JOURNAL COMPUTINGJOURNAL COMPUTING

Journal of Information Technology AmperaJournal of Information Technology Ampera

Penelitian ini mengukur akurasi metode Decision Tree CHAID dalam mengklasifikasikan status gizi bayi dengan menambahkan atribut jenis kelamin dan lokasi desa posyandu. Hasil penelitian ini adalah situs web berbasis server lokal untuk menguji sistem klasifikasi tersebut. Prosesnya meliputi impor data, pembagian data latih dan uji, pelatihan model, pemilihan algoritma, dan pengujian matriks. Dari 3106 data antara Januari hingga Februari 2024, akurasi pada data uji mencapai 0,90, pada data latih 0,99, dan akurasi algoritma CHAID 0,84. Variabel yang digunakan meliputi usia, desa, posyandu, tinggi badan, berat badan, dan jenis kelamin. Kelas status gizi meliputi gizi baik, gizi buruk, gizi kurang, gizi berlebih, obesitas, dan risiko gizi berlebih.

Penelitian ini mengukur akurasi metode Decision Tree CHAID dalam mengklasifikasikan status gizi bayi dengan atribut tambahan seperti jenis kelamin dan lokasi desa posyandu, menggunakan data dari Puskesmas Godean 1 Yogyakarta sebanyak 3106 data dari Januari hingga Februari 2024.90% untuk data uji, 99% untuk data latih, dan 84% keseluruhan.Variabel yang digunakan meliputi usia, jenis kelamin, berat badan, tinggi badan, desa, dan posyandu.Implementasi dalam bentuk situs web lokal memudahkan pengujian.Penelitian ini membuktikan efektivitas dan akurasi metode Decision Tree CHAID dalam klasifikasi status gizi bayi dan memberikan kontribusi penting bagi bidang kesehatan anak dan teknologi klasifikasi.

Berdasarkan hasil penelitian ini, berikut adalah saran penelitian lanjutan: . . 1. Mengembangkan sistem klasifikasi status gizi bayi yang lebih komprehensif dengan menambahkan variabel-variabel lain yang relevan, seperti pola makan, aktivitas fisik, dan faktor lingkungan. . . 2. Melakukan validasi dan pengujian lebih lanjut terhadap sistem klasifikasi dengan menggunakan data dari berbagai sumber dan lokasi, untuk memastikan akurasi dan generalisasi model. . . 3. Menerapkan sistem klasifikasi status gizi bayi secara luas di fasilitas kesehatan, seperti puskesmas dan rumah sakit, untuk membantu tenaga medis dalam pengambilan keputusan dan intervensi yang tepat. . . Dengan mengembangkan dan menerapkan sistem klasifikasi yang lebih canggih, penelitian ini dapat memberikan kontribusi signifikan dalam upaya pencegahan dan penanganan masalah gizi pada bayi, serta meningkatkan kualitas layanan kesehatan anak di Indonesia.

  1. Implementasi Data Mining Klasifikasi Algoritma Chaid Dalam Menentukan Pola Penerima Mahasiswa Baru |... doi.org/10.47709/digitech.v3i2.3612Implementasi Data Mining Klasifikasi Algoritma Chaid Dalam Menentukan Pola Penerima Mahasiswa Baru doi 10 47709 digitech v3i2 3612
  2. Login | FRAKTAL: JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA. fraktal jurnal matematika pendidikan skip... doi.org/10.35508/fractal.v2i1.4018Login FRAKTAL JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA fraktal jurnal matematika pendidikan skip doi 10 35508 fractal v2i1 4018
Read online
File size780.21 KB
Pages14
DMCAReport

Related /

ads-block-test