KLASIFIKASI DATA MINING UNTUK PENENTUAN STUNTING PADA BALITA MENGGUNAKAN METODEN NAÏVE BAYES
Abstract
Maraknya stunting pada balita yang meengakibatkan reesiko angka keematian sangat tinggi, Permasalahan tersbut menjadi perhatian agar dapat mengatasi stunting pada balita salah satunya di Kecamatan Poto Tano. Permasalahan stunting yang ditemukan di Puskesmas Kecamatan Poto Tano yang disebabkan kurangnya pengetahuan orang tua akan bahayanya stunting, faktor ekonomi yang mengakibatkan kurangnya asupan gizi pada bayi balita. Dengan melakukan analisis data mining terhadap data balita dalam penentuan stunting diolah menjadi sebuah informasi untuk dapat mendeteksi stunting pada balita secara dini. Penulis menggunakan data gizi balita sebanyak 5.829 data balita yang diperoleh dari Puskemas Poto Tano. Naïvee Bayees digunakan sebagai metode untuk klasifikasi data dalam penelitian ini. Penulis menggunakan tools RapidMiner dengan algoritma Naïve Bayes dan menggunakan atribut beerpeengaruh teerhadap peeneentuan stunting pada balita seepeerti, umur Beerat Badan (BB/U) dan Tinggi Badan (TB/U). Naive Bayes terbukti efektif dalam peenentuan stunting pada balita deengan tingkat akurasi yang sangat tinggi meencapai 95.08%.
Downloads
Copyright (c) 2024 Jurnal Mnemonic
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.