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.

Preview	Text BAB I.pdf Download (112kB) | Preview
	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)
Preview	Text BAB V.pdf Download (435kB) | Preview
Preview	Text BAB VI.pdf Download (8kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (167kB) | Preview

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.

Item Type:	Thesis (Skripsi)
Subjects:	Aplikasi Berbasis Web
Divisions:	Skripsi > Teknik Informatika > 2025
Depositing User:	Digital Library
Date Deposited:	10 Sep 2025 06:52
Last Modified:	10 Sep 2025 06:52
URI:	https://repository.unama.ac.id/id/eprint/4829

Actions (login required)

View Item