Skripsi
KLASIFIKASI STATUS GIZI BALITA DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR
Pentingnya aspek gizi sebagai pondasi dalam upaya pembangunan bangsa menunjukkan perlunya upaya serius dalam menangani permasalahan kekurangan gizi di Indonesia. Hingga saat ini, penanganan masalah gizi di negara ini lebih difokuskan pada anak-anak yang berusia di bawah lima tahun melalui pemantauan data antropometri anak setiap bulan oleh karena itu untuk mempermudah pemantauan maka di bangun suatu sistem pengklasifikasin status gizi balita menggunakan metode K-Nearest Neighbor (KNN) dengan memanfaatkan data antropometri. Proses pelatihan model KNN dioptimalkan melalui penerapan K-Fold Cross Validation untuk meningkatkan validitas hasil. Data antropometri, termasuk usia,tinggi badan, berat badan, dan lingkar lengan, diukur sebagai variabel prediktor utama.Dengan menggunakan K-Fold Cross Validation, model KNN diuji dan dievaluasi untuk menilai performa dan ketahanannya terhadap variasi dataset. Analisis hasil dilakukan melalui Confusion Matrix untuk mengidentifikasi tingkat keberhasilan klasifikasi dan mengukur akurasinya.Dan akurasi yang didapatkan dengan menggunakan berbagai nilai k pada pengujian didapatkan rata-rata akurasi sebesar 0.977.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2407000788 | T139038 | T1390382024 | Central Library (Referens) | Available but not for loan - Not for Loan |
No other version available