RIZQIYANI, Ayu (2024) PERBANDINGAN ALGORITMA C4.5 DAN NAÏVE BAYES PADA SISTEM KLASIFIKASI STATUS GIZI BALITA BERBASIS WEB (Studi Kasus: Puskesmas Bulakamba). Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://repository.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (HALAMAN AWAL)
COVER_AYU RIZQIYANI_42419071_SKRIPSI_2024.pdf - Accepted Version Download (2MB) |
|
PDF (BAB I)
BAB I_AYU RIZQIYANI_42419071_SKRIPSI_2024.pdf - Accepted Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB II)
BAB II_AYU RIZQIYANI_42419071_SKRIPSI_2024.pdf - Accepted Version Restricted to Registered users only Download (4MB) |
|
PDF (BAB III)
BAB III_AYU RIZQIYANI_42419071_SKRIPSI_2024.pdf - Accepted Version Restricted to Registered users only Download (721kB) |
|
PDF (BAB IV)
BAB IV_AYU RIZQIYANI_42419071_SKRIPSI_2024.pdf - Accepted Version Restricted to Registered users only Download (1MB) |
|
PDF (BAB V)
BAB V_AYU RIZQIYANI_42419071_SKRIPSI_2024.pdf - Accepted Version Download (258kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA_AYU RIZQIYANI_42419071_SKRIPSI_2024.pdf - Accepted Version Download (1MB) |
|
PDF (LAMPIRAN)
LAMPIRAN_AYU RIZQIYANI_42419071_SKRIPSI_2024.pdf - Accepted Version Restricted to Repository staff only Download (2MB) |
Abstract
Status gizi adalah indikator penting dalam menilai pemenuhan kebutuhan nutrisi pada balita. Saat ini, penentuan status gizi masih dilakukan secara manual dengan pembukuan, sehingga proses ini memakan waktu lama untuk menghasilkan klasifikasi. Penelitian ini membandingkan kinerja dua algoritma klasifikasi, yaitu C4.5 dan Naïve Bayes, dalam mengidentifikasi status gizi balita melalui sistem berbasis web. Data yang digunakan diambil dari Puskesmas Bulakamba, mencakup balita usia 0-60 bulan dengan total 5297 data yang dikumpulkan antara April hingga Juli 2024. Atribut yang dianalisis meliputi jenis kelamin, usia, berat badan lahir, tinggi badan lahir, berat badan, dan tinggi badan. Target yang dicari terdiri dari enam kategori: gizi baik, gizi buruk, gizi kurang, gizi lebih, obesitas, dan risiko gizi lebih. Penelitian ini menerapkan metode validasi K-Fold Cross Validation dengan nilai k=10. Hasilnya menunjukkan bahwa algoritma C4.5 menghasilkan rata-rata akurasi sebesar 95%, sementara Naïve Bayes mencapai rata-rata akurasi 88%. Ini menunjukkan bahwa C4.5 lebih efektif dalam mengklasifikasikan status gizi balita dibandingkan Naïve Bayes. Diharapkan hasil penelitian ini dapat membantu tenaga kesehatan dalam melakukan klasifikasi status gizi balita secara lebih efisien dan akurat.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | algoritma c4.5, naïve bayes, klasifikasi, status gizi balita, data mining, k-fold cross validation. | |||||||||
| 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: | 01 Jul 2025 04:27 | |||||||||
| Last Modified: | 01 Jul 2025 04:27 | |||||||||
| URI: | http://repository.peradaban.ac.id/id/eprint/1877 |
Actions (login required)
 |
View Item |