IMPLEMENTASI NAÏVE BAYES CLASSIFIER UNTUK DIAGNOSA STATUS GIZI BALITA

Fajar Rohman Hariri, Danar Putra Pamungkas

Abstract


Status gizi adalah ukuran keberhasilan dalam pemenuhan nutrisi untuk anak yang diindikasikan oleh berat badan dan tinggi badan anak. Status gizi juga didefinisikan sebagai status kesehatan yang dihasilkan oleh keseimbangan antara kebutuhan dan masukan nutrient (nutrisi). Sekarang ini banyak para ibu yang belum mengerti atau memahami mengenai status gizi pada balitanya. Seseorang perlu mengetahui status gizi pada anaknya untuk bisa memantau perkembangan anaknya. Namun di POSYANDU belum ada sistem yang bisa mencatat dan juga melihat status gizi anak dengan cepat dan akurat. Oleh karena itu, pada penelitian kali ini, akan dibuat sebuah sistem menggunakan metode Naïve Bayes untuk penentuan status gizi balita. Metode naïve bayes adalah algoritma yang dapat menerima inputan dalam bentuk apapun dan kecepatan dalam memproses suatu data, jadi pada setiap data baru akan dilakukan probabilitas dengan setiap class yang ada, hasil akhirnya dilihat nilai yang paling tinggi, sehingga algoritma ini dirasa cukup baik untuk menentukan probabilitas dalam menentukan hasil, pada penelitian ini algoritma naïve bayes digunakan untuk melakukan penentuan status gizi balita dengan input umur, panjang badan, berat badan, jenis kelamin, ndan data imunisasi suntik hepatitis B, suntik BCG, polio, suntik DPT, tetes vitamin A Biru, tetes vitamin A merah, dan juga suntik campak. Data diklasifikasikan menjadi empat yaitu Gizi Lebih, Gizi Baik, Gizi Kurang dan Gizi Buruk. Dari berbagai hasil ujicoba yang dilakukan dengan menggunakan 100 data didapatkan akurasi rata-rata sebesar 84%


References


S.K. Kenue, “Limited angle multifrequency deffiaction tomography,” IEEE Trans. Sonic Ultrason, vol. SU-29, no. 6, pp. 213-217, July 1982.

Depkes RI , 2009, Buku Kesehatan Ibu dan Anak. Jakarta. Depkes RI dan JICA.

Susilowati, 2008, Pengukuran Status Gizi dengan Antropometri Gizi, Cimahi

Kusrini dan Taufiq Luthfi Emha, (2009). Algoritma Data Mining. Bab 7;189.Penerbit Andi. Yogyakarta.

Abidin, Fuadi T.(2009).Data mining and information retrieval. FMIPA. Universitas Syah Kuala.

Muljono. 2011. Penggunaan Metode Logika Fuzzy Sugeno dalam Menentukan Status Gizi pada Balita. Techno.Com Vol. 10, No. 3, Agustus 2011: 127-136

Ayuningtiyas, Ika Kurnianti. 2007. Sistem Pendukung Keputusan Penanganan Kesehatan Balita Menggunakan Penalaran Fuzzy Mamdani. Seminar Nasional Aplikasi Teknologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022

Hermaduati,Ninki; Kusumadewi, Sri. 2008. Sistem Pendukung Keputusan Berbasis SMS Untuk Menentukan Status Gizi dengan Metode K-Nearest Neighbor, Universitas Islam Indonesia, Yogyakarta.

Refaeilzadeh, Payam. Tang, Lei. Liu, Huan. Cross-Validation. Arizona State University, 2008


Refbacks

  • There are currently no refbacks.