No image available for this title

Text

Implementasi Metode Decision Tree pada Sistem Prediksi Status Gizi Balita



Pemeriksaan status gizi balita merupakan salah satu cara untuk memantau dan mengidentifikasi balita yang beresiko mengalami masalah gizi. Impelementasi metode dalam melakukan prediksi satus gizi menggunakan parameter yang relevan. Metode Decision Tree digunakan sebagai model prediktif, menggunakan dataset dengan parameter berupa umur, jenis kelamin, tinggi badan, berat badan, serta status gizi sebagai label. Pada tahap mining, pengolahan data dimulai dari preprocessing yaitu proses cleansing untuk membersihkan data yang salah dan transformasi data untuk merubah tipe data agar mudah diolah saat proses klasifikasi. Selanjutnya, model Decision Tree akan dilatih, diuji dan diukur berdasarkan akurasi. Model digambarkan dalam bentuk pohon keputusan sehingga dapat digunakan sebagai rule dalam implementasi sistem. Hasil implementasi memberikan prediksi yang akurat dengan nilai akurasi sebesar 92,73%. Sistem prediksi dirancang untuk membantu tenaga kesehatan dalam mendukung keputusan hasil prediksi status gizi balita, sekaligus memfasilitasi masyarakat untuk melakukan pemeriksaan secara mandiri. Prediksi ini dapat membantu mengidentifikasi balita dengan risiko kelainan gizi sehingga langkah-langkah interverensi dini dapat diambil secara tepat.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher Jurnal Sains Komputer & Informatika (J-SAKTI) : Indonesia.,
Collation
006.3
Language
Indonesia
ISBN/ISSN
2548-9771
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment

  • Implementasi Metode Decision Tree pada Sistem Prediksi Status Gizi Balita
    Pemeriksaan status gizi balita merupakan salah satu cara untuk memantau dan mengidentifikasi balita yang beresiko mengalami masalah gizi. Impelementasi metode dalam melakukan prediksi satus gizi menggunakan parameter yang relevan. Metode Decision Tree digunakan sebagai model prediktif, menggunakan dataset dengan parameter berupa umur, jenis kelamin, tinggi badan, berat badan, serta status gizi sebagai label. Pada tahap mining, pengolahan data dimulai dari preprocessing yaitu proses cleansing untuk membersihkan data yang salah dan transformasi data untuk merubah tipe data agar mudah diolah saat proses klasifikasi. Selanjutnya, model Decision Tree akan dilatih, diuji dan diukur berdasarkan akurasi. Model digambarkan dalam bentuk pohon keputusan sehingga dapat digunakan sebagai rule dalam implementasi sistem. Hasil implementasi memberikan prediksi yang akurat dengan nilai akurasi sebesar 92,73%. Sistem prediksi dirancang untuk membantu tenaga kesehatan dalam mendukung keputusan hasil prediksi status gizi balita, sekaligus memfasilitasi masyarakat untuk melakukan pemeriksaan secara mandiri. Prediksi ini dapat membantu mengidentifikasi balita dengan risiko kelainan gizi sehingga langkah-langkah interverensi dini dapat diambil secara tepat.


Information


Web Online Public Access Catalog - Use the search options to find documents quickly