Text

Aplikasi Naïve Bayes Classifier (NBC) pada Klasifikasi Status Gizi Balita Stunting dengan Pengujian K-Fold Cross Validation

---

Kasus stunting di Indonesia merupakan masalah yang sudah mengakar sejak dahulu. Salah satu
upaya dalam mengatasi masalah ini adalah melalui program percepatan penurunan stunting
untuk meningkatkan status gizi masyarakat dan juga untuk penurunan prevalensi stunting atau
balita pendek. Pada praktiknya status gizi didapatkan melalui pengukuran antropometri di
posyandu atau melalui puskesmas. Umumnya indeks yang digunakan untuk menentukan status
gizi balita stunting adalah indeks TB/U atau tinggi badan dibanding dengan usia. Penelitian ini
bertujuan untuk menerapkan algoritma Naive Bayes Classifier dengan pengujian K-Fold Cross
Validation pada klasifikasi status gizi balita stunting. Sistem pengolahan data menggunakan
Graphical User Interface (GUI-R) agar dapat memudahkan proses analisis dengan
mengimplementasikan Shiny Package pada program Rstudio. Hasil akurasi menggunakan
Naïve Bayes Classifier dengan pengujian 10-Fold Cross Validation memperoleh akurasi
tertinggi pada iterasi ke-8 dengan akurasi sebesar 95,14%, sedangkan akurasi terendah berada
pada iterasi ke-3 dengan akurasi sebesar 81,73%. Secara keseluruhan rata-rata akurasi pada
setiap iterasi didapat sebesar 88,53%.
Kata Kunci: Stunting, Data Mining, Naive Bayes Classifier, K-Fold Cross Validation, Shiny
Package

---

Ketersediaan

946E2022

946 E 2022

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

946 E 2022

Penerbit

SEMARANG : Departemen Statistika FSM., 2022

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Riza Rizqi Robbi Arisandi / Dr. Budi Warsito, S.Si,M.Si./ Arief Rachman Hakim,S.Si,M.Si.

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar