IMPLEMENTASI MACHIN LEARNING PADA KLASIFIKASI KONDISI GIZI BALITA MENGGUNAKAN METODE C4.5 (STUDI KASUS: PUSKESMAS KONI KOTA JAMBI)

Liza Oktavia, Elvi (2024) IMPLEMENTASI MACHIN LEARNING PADA KLASIFIKASI KONDISI GIZI BALITA MENGGUNAKAN METODE C4.5 (STUDI KASUS: PUSKESMAS KONI KOTA JAMBI). Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (137kB)
	Text BAB II.pdf Restricted to Registered users only Download (156kB)
	Text BAB III.pdf Restricted to Registered users only Download (73kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (11kB)
	Text DAFTAR PUSTAKA.pdf Download (87kB)

Abstract

Balita merupakan aset masa depan bangsa, yang memerlukan perhatian serius terhadap kesehatan dan pertumbuhannya. Masa balita dikenal sebagai golden age dan critical period dalam perkembangan anak. Penting bagi orangtua dan masyarakat umum untuk memperhatikan kondisi gizi anak-anak, mencegah masalah gizi kurang atau berlebih. Dengan menerapkan teknologi machine learning dengan memanfaatkan teknik klasifikasi menggunakan algoritma C4.5, untuk mengklasifikasikan kondisi gizi pada balita. Algoritma ini memanfaatkan data seperti JK (Jenis Kelamin), BB Lahir, TB Lahir, Umur, Berat, Tinggi, LiLA, BB/U, ZS BB/U, TB/U, ZS TB/U, BB/TB (Kondisi Gizi), ZS BB/TB, dan Naik Berat Badan. Dalam penelitian, 70% data digunakan untuk pelatihan model dan 30% untuk pengujian. Data yang digunakan adalah data balita di Puskesmas Koni Kota Jambi pada bulan Juni, Juli, Agustus 2023. Jumlah balita yang rutin berkonsultasi selama 3 bulan tersebut ada 147 balita. Pohon keputusan dibentuk dengan atribut root yang dipilih berdasarkan perhitungan nilai entropy dan gain, dari data tersebut maka diperoleh nilai entropy 1,108 dan gain 0,38. Hasil akurasi yang diperoleh dengan menggunakan algoritma C4.5 yaitu 91%. Hasil menunjukkan machine learning dengan algoritma C4.5 dapat membantu mengklasifikasikan kondisi gizi balita dengan tingkat akurasi yang tinggi menggunakan tools Python. Dengan algoritma ini, Puskesmas Koni Kota Jambi dapat lebih efisien menangani masalah gizi balita dengan tepat berdasarkan data klasifikasi yang dimiliki. Hal ini membantu dalam penyusunan intervensi yang lebih tepat sasaran untuk meningkatkan kondisi gizi balita di Puskesmas Koni Kota Jambi.

Actions (login required)

View Item