KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN METODE SVM (STUDI KASUS : DESA BANJARAGUNG, BARENG, JOMBANG)

MAULAN, EFILAH RISQI (2020) KLASIFIKASI STATUS GIZI BALITA MENGGUNAKAN METODE SVM (STUDI KASUS : DESA BANJARAGUNG, BARENG, JOMBANG). Skripsi thesis, Universitas Bhayangkara.

[img] Text
1. COVER.pdf

Download (49kB)
[img] Text
2. Pengesahan.pdf

Download (5MB)
[img] Text
3. ABSTRAK INDO.pdf

Download (87kB)
[img] Text
4. BAB I (Pendahuluan).pdf

Download (262kB)
[img] Text
4. BAB II (Tinjauan Pustaka).pdf

Download (350kB)
[img] Text
4. BAB III (Teori Penunjang).pdf

Download (597kB)
[img] Text
4. BAB IV (Analisis & Desain sistem).pdf

Download (699kB)
[img] Text
4. BAB V (Implementasi Sistem).pdf

Download (338kB)
[img] Text
4. BAB VI (Pengujian & Pembahasan Hasil).pdf

Download (1MB)
[img] Text
4. BAB VII ( Kesimpulan & Saran).pdf

Download (91kB)
[img] Text
5. DAFTAR PUSTAKA.pdf

Download (306kB)

Abstract

Peningkatan derajat kesehatan balita sangat diperlukan dalam menentukan generasi penerus bangsa Indonesia, Salah satu upaya yang dapat diwujudkan adalah menjaga gizi balita dikalangan masyarakat. Gizi yang seimbang dapat meningkatkan kekebalan tubuh dan meningkatkan kecerdasan sehingga menjadikan pertumbuhan yang normal. Dalam kehidupan bermasyarakat status gizi didapatkan melalui pengukuran antropometri di sebuah posyandu yang umumnya masyarakat menggunakan indeks BB/U atau berat badan dibandingkan usia untuk menentukan status gizi balita. Penelitian ini bertujuan untuk memudahkan penentuan status gizi balita menggunakan Data Mining dengan algoritma Support Vector Machine (SVM). sistem dibangun dengan bahasa pemrograman PHP dan database postgreSQL. penelitian ini menggunakan data 314 balita dalam 4 kelompok posyandu yang ada di desa. Dilakukan 2 kali pengujian data, pertama dengan perbandinagn 50:50 dan kedua 70:30 data training dan data testing. Hasil penelitian menunjukkan akurasi 96% dan 98% dengan kata lain SVM dikategorikan baik untuk pengujian status gizi balita.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Gizi Balita, Klasifikasi, Support Vector Machine.
Subjects: Technology
Technology > Informations and Technology
Divisions: Faculty of Engineering > Bachelor of Informations Technology
Depositing User: Perpus Ubhara Surabaya
Date Deposited: 21 Oct 2021 03:13
Last Modified: 21 Oct 2021 03:13
URI: http://eprints.ubhara.ac.id/id/eprint/886

Actions (login required)

View Item View Item