Klasifikasi Status Gizi Lansia Menggunakan Metode Naive Bayes Classifier

Kurniawati, Aulia Arief (2017) Klasifikasi Status Gizi Lansia Menggunakan Metode Naive Bayes Classifier. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

Preview	Text JURNAL.pdf - Published Version Download (338kB) | Preview
	Text PENDAHULUAN.pdf Download (297kB)
	Text ABSTRAKSI.pdf Download (93kB)
	Text bab 1.pdf Download (164kB)
	Text bab 2.pdf Restricted to Repository staff only Download (394kB)
	Text bab 3.pdf Restricted to Repository staff only Download (382kB)
	Text bab 4.1.pdf Restricted to Repository staff only Download (1MB)
	Text bab 4.2.pdf Restricted to Repository staff only Download (197kB)
	Text bab 4.3.pdf Restricted to Repository staff only Download (88kB)
	Text bab 4.4.pdf Restricted to Repository staff only Download (696kB)
	Text bab 4.5.pdf Restricted to Repository staff only Download (87kB)
	Text bab 4.6.pdf Restricted to Repository staff only Download (84kB)
	Text bab 5.pdf Restricted to Repository staff only Download (85kB)

Abstract

Malnutrisi dapat terjadi karena kekurangan gizi maupun kelebihan gizi. Status gizi dapat ditentukan melalui pemeriksaan laboratorium maupun secara antropometri. Alat ukur antropometri menjadi sangat berperan untuk penentuan status gizi tersebut. Sistem analis di RSUD dr. Soedono Madiun masih menerapkan perhitungan secara manual dalam penentuan status gizi lansia. Naive Bayesian Classifier (NBC) bertujuan untuk melakukan klasifikasi data pada klas tertentu. Algoritma Naive Bayesian Classifier akan diaplikasikan dalam penelitian ini untuk menentukan status gizi lansia. Hasil penelitian menunjukan NBC dapat memecahkan masalah dengan cukup baik. Hasil penelitian menunjukan kinerja sistem sebesar 94%.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

UNSPECIFIED

Arifianto, Deni

nidn1103588

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	klasifikasi, Naive Bayesian Classifier (NBC), nutrisi
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri UF | hendri@unmuhjember.ac.id
Date Deposited:	23 Aug 2018 03:18
Last Modified:	12 Sep 2019 10:46
URI:	http://repository.unmuhjember.ac.id/id/eprint/596

Actions (login required)

View Item