Aplikasi Penentuan Status Gizi Balita Menggunakan Naive Bayes
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
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.