KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN KOMBINASI METODENAIVE BAYES DANMODIFIED K-NEAREST NEIGHBOR
Daftar Isi:
- Pada tahun 2013 gizi buruk di provinsi Riau berdasarkan Berat Badan menurut Umur masuk dalam urutan 15, sedangkan menurut indikator Berat Badan menurut Tinggi Badan masuk dalam urutan5. Anak usia di bawah lima tahun merupakan golongan yang rentan terhadap masalah kesehatan dan gizi. Pengukuran gizi balita masih menggunakan cara manual seperti pencocokan dengan tabel baku WHO dan perhitungan z-score yang akan memakan waktu. Maka dari permasalahan tadi digunakanlah data mining dengan metode kombinasi Naive Bayes dan Modified k-Nearest Neighbor yang merupakan salah satu solusi untuk mengklasifikasikan status gizi balita sehingga dapat membantu pihak puskesmas dalam melakukan pemeriksaan dengan mudah. Penelitian ini melakukan penggalian informasi dan pola baru berdasarkan dari total 1000 data,997data latih dan 3 data uji untuk mengklasifikasi status gizi balita. Sistem yang dibangun berdasarkan model klasifikasi tersebut diuji menggunakan Evaluasi, BlackBox,User Accepetence Test. Hasilnya sistem yang dibangun sesuai harapan dan mampu membantu calon user mengklasifikasi status gizi balita dengan tingkat akurasi tertinggi sebesar 99% pada skenario data latih : data uji90:10 dandata latih : data uji80:20 dengan k=1 sampai k=3, rata-rata tingkat akurasi adalah 92,057%.Kata kunci: Data Mining,Gizi Balita, Klasifikasi, Modified k-Nearest Neighbor, Naive Bayes.