Klasifikasi status penderita gizi stunting pada balita menggunakan Metode Random Forest (Studi kasus di Kelurahan Petamanan, Kota Pasuruan)

Aprilia, Yunita Nur (2024) Klasifikasi status penderita gizi stunting pada balita menggunakan Metode Random Forest (Studi kasus di Kelurahan Petamanan, Kota Pasuruan). Undergraduate (S1) thesis, Universitas Merdeka Pasuruan.

	Text COVER.pdf Download (548kB)
	Text BAB-I.pdf Download (335kB)
	Text BAB-II.pdf Restricted to Repository staff only Download (402kB)
	Text BAB-III.pdf Restricted to Repository staff only Download (631kB)
	Text BAB-IV.pdf Restricted to Repository staff only Download (913kB)
	Text BAB-V.pdf Restricted to Repository staff only Download (176kB)
	Text DAFTAR-PUSTAKA.pdf Restricted to Repository staff only Download (192kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (593kB)

Abstract

Stunting pada anak, seperti dalam kasus ini, ditandai dengan pertumbuhan tubuh yang lebih rendah dari rata-rata. Hal ini disebabkan oleh ketidaksesuaian antara asupan nutrisi jangka panjang dan kebutuhan tubuh. Dampak yang mungkin termasuk perkembangan kognitif yang tertunda, gangguan dalam kemampuan belajar, serta peningkatan risiko terhadap sindrom metabolic. Untuk Mengatasi permasalahan tersebut diperlukan sistem yang terstruktur dan berbasis data dengan salah satu pendepakatan yang digunakan yaitu Metode Random Forest pada sistem dengan menggunakan data gizi stunting balita sebagai dasar proses klasifikasi. Dalam mengembangkan sistem yang dibangun bertujuan untuk membantu melacak keadaan kesehatan anak kecil, khususnya stunting dengan menggunakan beberapa indikator guna mendukung inovasi, memberikan model klasifikasi terhadap balita yang menderita gizi stunting, dan mengukur serta mengevaluasi hasil kinerja dari Metode Random Forest terhadap variabel data yang digunakan. Dari penelitian ini dapat menunjukan bahwa Hasil dari penelitian ini adalah system ini berhasil dibuatnya model klasifikasi dan sangat efeksi untuk mengukur serta mengevaluasi hasil kinerja dari Metode Random Forest pada Klasifikasi Status Penderita Gizi Stunting Pada Balita dengan menggunakan dataset sebanyak 300 data sehingga menghasilkan rata-rata accuracy sebesar 81 %, hasil rata-rata presicion sebesar 76 %, hasil rata-rata recall sebesar 69 %, dan hasil rata-rata F1-score sebesar 72 %.

Item Type:	Thesis (Undergraduate (S1))
Uncontrolled Keywords:	Klasifikasi, Gizi Stunting, Data Mining, Random Forest
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Informasi > Informatika
Depositing User:	Perpustakaan Unmer Pasuruan
Date Deposited:	05 Sep 2024 05:47
Last Modified:	05 Sep 2024 05:47
URI:	http://repository.unmerpas.ac.id/id/eprint/694

Actions (login required)

View Item