UPT Perpustakaan UNSIQ Wonosobo

Universitas Sains Al-Quran Jawa Tengah di Wonosobo

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title
Penanda Bagikan

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)

Rinawati - Nama Orang;

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


Ketersediaan

Tidak ada salinan data

Informasi Detail
Judul Seri
-
No. Panggil
FASTIKOM 723 RIN s
Penerbit
Wonosobo : FASTIKOM UNSIQ., 2015
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Studi komparasi algoritma
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan UNSIQ Wonosobo
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?