IMPLEMENTASI METODE DECISION TREE UNTUK KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN ALGORITMA C4.5 BERBASIS WEB

Syafa'ah, Riska Aulia (2023) IMPLEMENTASI METODE DECISION TREE UNTUK KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN ALGORITMA C4.5 BERBASIS WEB. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (151kB)
[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (593kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (796kB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (465kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (586kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (995kB) | Request a copy

Abstract

Pemantauan dan penilaian status gizi memiliki peran penting dalam menjaga kesehatan dan perkembangan individu, terutama pada fase pertumbuhan awal. Dalam upaya untuk secara efektif mengklasifikasikan status gizi berdasarkan standar antropometri, penggunaan teknologi telah menjadi semakin signifikan. Salah satu algoritma yang digunakan adalah algoritma C4.5, sebuah teknik pembelajaran pohon keputusan yang dapat menghasilkan aturan-aturan keputusan untuk mengklasifikasikan individu ke dalam kategori status gizi yang berbeda. Penelitian ini bertujuan untuk mengklasifikasikan status gizi berdasarkan fitur-fitur yang relevan menggunakan algoritma C4.5. Data yang digunakan dalam penelitian ini terdiri dari 175 data, yang diperoleh melalui kolaborasi dengan pihak posyandu. Data ini mencakup sejumlah fitur antropometri yang digunakan untuk menggambarkan karakteristik fisik individu. Status gizi dikelompokkan menjadi tiga kategori, yaitu gizi baik, gizi buruk dan gizi lebih, berdasarkan standar antropometri yang diakui. Hasil eksperimen menunjukkan bahwa algoritma C4.5 mencapai akurasi 96.23%, dengan perbandingan rasio 70:30. Evaluasi ini didukung oleh confusion matrix yang menganalisis distribusi klasifikasi yang benar dan salah pada masing-masing kategori status gizi. Hal ini menunjukkan bahwa model yang dikembangkan berhasil dengan baik dalam mengklasifikasikan status gizi pada dataset yang digunakan, dengan tingkat akurasi yang signifikan. Penelitian ini memberikan kontribusi penting dalam bidang klasifikasi status gizi. Meskipun akurasi yang diperoleh sudah signifikan, ada potensi untuk pengembangan lebih lanjut, seperti menambahkan variabel lain, menggabungkan algoritma dengan teknik lain atau mempertimbangkan lebih banyak fitur yang relevan. Kata Kunci: Klasifikasi, Status Gizi, Algoritma C4.5, Confusion Matrix, Antropometri.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: Klasifikasi, Status Gizi, Algoritma C4.5, Confusion Matrix, Antropometri
Subjects: 600 – Teknologi (Ilmu Terapan) > 600 Teknologi (ilmu terapan) > 600 Teknologi
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Riska Aulia Syafa'ah
Date Deposited: 11 Sep 2023 03:39
Last Modified: 11 Sep 2023 03:39
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
Alawi, Zakki
NIDN0709068906
Thesis advisor
Anggraini, Fetrika
NIDN0718038803
URI: https://repository.unugiri.ac.id:8443/id/eprint/3488

Actions (login required)

View Item
View Item