Klasifikasi penentuan status gizi balita dengan metode naive bayes
DOI:
https://doi.org/10.26555/jim.v11i1.30139Abstract
Klasifikasi merupakan pengelompokan untuk memprediksi suatu kelas berdasarkan data dan data-data tersebut memiliki table atau atribut. Salah satu metode dalam klasifikasi adalah naïve bayes. Metode naïve bayes banyak digunakan dalam berbagai bidang penelitian. Pada bidang kesehatan, metode naïve bayes digunakan dalam penelitian kesehatan anak. Salah satu penelitiannya membahas tentang gizi pada bayi dibawah umur lima tahun. Pada penelitian klasifikasi status gizi balita dengan metode naive bayes digunakan untuk melakukan klasifikasi data pada kelas tertentu. Metode naive bayes diterapkan pada penelitian ini untuk mengidentifikasi data balita. Data balita tersebut kemudian dianalisis untuk pembuatan model. Setelah pembuatan model kemudian menentukan model yang terbaik. Selanjutnya, model tersebut digunakan untuk memprediksi data balita di Puskesmas Ponjong I. Hasil penelitian menunjukkan bahwa pembagian data dengan perbandingan 90% data training dan 10% data testing menghasilkan akurasi sebesar 82,14%. Model klasifikasi ini mampu memprediksi status gizi balita dengan lebih baik daripada pembagian data lainnya. Hasil prediksi menunjukkan bahwa terdapat 14 anak dengan status gizi baik, 2 anak dengan gizi kurang, dan 2 anak dengan gizi lebih. Informasi ini memiliki implikasi penting bagi puskesmas, karena puskesmas dapat melakukan perawatan dan pengawasan lebih fokus terhadap kelima balita yang diklasifikasikan memiliki masalah gizi yang buruk.
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:
1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
This work is licensed under a Creative Commons Attribution-ShareAlike 2.0 Generic License.