KUSUMA, Arya Dwi (2024) PENERAPAN ALGORITMA MODIFIED K-NEAREST NEIGHBOUR (MKNN) UNTUK KLASIFIKASI STATUS GIZI PADA BALITA BERBASIS WEBSITE (Studi Kasus PKD Desa Adisana). Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (HALAMAN AWAL)
COVER_ARYA DWI KUSUMA_42419022_SKRIPSI_2024.pdf - Accepted Version Download (1MB) |
|
PDF (BAB I)
BAB I_ARYA DWI KUSUMA_42419022_SKRIPSI_2024.pdf - Accepted Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB II)
BAB II_ARYA DWI KUSUMA_42419022_SKRIPSI_2024.pdf - Accepted Version Restricted to Registered users only Download (5MB) |
|
PDF (BAB III)
BAB III_ARYA DWI KUSUMA_42419022_SKRIPSI_2024.pdf - Accepted Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB IV)
BAB IV_ARYA DWI KUSUMA_42419022_SKRIPSI_2024.pdf - Accepted Version Restricted to Registered users only Download (2MB) |
|
PDF (BAB V)
BAB V_ARYA DWI KUSUMA_42419022_SKRIPSI_2024.pdf - Accepted Version Download (225kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA_ARYA DWI KUSUMA_42419022_SKRIPSI_2024.pdf - Accepted Version Download (900kB) |
|
PDF (LAMPIRAN)
LAMPIRAN_ARYA DWI KUSUMA_42419022_SKRIPSI_2024.pdf - Accepted Version Restricted to Repository staff only Download (454kB) |
|
Other (PROGRAM)
Program.zip - Accepted Version Restricted to Repository staff only Download (3MB) |
Abstract
Penilaian status gizi balita adalah aspek penting untuk memastikan pertumbuhan dan perkembangan yang optimal pada usia dini. Penelitian ini bertujuan untuk mengembangkan model klasifikasi status gizi balita yang akurat dan efisien. Algoritma Modified K-Nearest Neighbor (MKNN) diterapkan pada dataset yang terdiri dari 4.466 data balita, dengan mempertimbangkan atribut jenis kelamin, usia, berat badan, dan tinggi badan. Hasil evaluasi menunjukkan bahwa model MKNN mampu mengklasifikasikan status gizi balita dengan akurasi sangat tinggi, mencapai 98,38% pada model terbaik. Selain itu, metrik evaluasi lainnya, seperti presisi, recall, F1-score, dan AUC, juga menunjukkan performa yang sangat baik. Temuan ini mengindikasikan bahwa MKNN merupakan pendekatan yang menjanjikan untuk digunakan dalam penilaian status gizi balita. Diharapkan hasil penelitian ini dapat memberikan alternatif yang lebih tepat dan efektif bagi tenaga kesehatan di Poliklinik Kesehatan Desa (PKD) Desa Adisana Bumiayu dalam mendeteksi dan menangani masalah gizi pada balita.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Modified K-Nearest Neighbor, Status Gizi Balita, Algoritma Klasifikasi, Klasifikasi Status Gizi Balita | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 004-Pemrosesan Data, Ilmu Komputer, Teknik Informatika > Prinsip Matematika dalam Ilmu Komputer; Algoritma Komputer | |||||||||
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
| Depositing User: | Nidzom Muhammad | |||||||||
| Date Deposited: | 26 Jun 2025 02:49 | |||||||||
| Last Modified: | 26 Jun 2025 02:49 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/1867 |
Actions (login required)
 |
View Item |