Aplikasi Penentuan Status Gizi Balita Menggunakan Naive Bayes

Maimuna Mahdalena

Abstract


Gizi buruk banyak dialami balita  di  Indonesia.  Kondisi  gizi  buruk  tidak  selalu  berkaitan  dengan  kemiskinan  dan ketidaksediaan  pangan,  walaupun  tidak  dapat  dipungkiri  kemiskinan  dan  ketidaksediaan merupakan  faktor  yang  sering  menjadi  penyebab  gizi  buruk  pada  anak.  Terlambatnya pendeteksian status gizi juga merupakan faktor penting terjadinya  gizi  buruk pada balita. Sistem  yang  dibangun ini dapat  membantu  para  medis   untuk menghitung  dan  menentukan  status  gizi  balita,  sehingga  para  medis  dapat  menentukan langkah selanjutnya untuk menangani status gizi tersebut. Sistem ini dibangun menggunakan metode Naïve Bayes, yang memprediksi probabilitas di masa depan berdasarkan pengalaman di masa sebelumnya. Atribut yang digunakan adalah TB / BB, TB / Umur, dan BB / Umur. Output dari sistem ini berupa status gizi balita (  lebih, normal, kurang dan lebih ). Untuk menghitung keakurasian  menggunakan  160  data dengan                                       ujicoba  sebanyak  4  kali.  Dari ujicoba tersebut menghasilkan akurasi tertinggi 97.5% dengan data  training sebanyak 120 dan data ujicoba 40, sedangkan akurasi terendah 92.5% dengan data training sebanyak 40 dan   data  ujicoba  120.  Hasil  dari  penelitian  ini  adalah  metode  Naïve  Bayes  dapat diaplikasikan untuk menentukan status gizi balita.


References


Ojiako, I. A., Manyong, V. M., dan Ikpi, A. E. Determinants of Nutrition Status of Preschool Children from Rural Households in Kaduna and Kano Nigeria. Pakistan Journal of Nutrition. 8, 9 : 1497-1505. 2009.

Bendi, V.R., Babu, M.S.P., and Venkateswarlu. A Critical Evaluation of Bayesian Classifier for Liver Diagnosis Using Bagging and Boosting Methods. International Journal of Engineering Science and Technology. 3, 4: 3422-3426. 2011.

Ayuningtiyas, I. K., Saptono, F., dan Hidayat, T. Sistem Pendukung Keputusan Penanganan Kesehatan Balita Menggunakan Penalaran Fuzzy Mamdani. Seminar Nasional Aplikasi Teknologi Informasi. L:65-71. 2007.

Wulan, D.P. Rancang Bangun Sistem Pakar untuk Mendiagnosa Penyakit Jantung

Koroner Menggunakan Naïve Bayesian. Bangkalan : Universitas Trunojoyo Madura.

Al-Ayubi, M.S. Sistem Pakar Penentuan Menu Balita Berdasarkan Asupan Gizi dan Keburuhan Kalori Menggunakan Metode Fuzzy Inference System. Bangkalan: Universitas Trunojoyo Madura. 2009.

Kholid, A. Mencegah Permasalahan Gizi Buruk Balita. 2010.

.Tanggal Akses : 8 April 2011

Arisman. Gizi dalam Daur Kehidupan. Palembang : Penerbit Buku Kedokteran EGC.

Yuliandra, Y. Perhitungan SEderhana Proporsi Tubuh Ideal dan Jumlah Asupan

Energi yang Diperlukan Sehari-hari pada Keadaan Normal. Wawasan Kedokteran. 2.

Subakti, I. Sistem Pendukung Keputusan (Decision Support System). Surabaya : Institut Teknologi Sepuluh Nopember. 2002.

Ratnaningtyas, D. D. Aplikasi Teorema Bayes dalam Penyaringan Email.

Bandung : Institut Teknologi Bandung. 2010.

Kusrini, Luthfi, E.T. Algoritma Data Mining. Yogyakarta : ANDI. 2009.




DOI: https://doi.org/10.21107/triac.v4i1.5361

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Maimuna Mahdalena

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Creative Commons License
Indexed by: