Pertiwi, Langgeng Arum Kusuma (2019) Perbandingan metode Naive Bayes Classification (NBC) dan Indek Massa Tubuh (IMT) pada penentuan klasifikasi status gizi dewasa dengan aplikasi WEKA (Waikato Environment for Knowledge Analysis) / Langgeng Arum Kusuma Pertiwi. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
RINGKASAN Pertiwi Langgeng Arum Kusuma. 2019. Perbandingan Metode Na ve Bayes Classification (NBC) dan Indeks Massa Tubuh (IMT) pada Penentuan Klasifikasi Status Gizi Dewasa dengan Aplikasi WEKA (Waikato Environment for Knowledge Analysis). Skripsi Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Malang. Pembimbing Dr. Swasono Rahardjo S.Pd. M.Si. Kata Kunci Antropometri Status Gizi IMT Data Mining Na ve Bayes Weka. Pada tahun 2018 kasus gizi buruk di wilayah Nusa Tenggara Timur mencapai 29.5%.Salah satu faktor yang menyebabkan gizi buruk adalah kurangnya asupan gizi.Penelitian ini bertujuan untuk mengetahui klasifikasi status gizi seseorang berdasarkan atribut berat badan tinggi badan lingkar lengan atas lingkar pergelangan tangan dan lingkar perut menggunakan perhitungan Indeks Massa Tubuh (IMT) dan Na ve Bayes Classification(NBC).Data yang digunakan dalam penelitian ini adalah data primer dan berjumlah 52 data mahasiswa. Algoritma Na ve Bayes merupakan salah satu algoritma klasifikasi di Data Mining dimana menggunakan probabilitas statistika dan digunakan untuk mengasumsikan semua atribut independen atau atribut yang saling bebas yang diberikan suatu nilai pada variabel kelas.Perhitungan pada na ve bayes menggunakan Fungsi Densitas Gauss.Hasil penelitian menunjukkan bahwa dari perbandingan IMT dan NBC dapat disimpulkan babhwa dari 52 data terdapat 40 data yang sesuai dan 12 lainnya tidak sesuai. Kemudian diperoleh nilai total akurasi sebesar 91.45% dan nilai total Error Rate sebesar 7.02%. Sedangkan untuk perhitungan pada WEKA diperoleh nilai akurasi sebesar 98.0769% dan error rate sebesar 1.9231%.Dengan demikian dapat disimpulkan Na ve Bayes Classification mampu mengklasifikasikan status gizi dengan baik.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 21 Aug 2019 04:29 |
| Last Modified: | 09 Sep 2019 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/148566 |
Actions (login required)
 |
View Item |