Yolinda Cesilia, Yolinda Cesilia (2026) PERBANDINGAN METODE DEMPSTER SHAFER DAN NAIVE BAYES PADA SISTEM PAKAR UNTUK DIAGNOSIS STUNTING. S1 thesis, Universitas Malikussaleh.

	Text cover.pdf Download (28kB)
	Text abstrak.pdf Download (9kB)
	Text BAB I.pdf Download (160kB)
	Text Daftar Pustaka.pdf Download (256kB)
	Text Skripsi_Yolinda_Cesilia_210170208.pdf Restricted to Registered users only Download (7MB)

Abstract

Stunting merupakan salah satu permasalahan kesehatan serius yang masih banyak dialami oleh balita di Indonesia, yang umumnya disebabkan oleh kekurangan gizi kronis serta kondisi lingkungan yang kurang mendukung. Dampak stunting tidak hanya terlihat pada terhambatnya pertumbuhan fisik anak, tetapi juga berpengaruh terhadap perkembangan kognitif, tingkat kecerdasan, dan produktivitas di masa mendatang. Oleh karena itu, diperlukan inovasi berbasis teknologi yang mampu membantu tenaga kesehatan dalam melakukan deteksi dan penanganan stunting secara dini. Penelitian ini bertujuan untuk merancang sebuah sistem pakar diagnosis stunting dengan membandingkan dua metode klasifikasi, yaitu Dempster Shafer dan Naive Bayes. Sistem dikembangkan menggunakan bahasa pemrograman Python dengan framework Flask, serta SQLite sebagai basis data penyimpanan. Data yang digunakan dalam penelitian ini berjumlah 200 data, yang terdiri dari 170 data latih dan 30 data uji. Proses diagnosis dilakukan berdasarkan dua puluh enam gejala sebagai variabel input yang bersumber dari data antropometri dan indikator kesehatan balita, yang mencakup berat badan, tinggi badan, usia, jenis kelamin, serta indikator kesehatan lain yang relevan dalam menentukan status stunting. Berdasarkan hasil pengujian terhadap 30 data uji, metode Naive Bayes mampu menghasilkan tingkat akurasi sebesar 66,67%, di mana 20 data uji menunjukkan hasil diagnosis yang sesuai dengan diagnosis pakar. Sementara itu, metode Dempster Shafer hanya mencapai tingkat akurasi sebesar 50%, dengan 15 data uji yang sesuai dengan diagnosis pakar. Hasil tersebut menunjukkan bahwa metode Naive Bayes memiliki performa yang lebih baik dibandingkan metode Dempster Shafer dalam mendiagnosis stunting pada balita, sehingga lebih layak diterapkan dalam pengembangan sistem pakar diagnosis stunting. Kata Kunci: Dempster Shafer, Flask, Naive Bayes, Sistem Pakar, SQLite, Stunting

Item Type:	Thesis (S1)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Yolinda Cesilia
Date Deposited:	01 Apr 2026 06:24
Last Modified:	01 Apr 2026 06:24
URI:	https://rama.unimal.ac.id/id/eprint/19073

Actions (login required)

View Item