KLASIFIKASI TINGKAT PENGETAHUAN IBU DALAM PEMBERIAN ASI EKSLUSIF DENGAN METODE DECISION TREE

Finki Dona Marlenny

Abstract


Pemberian makanan bayi berupa ASI Ekslusif selama enam bulan masa pertumbuhan merupakan makanan terbaik yang harus didapatkan oleh bayi. Faktor-faktor yang berkaitan dengan pengetahuan ibu terhadap pemberian ASI dapat di klasifikasi menggunakan salah satu metode klasifikasi yaitu dengan decision tree atau pohon keputusan. Data tingkat pengetahuan ibu dalam pemberian ASI ini cukup tersedia, namun perlu suatu proses untuk mendapatkan informasi yang berguna. Proses ini dapat menggunakan klasifikasi prediksi dengan decision tree. 

Pada penelitian ini data pengetahuan ibu terhadap pemberian ASI tersebut nantinya akan diklasifikasi menggunakan metode decision tree dan membandingkan kinerja dari algoritma C.45, Random Forest, CART dan Logistic Model Trees. Dari penelitian ini diharapkan metode yang digunakan mampu meningkatkan tingkat akurasi dan prediksi dari data tersebut


Full Text:

PDF

References


WHO, Complementary feeding of young children in developing countries: a review of current scientific knowledge. Geneva.

Rossita, J., & Yam, B. (2000). Breastfeeding: how could it be enhanced? The perceptions of Vietnamese women in Sidney. Journal of Midwifery , 45(3): 271-6..

Suharyono, Suradi R. dan Firmansyah A. (Editor). 1989. Air Susu Ibu Tinjauan Dari Beberapa Aspek. FK UI, Jakarta..

Roesli. 2002. ASI Eksklusif : Tinjauan dari Aspek Medis. Konas XII Persagi.2002:157-64

Witten, I. H., & Frank, E. (2005). Data Mining : Practical Machine Learning Tools and Techniques Second Edition. San Francisco: Morgan Kauffm

Wu, X., & Kumar, V. (2009). The Top Ten Algorithm In Data Mining. London: Taylor & Francis Group.

Han, J., & Kamber, M. (2007). Data Mining:Concepts and Techniques Second Edition. San Fransisco: Morgan Kaufmann.

Pathom, P., & Anongnart, S. (2008). Comparisons of Classifier Algorithms: Bayesian Network, C4.5, Decision Forest and NBTree for Course Registration Planning Model of Undergraduate Students. IEEE , vol. 1-4244-2384-2/08..

Adrian, C., & Tomas, E. (2002). A Two-Level Approach to Making Class Predictions. Proceedings of the 36th Hawaii International Conference on System Sciences (HICSS’03) IEEE , vol. 0-7695-1874-5/03

Borah, M. D., Jindal, R., & Gupta, D. (2011). Application of knowledge based decision technique to Predict student enrollment decision. 2011 International Conference on Recent Trends in Information Systems IEEE , 978-1-4577-0792-6/11..

Malaya, D., Rajni, J., & Daya, G. (2011). Application of knowledge based decision technique to Predict student enrollment decision. nternational Conference on Recent Trends in Information Systems IEEE , vol. 978-1-4577-0792-6/11.

Fayyad, U. M. (1996). Data Mining and Knowledge Discovery: Making Sense out of Data. IEEE Intelligent Systems , Vol. 11, pp. 22-23.