Penerapan Algoritma C5.0 Untuk Klasifikasi Stunting Pada Balita Di Puskesmas Jember Kidul Berbasis Framework Streamlit

Maulidi, Muhammad Syafin (2024) Penerapan Algoritma C5.0 Untuk Klasifikasi Stunting Pada Balita Di Puskesmas Jember Kidul Berbasis Framework Streamlit. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text PENDAHULUAN.pdf Download (1MB)
	Text ABSTRAK.pdf Download (326kB)
	Text BAB 1.pdf Download (454kB)
	Text BAB 2.pdf Restricted to Repository staff only Download (874kB) | Request a copy
	Text BAB 3.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text BAB 4.pdf Restricted to Repository staff only Download (920kB) | Request a copy
	Text BAB 5.pdf Restricted to Repository staff only Download (226kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (550kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Stunting merupakan kondisi dimana pertumbuhan dan perkembangan anak balita (bayi di bawah usia lima tahun) terhambat karena kekurangan gizi kronis, menyebabkan anak tersebut memiliki tinggi badan yang tidak proporsional dengan usianya. Proses penentuan status stunting diperoleh dengan melakukan pengukuran berat badan, tinggi badan dan usia balita. Penentuan status yang dilakukan oleh Puskesmas Jember Kidul terkadang mengalami ketidaksesuaian dalam melakukan pelabelan status stunting pada balita. Sebagai contoh, balita yang memiliki berat dan tinggi badan normal yang seharusnya diberi label normal malah justru di deteksi sebagai stunting Algoritma C5.0 adalah metode klasifikasi dalam bidang data mining yang menggunakan pohon keputusan dan merupakan perkembangan dari teknik sebelumnya, yakni ID3 dan C4.5. Penelitian ini menerapkan algoritma C5.0 untuk melakukan klasifikasi status stunting pada balita di Puskesmas Jember Kidul. Penelitian ini juga menggunakan metode oversampling Synthetic Minority Oversampling Technique (SMOTE) untuk menyeimbangkan data dalam kelas.Tujuan dari peneltian ini adalah untuk mengetahui seberapa baik kinerja yang dihasilkan oleh algoritma C5.0 untuk mengklasifikasikan status stunting menggunakan data balita Puskesmas Jember Kidul. Hasil dari penelitian ini adalah algoritma C5.0 memperoleh Akurasi sebesar 65,37%, presisi 72,35%, dan recall 63,02%. dengan begitu kinerja algoritma C5.0 ini belum bisa dikatakan baik dalam melakukan klasifikasi status stunting pada balita di Puskesmas Jember Kidul.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Stunting, Algoritma Decision Tree, SMOTE
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science 000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Muhammad Syafin Maulidi
Date Deposited:	22 Jul 2024 08:02
Last Modified:	22 Jul 2024 08:02
URI:	http://repository.unmuhjember.ac.id/id/eprint/22135

Actions (login required)

View Item