PENGGUNAAN ALGORITMA SUPERVISED LEARNING IN QUEST UNTUK PENGKLASIFIKASIAN STATUS GIZI BALITA PADA KECAMATAN KERTOSONO

Repositori Jurnal Mahasiswa PTIIK UB
© 2015 by Doro Jurnal
Volume 6 - Number 29
Year of Publication: 2015
Armeilya Rahmanis Shokikah, Indriati dan Achmad Ridok
Download Article

 


Abstract

Balita-balita di Indonesia memiliki status gizi yang berbeda-beda dan kecenderungan untuk memiliki gizi di bawah rata-rata jika tidak ditangani serta dirawat dengan baik oleh pemerintah dan pihak terkait. Penggunaan alat bantu untuk mengetahui balita dengan status gizi pada suatu wilayah sangat diperlukan untuk memudahkan mengklasifikasikan status gizi balita pada kelompok-kelompok status gizi (gizi buruk, gizi kurang, gizi baik, gizi lebih), seperti sebuah aplikasi pengklasifikasian dengan algoritma klasifikasi yang dirasa baik diterapkan untuk sebuah kasus seperti ini. Algoritma klasifikasi yang dipilih untuk diterapkan pada penelitian ini adalah algoritma Supervised Learning In Quest (SLIQ) karena SLIQ memiliki tingkat akurasi yang cukup baik diterapkan untuk beberapa penelitian yang telah dilakukan sebelumnya. SLIQ merupakan sebuah metode decision tree pada data mining yang dapat mengolah data numerikal dan kategorikal dengan jumlah data yang besar. SLIQ membentuk aturan-aturan dari tree untuk mengklasifikasikan sebuah data. Prosentase akurasi yang dihasilkan pada kasus ini adalah 74.59 %. Hasil ini didapatkan dari pengujian tingkat akurasi sistem  pada nilai batas dan data pembentuk aturan klasifikasi

Keywords

status gizi, data mining, klasifikasi, decision tree, SLIQ