA

Pratama, Junius (2023) METODE K-NEAREST NEIGHBOR DAN NAIVE BAYES DALAM MENENTUKAN STATUS GIZI BALITA. Diploma thesis, Universitas Nasional.

	Text Cover (Cover, Lembar Penunjang, Abstrak, Daftar Isi).pdf Download (942kB)
	Text BAB I.pdf Download (64kB)
	Text BAB II.pdf Download (166kB)
	Text BAB III.pdf Download (265kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (56kB)
	Text LAMPIRAN (Daftar Pustaka, Lampiran-lampiran, Lembar awal hasil uji turnitin).pdf Download (6MB)

Abstract

Kekurangan gizi merupakan salah satu kondisi yang sering terjadi pada beberapa balita
di Indonesia. Asupa gizi yang dibutuhkan balita pada saat masa pertumbuhan pada
setiap individu berbeda-beda oleh sebab itu harus dilakukan proses pengecekan status
gizi. Status gizi pada balita dapat diukur berdasarkan Berat Badan Menurut umur
(BB/U) dan Tinggi Badan Menurut umur (TB/U). Proses penentuan status gizi pada
balita dilakukan di pusat kesehatn mayarakat dilakukan oleh tenaga Kesehatan atau ahli
gizi. Hingga saat ini proses proses penentuan status gizi balita masih dilakukan dengan
cara manual sehingga mengakibatkan proses klasifikasi status gizi balita kurang sesuai
yang diharapkan. Orang tua sulit untuk mendatangi pusat kesehatan dengan mengecek
kondisi anak karena lokasi yang jauh dari tempat tinggal serta proses administrasi yang
lama. Tujuan penelitian ini adalah untuk mempermudah masyarakat dalam mengatasi
permasalahan yang dialami dengan cara memberikan fasilitas berupa sistem informasi
beberbasis website, serta memberikan rekomendasi metode mana yang paling akurat
diantara K-Nearest Neighbor dan Naïve Bayes dalam menentukan status gizi balita.
Hasil dari penelitian ini telah berhasil membuat sebuah sistem informasi yang dapat
digunakan oleh user dengan cara melakukan proses input kriteria kondisi untuk
dilakukan proses klasifikasi status gizi balita. Penelitian ini juga memberikan
rekomendasi bahwa penggunaan metode Naïve Bayes lebih disarankan dibandingkan
metode K-Nearest Neighbor karena saat dilakukan proses pengukuran tingkat akurasi
metode Naïve Bayes lebih unggul dengan persentase nilai sebesar 87,5% sedangkan
metode K-Nearest Neighbor dengan k =3 mempunyai persentase akurasi sebesar
71,25%
Kata Kunci: Gizi, K-Ne

Item Type:	Thesis (Diploma)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Depositing User:	Users 30 not found.
Date Deposited:	27 Jun 2023 01:59
Last Modified:	27 Jun 2023 01:59
URI:	https://repository.unas.ac.id/id/eprint/7181

Actions (login required)

View Item