Tugas Akhir
Studi komparasi algoritma k-nearest neighbor (KNN) dengan algoritma bayesian classifier untuk klasifikasi ststus gizi balita berdasarkan indeks antropometri (studi kasus puskesmas Mojotengah)
Balita adalah bayi yang berada pada rentang usia 0-5 tahun dan merupakan usia yang masih rentan terhadap masalah kesehatan dan gizi. Setiap balita mempunyai status gizi yang berbeda sesuai dengan usianya. Status gizi dapat ditentukan secara antropometri. Pengukuran antropometri adalah pengukuran yang digunakan untuk menentukan keadaan gizi seseorang. Standar Antropometri yang digunakan sesuai dengan Keputusan Menteri Kesehatan Republik Indonesia Nomor :1995/MENKES/SK/XII/2010 tentang Standar Antropometri Penilaian Status Gizi Anak. Indeks yang dipakai yaitu Berat Badan Menurut Umur (BB/U), Tinggi Badan menurut Umur (BB/U), Berat Badan menurut Tinggi Badan (BB/TB), dan Indeks Masa Tubuh menurut umur (IMT/U). Kebutuhan informasi dari data kesehatan dalam jumlah yang besar dan selalu meningkat, memerlukan penggunaan metode untuk mengolah dan mendapatkan informasi yang akurat dari data tersebut. Metode yang digunakan adalah metode data mining. Klasifikasi menggunakan Algoritma K-Nearest Neighbor (KNN) dan Algoritma Bayesian Classification. Algoritma KNN merupakan suatu metode data mining yang bertujuan mengklasifikasikan objek baru berdasarkan mayoritas kategori yang ada, dengan menentukan jarak terdekat. Sedangkan Algoritma Bayesian Classification bertujuan untuk melakukan klasifikasi data pada kelas tertentu.
Kata kunci : Status Gizi, Standar Antropometri, Klasifikasi, data mining, Algoritma K-Nearest Neighbor (KNN), Algoritma Bayesian Classification
Tidak ada salinan data
Tidak tersedia versi lain