Adheilla, Rauza (2025) PERBANDINGAN MODEL NAÏVE BAYES, K-NEAREST NEIGBOR, DAN DECISION TREE C4.5 PADA KLASIFIKASI STATUS GIZI BALITA. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (207kB)
	Text Abstrak.pdf Download (264kB)
	Text Bab I.pdf Download (258kB)
	Text Daftar Pustaka.pdf Download (228kB)
	Text Full-text.pdf Restricted to Registered users only Download (2MB)

Abstract

Permasalahan terkait asupan gizi pada anak usia bawah lima tahun merupakan isu penting dalam pembangunan sumber daya manusia, terutama di wilayah terpencil yang memiliki keterbatasan akses terhadap informasi, pelayanan kesehatan, dan pemenuhan gizi. Penelitian ini bertujuan untuk membandingkan kinerja tiga algoritma klasifikasi yaitu Naïve Bayes, K-Nearest Neighbor (KNN), dan Decision Tree C4.5 dalam mengklasifikasikan status gizi balita di Kecamatan Muara Dua dan Manyak Payed berdasarkan data dari aplikasi e-PPGBM tahun 2025. Status gizi diklasifikasikan menjadi dua kategori, yaitu gizi baik dan bermasalah gizi, dengan mempertimbangkan indikator antropometri BB/U, TB/U, dan BB/TB. Dataset yang dipakai terdiri dari 1.128 data balita dengan tujuh atribut, dan pengolahan data dilakukan menggunakan perangkat lunak RapidMiner. Evaluasi dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma KNN memiliki performa terbaik, dengan akurasi sebesar 76,92%, precision 86,40%, recall 63,91%, dan F1-score 73,47%. Algoritma Naïve Bayes unggul dalam aspek recall sebesar 98,82%, namun memiliki akurasi dan precision yang rendah. Sementara itu, Decision Tree C4.5 menghasilkan performa yang seimbang tetapi masih di bawah KNN. Kata Kunci: Status Gizi Balita, Naïve Bayes, K-Nearest Neighbor, Decision Tree C4.5, RapidMiner

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Rauza Adheilla
Date Deposited:	22 Sep 2025 04:46
Last Modified:	22 Sep 2025 04:46
URI:	https://rama.unimal.ac.id/id/eprint/15940

Actions (login required)

View Item