Text
Sistem klasifikasi data stunting balita dengan mengunakan metode K-Nearst Neighboor dan metode smote (studi kasus : puskesmas kalibata, kelurahan kalibata)
Stunting adalah kondisi gagal tumbuh pada balita akibat kekurangan asupan gizi dan infeksi yang berkepanjangan yang mengakibatkan tinggi badan yang lebih pendek dari standar usianya. Indonesia saat ini menjadi urutan ke 4 dalam tingginya kasus prevelensi stunting menurut standar World Health Organization. Stunting juga gangguan pertumbuhan dan perkembangan yang disebabkan oleh kekurangan gizi dan ditandai dengan tinggi badan yang tidak memenuhi kriteria pertumbuhan normal anak seusianya. Untuk mencegah stunting, tenaga kesehatan atau kader posyandu mengukur antropometri tubuh anak-anak di posyandu. Data hasil pengukuran tubuh anak diproses secara manual, sehingga ada kemungkinan besar kesalahan pemrosesan karena kesalahan manusia (human error). Data ini digunakan dari open data jabar yang khusus ke dalam data stunting. Dalam penelitian ini data di olah dengan menggunakan metode dengan menggunakan algoritma K-Nearst Neighbor dan mengetahui keakuratan yang dihasilkan oleh algoritma K-Nearst Neighbor dalam melakukan klasifikasi dan data yang digunakan pada penelitian ini mengalami ketidakseimbangan jumlah kelas dimana kelas tinggi jauh lebih sedikit dari kelas rendah dan sedang sehingga digunakan metode Synthetic Minority Oversampling Technique (SMOTE). Sistem yang dibuat menerapkan metode algoritma K-Nearest Neighbor untuk proses klasifikasi penentuan status stunting pada balita. Sistem ini dapat dipakai untuk mengolah status stunting pada balita dengan baik dan tindakan pencegahan dapat segera di lakukan dan dengan adanya metode ini mampu mengklasifikasi data stunting dengan baik.
SI24/019 | SI 24/019 | Prodi Sistem Informasi (Ruang Skripsi dan Tesis) | Tersedia |
Tidak tersedia versi lain