STMIK BANJARBARUSTMIK BANJARBARU

Progresif: Jurnal Ilmiah KomputerProgresif: Jurnal Ilmiah Komputer

Status gizi merupakan faktor penting bagi pertumbuhan dan perkembangan anak, termasuk di Posyandu Tanjung XXIV yang masih menggunakan proses manual untuk penilaian gizi. Penelitian ini menggunakan algoritma Naïve Bayes yang dikombinasikan dengan metode Adaboost untuk meningkatkan akurasi prediksi status gizi pada balita. Dataset berisi data antropometri balita di posyandu tersebut diproses melalui reduksi atribut dan dilatih menggunakan RapidMiner. Hasilnya, model Naïve Bayes Adaboost mencapai akurasi 100% dibandingkan 93,33% pada model Naïve Bayes tunggal, serta memperoleh nilai recall dan precision 100%. Pelayanan kesehatan dapat terfasilitasi oleh sistem prediksi ini sehingga tenaga kesehatan dapat menindaklanjuti gizi balita secara dini dan tepat.

Model kombinasi Naïve Bayes dengan Adaboost secara signifikan meningkatkan akurasi prediksi status gizi balita menjadi 100% dibandingkan 93,33% pada model Naïve Bayes saja.Dalam konteks Posyandu Tanjung XXIV, metode ini dapat mempermudah tenaga medis dalam memprediksi status gizi balita, sehingga dapat segera ditangani masalah gizi.Penelitian selanjutnya dapat menerapkan algoritma ensemble lain atau mengembangkan aplikasi sistem pengambilan keputusan berbasis web.

Pertama, melakukan studi banding antara algoritma ensemble lain seperti Gradient Boosting dan Random Forest pada dataset yang sama untuk menilai apakah kombinasi dengan Adaboost memang optimal. Kedua, mengembangkan prototype aplikasi berbasis mobile yang terintegrasi dengan sistem data posyandu sehingga tenaga kesehatan dapat langsung menggunakan hasil prediksi dalam perekaman data real‑time. Ketiga, memperluas penelitian dengan menambahkan variabel sosial‑ekonomi dan pola asupan makanan, lalu menerapkan teknik feature engineering agar model lebih robust dan dapat diadaptasi untuk posyandu di wilayah berbeda.

  1. Optimasi Algoritma K- Nearest Neighbor Berbasis Particle Swarm Optimization Untuk Meningkatkan Kebutuhan... doi.org/10.47065/bit.v4i3.724Optimasi Algoritma K Nearest Neighbor Berbasis Particle Swarm Optimization Untuk Meningkatkan Kebutuhan doi 10 47065 bit v4i3 724
  2. IMPLEMENTASI ALGORITMA C4.5 DAN NAÏVE BAYES DALAM PENGAMBILAN KEPUTUSAN UNTUK PROGRAM INDONESIA... doi.org/10.36040/jati.v8i2.8311IMPLEMENTASI ALGORITMA C4 5 DAN NAyaVE BAYES DALAM PENGAMBILAN KEPUTUSAN UNTUK PROGRAM INDONESIA doi 10 36040 jati v8i2 8311
  3. Klasifikasi Jenis Buah Mangga dengan Metode Backpropagation | Techné : Jurnal Ilmiah Elektroteknika.... ojs.jurnaltechne.org/index.php/techne/article/view/231Klasifikasi Jenis Buah Mangga dengan Metode Backpropagation Techny Jurnal Ilmiah Elektroteknika ojs jurnaltechne index php techne article view 231
  4. IMPLEMENTATION OF TEXT PROCESSING FOR SENTIMENT ANALYSIS OF TAX PAYMENT INTEREST AFTER THE "RUBICON"... doi.org/10.52436/1.jutif.2023.4.5.1014IMPLEMENTATION OF TEXT PROCESSING FOR SENTIMENT ANALYSIS OF TAX PAYMENT INTEREST AFTER THE RUBICON doi 10 52436 1 jutif 2023 4 5 1014
  5. Optimasi Algoritma C4.5 Menggunakan Metode Adaboost Classification Pada Klasifikasi Nilai Mahasiswa Studi... journal.umpr.ac.id/index.php/jsakti/article/view/5458Optimasi Algoritma C4 5 Menggunakan Metode Adaboost Classification Pada Klasifikasi Nilai Mahasiswa Studi journal umpr ac index php jsakti article view 5458
Read online
File size604.13 KB
Pages10
DMCAReport

Related /

ads-block-test