IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI TINGKAT OBESITAS

Katrunada, Urba (2025) IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK KLASIFIKASI TINGKAT OBESITAS. Skripsi thesis, UNAMA.

Preview	Text BAB I.pdf Download (155kB) | Preview
	Text BAB II.pdf Restricted to Registered users only Download (343kB)
	Text BAB III.pdf Restricted to Registered users only Download (436kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
Preview	Text BAB V.pdf Download (73kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (144kB) | Preview

Abstract

Obesitas merupakan masalah kesehatan global yang dapat meningkatkan risiko
penyakit kronis, sehingga diperlukan upaya deteksi dini untuk pencegahan.
Penelitian ini bertujuan mengimplementasikan algoritma Naïve Bayes dalam
klasifikasi tingkat obesitas menggunakan dataset Obesity Prediction dari Kaggle
yang terdiri atas 2.111 data dengan 17 atribut gaya hidup dan kondisi fisik. Tahapan
penelitian mencakup pra-pemrosesan data, penambahan fitur Body Mass Index
(BMI), pembagian data dengan rasio 80:20 untuk training dan testing, serta evaluasi
model menggunakan akurasi, presisi, recall, F1-score, dan 10-fold cross validation.
Hasil penelitian menunjukkan bahwa model Gaussian Naïve Bayes mampu
mengklasifikasikan tingkat obesitas dengan akurasi 85,41% pada data uji dan ratarata akurasi 88,74% melalui 10-fold cross validation. Selain itu, faktor gaya hidup
seperti pola makan, aktivitas fisik, dan konsumsi makanan cepat saji terbukti
berpengaruh terhadap klasifikasi obesitas. Model yang dikembangkan juga
diimplementasikan dalam aplikasi berbasis Streamlit sebagai alat prediksi
interaktif. Dengan demikian, penelitian ini diharapkan dapat menjadi acuan dalam
pengembangan sistem pendukung keputusan untuk deteksi dini obesitas secara
lebih efektif.

Item Type:	Thesis (Skripsi)
Subjects:	Artificial Intelligence
Divisions:	Skripsi > Teknik Informatika > 2025
Depositing User:	Digital Library
Date Deposited:	24 Apr 2026 01:46
Last Modified:	24 Apr 2026 01:47
URI:	https://repository.unama.ac.id/id/eprint/5428

Actions (login required)

View Item