IMPLEMENTASI AI PADA PREDIKSI TINGKAT OBESITAS BERBASIS WEB DENGAN METODE RANDOM FOREST

Hadis Santika, Amalia (2025) IMPLEMENTASI AI PADA PREDIKSI TINGKAT OBESITAS BERBASIS WEB DENGAN METODE RANDOM FOREST. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (112kB)
	Text BAB II.pdf Restricted to Registered users only Download (209kB)
	Text BAB III.pdf Restricted to Registered users only Download (145kB)
	Text BAB IV.pdf Restricted to Registered users only Download (521kB)
	Text BAB V.pdf Download (435kB)
	Text BAB VI.pdf Download (8kB)
	Text DAFTAR PUSTAKA.pdf Download (167kB)

Abstract

Salah satu masalah kesehatan yang paling umum di seluruh dunia adalah obesitas, yang dapat meningkatkan risiko berbagai penyakit kronis. Oleh karena itu, diperlukan teknik prediksi yang tepat untuk menentukan tingkat obesitas seseorang. Tujuan penelitian ini adalah untuk menggunakan kecerdasan buatan (AI) untuk membuat sistem prediksi tingkat obesitas berbasis web yang menggunakan metode Random Forest. Data yang digunakan berasal dari dataset kesehatan yang mencakup berbagai variabel, termasuk pola makan, aktivitas fisik, indeks massa tubuh (BMI), dan faktor lainnya. Model Random Forest dipilih karena sangat akurat dalam menangani banyak variabel sekaligus. Dengan implementasi berbasis web, pengguna dapat dengan mudah mengakses sistem dan melihat hasil prediksi secara real-time. Dengan adanya sistem web ini, diharapkan dapat membantu masyarakat dalam mengidentifikasi risiko obesitas lebih dini serta mendukung upaya pencegahan obesitas melalui rekomendasi yang lebih personal.

Actions (login required)

View Item