KLASIFKASI TINGKAT OBESITAS MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN)

Eka Putri, Natasha (2025) KLASIFKASI TINGKAT OBESITAS MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN). Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (246kB)
	Text BAB II.pdf Restricted to Registered users only Download (343kB)
	Text BAB III.pdf Restricted to Registered users only Download (231kB)
	Text BAB IV.pdf Restricted to Registered users only Download (865kB)
	Text BAB V.pdf Download (184kB)
	Text DAFTAR PUSTAKA.pdf Download (218kB)

Abstract

Meningkatnya kasus obesitas secara global menuntut adanya metode klasifikasi yang efektif untuk mendeteksi tingkat obesitas secara dini. Metode K-Nearest Neighbor (KNN) yang digunakan meliputi pembersihan data, pengkodean data kategorikal, normalisasi, serta pembagian data menjadi data latih dan data uji. Penelitian ini bertujuan untuk mengklasifikasikan tingkat obesitas berdasarkan data gaya hidup dan kebiasaan makan individu menggunakan algoritma K-Nearest Neighbors (KNN), serta menganalisis akurasi dan efektivitas model tersebut. Hasil penelitian ini menunjukkan bahwa nilai K terbaik Adalah K=1 dengan akurasi sebesar 97,33%, setelah dilakukan pengujian menggunakan metode Grid Search dengan cross validation. Hal tersebut menunjukkan bahwa kinerja model yang cukup baik dalam klasifikasi tingkat obesitas. Meskipun performa model belum optimal, KNN dapat digunakan sebagai pendekatan awal dalam klasifikasi tingkat obesitas dan memiliki potensi untuk dikembangkan lebih lanjut sebagai sistem pendukung keputusan dalam bidang kesehatan.

Actions (login required)

View Item