Penentuan Status Gizi Balita pada Kecamatan Kertosono Menggunakan Metode Ensemble Classifier
| Main Author: | Oktaviani, LusyDwi |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2015
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/146514/1/Laporan.pdf http://repository.ub.ac.id/146514/ |
| ctrlnum |
146514 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/146514/</relation><title>Penentuan Status Gizi Balita pada Kecamatan Kertosono Menggunakan Metode Ensemble Classifier</title><creator>Oktaviani, LusyDwi</creator><subject>005 Computer programming, programs, data</subject><description>Anak usia kurang dari lima tahun atau balita membutuhkan gizi yang cukup dalam membantu tumbuh kembangnya. Kejadian gizi buruk dan kelebihan gizi akan berdampak buruk bagi balita seperti kematian dan infeksi kronis. Pengetahuan tentang status gizi balita sangat penting diketahui bagi orangtua mengingat usia balita merupakan masa yang tergolong rawan dalam pertumbuhan dan perkembangan balita. Parameter yang digunakan dalam penentuan status gizi balita untuk Berat Badan menurut Umur adalah berat badan, umur, dan jenis kelamin. Dan parameter yang digunakan dalam penentuan status gizi balita untuk Tinggi Badan menurut Umur adalah tinggi badan, umur, dan jenis kelamin. Dari hasil analisis di atas maka dibuatlah sebuah sistem yang digunakan untuk Penentuan Status Gizi Balita Menggunakan Metode Ensemble Classifier. Penentuan status gizi balita menggunakan metode Ensemble Classifier yaitu Average of Probabilities yang menggabungkan beberapa metode klasifikasi diantaranya Naïve Bayes, K Nearest Neighbor, dan Fuzzy K Nearest Neighbor. Status gizi balita yang dihasilkan dari sistem terdiri dari 2 kategori yaitu kategori BB menurut Umur yang menghasilkan status gizi diantaranya adalah gizi lebih, gizi baik, gizi kurang, dan gizi buruk. Dan kategori TB menurut Umur yang menghasilkan status gizi diantaranya adalah tinggi, normal, pendek, dan sangat pendek. Nilai akurasi tertinggi yang didapatkan pada perbandingan data 90% - 10% yaitu pada BB menurut Umur untuk Naïve Bayes sebesar 48.15%, KNN pada k=1 yaitu sebesar 51.85%, dan pada k=2 yaitu sebesar 51.85%, serta pada k=5 yaitu sebesar 51.85%. FKNN pada k=4 yaitu sebesar 72.22% dan pada k=5 yaitu sebesar 72.22%. Sedangkan pada TB menurut Umur terdapat pada perbandingan data 90% - 10% untuk Naïve Bayes sebesar 31.48%, KNN pada k=5 sebesar 55.56% , FKNN pada k=4 sebesar 90.74% dan k=5 sebesar 90.74%. Sedangkan hasil pengujian ensemble yaitu Average of Probabilities pada kategori BB menurut Umur sebesar mencapai 74.07%. Sedangkan kategori TB menurut Umur sebesar 83.33%.</description><date>2015-10-29</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146514/1/Laporan.pdf</identifier><identifier> Oktaviani, LusyDwi (2015) Penentuan Status Gizi Balita pada Kecamatan Kertosono Menggunakan Metode Ensemble Classifier. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2015/445/051600946</relation><recordID>146514</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Oktaviani, LusyDwi |
| title |
Penentuan Status Gizi Balita pada Kecamatan Kertosono Menggunakan Metode Ensemble Classifier |
| publishDate |
2015 |
| topic |
005 Computer programming programs data |
| url |
http://repository.ub.ac.id/146514/1/Laporan.pdf http://repository.ub.ac.id/146514/ |
| contents |
Anak usia kurang dari lima tahun atau balita membutuhkan gizi yang cukup dalam membantu tumbuh kembangnya. Kejadian gizi buruk dan kelebihan gizi akan berdampak buruk bagi balita seperti kematian dan infeksi kronis. Pengetahuan tentang status gizi balita sangat penting diketahui bagi orangtua mengingat usia balita merupakan masa yang tergolong rawan dalam pertumbuhan dan perkembangan balita. Parameter yang digunakan dalam penentuan status gizi balita untuk Berat Badan menurut Umur adalah berat badan, umur, dan jenis kelamin. Dan parameter yang digunakan dalam penentuan status gizi balita untuk Tinggi Badan menurut Umur adalah tinggi badan, umur, dan jenis kelamin. Dari hasil analisis di atas maka dibuatlah sebuah sistem yang digunakan untuk Penentuan Status Gizi Balita Menggunakan Metode Ensemble Classifier. Penentuan status gizi balita menggunakan metode Ensemble Classifier yaitu Average of Probabilities yang menggabungkan beberapa metode klasifikasi diantaranya Naïve Bayes, K Nearest Neighbor, dan Fuzzy K Nearest Neighbor. Status gizi balita yang dihasilkan dari sistem terdiri dari 2 kategori yaitu kategori BB menurut Umur yang menghasilkan status gizi diantaranya adalah gizi lebih, gizi baik, gizi kurang, dan gizi buruk. Dan kategori TB menurut Umur yang menghasilkan status gizi diantaranya adalah tinggi, normal, pendek, dan sangat pendek. Nilai akurasi tertinggi yang didapatkan pada perbandingan data 90% - 10% yaitu pada BB menurut Umur untuk Naïve Bayes sebesar 48.15%, KNN pada k=1 yaitu sebesar 51.85%, dan pada k=2 yaitu sebesar 51.85%, serta pada k=5 yaitu sebesar 51.85%. FKNN pada k=4 yaitu sebesar 72.22% dan pada k=5 yaitu sebesar 72.22%. Sedangkan pada TB menurut Umur terdapat pada perbandingan data 90% - 10% untuk Naïve Bayes sebesar 31.48%, KNN pada k=5 sebesar 55.56% , FKNN pada k=4 sebesar 90.74% dan k=5 sebesar 90.74%. Sedangkan hasil pengujian ensemble yaitu Average of Probabilities pada kategori BB menurut Umur sebesar mencapai 74.07%. Sedangkan kategori TB menurut Umur sebesar 83.33%. |
| id |
IOS4666.146514 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2021-10-27T08:48:28Z |
| last_indexed |
2021-10-28T07:34:00Z |
| recordtype |
dc |
| _version_ |
1751454634592960512 |
| score |
17.538404 |