UWKSUWKS
KARSA NUSANTARAKARSA NUSANTARAPemantauan status gizi balita merupakan salah satu upaya penting dalam mencegah masalah pertumbuhan seperti kurang gizi, obesitas, maupun stunting. Penelitian ini bertujuan untuk mengklasifikasikan status gizi balita dengan algoritma K-Nearest Neighbor (KNN) berdasarkan data antropometri seperti umur, jenis kelamin, dan tinggi badan. Implementasi algoritma KNN untuk klasifikasi status gizi balita ini menggunakan data yang diperoleh dari platform Kaggle dengan entri berjumlah 120.999. Data tersebut kemudian diolah melalui platform Google Colab menggunakan bahasa pemrograman Python dan perangkat lunak RapidMiner untuk mendukung proses data preprocessing, pelatihan, dan evaluasi model. Evaluasi model ini dilakukan untuk menghasilkan metrik evaluasi utama pada setiap kelas seperti confusion matrix, presisi, recall, dan F1-Score. Melalui evaluasi model yang sudah dilakukan, hasil klasifikasi menggunakan algoritma KNN mampu mengklasifikasikan status gizi balita dengan akurasi tinggi, yakni 97%. Penelitian ini menunjukkan bahwa klasifikasi status gizi balita efektif menggunakan algoritma KNN dan dapat membantu dalam pengambilan keputusan di bidang kesehatan masyarakat.
Penelitian ini menyimpulkan bahwa implementasi algoritma K-Nearest Neighbor (KNN) berhasil mengklasifikasikan status gizi balita dengan akurasi tinggi, mencapai 97%.Kinerja model yang konsisten di setiap kelas membuktikan efektivitas algoritma KNN dalam tugas klasifikasi ini.Penelitian ini dapat dikembangkan lebih lanjut melalui optimasi parameter K, pemilihan fitur otomatis, atau integrasi ke dalam sistem aplikasi kesehatan untuk deteksi dini yang lebih luas dan praktis.
Berdasarkan hasil penelitian, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat dilakukan untuk mengoptimalkan parameter K dalam algoritma KNN, dengan tujuan meningkatkan akurasi klasifikasi dan mengurangi potensi kesalahan prediksi. Kedua, eksplorasi metode pemilihan fitur otomatis dapat dilakukan untuk mengidentifikasi variabel antropometri yang paling relevan dalam memprediksi status gizi balita, sehingga model yang dihasilkan lebih efisien dan akurat. Ketiga, pengembangan sistem aplikasi kesehatan berbasis algoritma KNN dapat diimplementasikan untuk membantu tenaga medis dalam melakukan deteksi dini status gizi balita secara lebih cepat dan akurat, serta memberikan rekomendasi intervensi yang tepat. Integrasi dengan data dari sumber lain, seperti data konsumsi makanan dan riwayat kesehatan keluarga, juga dapat meningkatkan keakuratan prediksi dan memberikan gambaran yang lebih komprehensif mengenai status gizi balita.
| File size | 468.98 KB |
| Pages | 6 |
| DMCA | Report |
Related /
UNBINUNBIN Kemudian uji pengguna menggunakan perhitungan PSSUQ didapatkan hasil perhitungan rata-rata yaitu 90,42% yang dinyatakan “Sangat Layak. Selain itu, ujiKemudian uji pengguna menggunakan perhitungan PSSUQ didapatkan hasil perhitungan rata-rata yaitu 90,42% yang dinyatakan “Sangat Layak. Selain itu, uji
UNBINUNBIN Untuk uji hasil dengan menggunakan F1-Score mendapatkan hasil sebesar 0. 824 yang menunjukkan bahwa sistem memiliki ketepatan yang masuk dalam kategoriUntuk uji hasil dengan menggunakan F1-Score mendapatkan hasil sebesar 0. 824 yang menunjukkan bahwa sistem memiliki ketepatan yang masuk dalam kategori
IDEREACHIDEREACH Pelaksanaan TIJE masih menghadapi berbagai hambatan seperti keterbatasan literasi digital, desain aplikasi yang belum ramah pengguna, serta kurangnya sosialisasiPelaksanaan TIJE masih menghadapi berbagai hambatan seperti keterbatasan literasi digital, desain aplikasi yang belum ramah pengguna, serta kurangnya sosialisasi
UNIDHAUNIDHA Proses analisis dilakukan melalui tahapan pencarian literatur berdasarkan kata kunci tertentu, seleksi sumber yang relevan, serta sintesis dari berbagaiProses analisis dilakukan melalui tahapan pencarian literatur berdasarkan kata kunci tertentu, seleksi sumber yang relevan, serta sintesis dari berbagai
UBHINUSUBHINUS Penelitian ini dilakukan dalam beberapa tahapan yang terdiri dari data collection, image preprocessing, pembagian data latih dan data validasi, pembuatanPenelitian ini dilakukan dalam beberapa tahapan yang terdiri dari data collection, image preprocessing, pembagian data latih dan data validasi, pembuatan
UBHINUSUBHINUS Hasil penelitian ini menunjukkan potensi besar penggunaan data mining dalam manajemen persediaan di sektor kesehatan. Penelitian ini mengimplementasikanHasil penelitian ini menunjukkan potensi besar penggunaan data mining dalam manajemen persediaan di sektor kesehatan. Penelitian ini mengimplementasikan
UBHARAUBHARA Kondisi ini sangat berpengaruh terhadap tanaman pangan yang dapat dikembangkan di daerah tersebut. Tujuan yang ingin dicapai dalam proyek akhir ini adalahKondisi ini sangat berpengaruh terhadap tanaman pangan yang dapat dikembangkan di daerah tersebut. Tujuan yang ingin dicapai dalam proyek akhir ini adalah
RAHARJARAHARJA Sistem yang dikembangkan bertujuan meningkatkan akurasi dan efisiensi proses transaksi penjualan melalui aplikasi berbasis database. Sistem aplikasi PointSistem yang dikembangkan bertujuan meningkatkan akurasi dan efisiensi proses transaksi penjualan melalui aplikasi berbasis database. Sistem aplikasi Point
Useful /
IAIKHOZINIAIKHOZIN Analisis data melibatkan uji normalitas, homogenitas, dan tes Mann–Whitney. Hasil menunjukkan bahwa kelompok eksperimental memperoleh skor rata-rataAnalisis data melibatkan uji normalitas, homogenitas, dan tes Mann–Whitney. Hasil menunjukkan bahwa kelompok eksperimental memperoleh skor rata-rata
UPGRISUPGRIS Sistem ini mempermudah proses pemesanan, serta memberikan pengalaman pengguna yang responsif dan nyaman. Untuk pengembangan lebih lanjut, disarankan penambahanSistem ini mempermudah proses pemesanan, serta memberikan pengalaman pengguna yang responsif dan nyaman. Untuk pengembangan lebih lanjut, disarankan penambahan
STITMUBOSTITMUBO Dalam proses pengumpulan data peneliti menggunakan teknik analisis data dari Miles dan Hubarman. Proses penanaman karakter peduli sosial pada peserta didik,Dalam proses pengumpulan data peneliti menggunakan teknik analisis data dari Miles dan Hubarman. Proses penanaman karakter peduli sosial pada peserta didik,
UWKSUWKS Menggunakan Teknik Partisipatory Rural Appraisal (PRA), untuk menjaga keberlanjutan program kegiatan pengmasy karena melibatkan masyarakat secara penuhMenggunakan Teknik Partisipatory Rural Appraisal (PRA), untuk menjaga keberlanjutan program kegiatan pengmasy karena melibatkan masyarakat secara penuh