Sistem Klasifikasi Kondisi Balita Pada Posyandu Rambutan Dusun Bumirejo Desa Krecek Menggunakan Metode Svm (Support Vector Machine)

Authors

  • Intan Anggun Kinanti Universitas Nusantara PGRI Kediri Indonesia
  • Umi Mahdiyah Universitas Nusantara PGRI Kediri Indonesia
  • Daniel Swanjaya Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/inotek.v7i2.3490

Abstract

Kondisi balita merupakan kondisi tubuh seorang balita yang sudah tercukupi kebutuhan makanannya, yang ditunjukkan dari tinggi badan dan berat badan. Masalah gizi sering terjadi termasuk gizi buruk, gizi kurang, gizi normal dan gizi lebih. Kondisi balita secara umum dapat ditentukan berdasarkan berat badan menurut umur (BB/U). Petugas Kader Posyandu Rambutan di Dusun Bumirejo Desa Krecek akan menentukan apakah balita tersebut tergolong kondisi balita gizi buruk, gizi kurang, gizi normal atau gizi lebih. Namun permasalahannya untuk menentukan kondisi balita masih secara manual sehingga membutuhkan waktu cukup lama dan sering menimbulkan kesalahan dalam memprediksi kondisi balita. Salah satu solusi dari permasalahan tersebut yaitu dengan pembuatan sistem klasifikasi dengan menggunakan metode Support Vector Machine (SVM).

Keywords:

Klasifikasi, kondisi balita, support vector machine

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

Ambar Tri Hapsari. 2019. Sistem Pendukung Keputusan Tumbuh Kembang Balita Usia (0-3 Tahun) Menggunakan Metode Z Score. Jurnal Ilmiah Komputasi. Vol.18, No. 3: 259-270

Arhami, Muhammad dan Muhammad Nasir. 2020. Data Mining Algoritma dan Implementasi. Yogyakarta: CV Andi Offset (Penerbit ANDI).

Agus Setiyono,Hilman F. Pardede. 2019. Klasifikasi SMS Spam Menggunakan Support Vector Machine. Jurnal Pilar Nusa Mandiri Vol. 15, No. 2: 275-280

Berliana Irianti. 2018. Faktor- Faktor Yang Menyebabkan Status Gizi Kurang Pada Balita Di Wilayah Kerja Puskesmas Sail Pekanbaru Tahun 2016. Midwifery Journal. Vol. 3 No. 2: 95-98.

Eva Darnila, Maryana, Muhammad Azmi. 2021. Aplikasi Klasifikasi Status Gizi Balita Menggunakan Metode Naïve Bayes Berbasis Android. Vol. 5 No. 2: 134-141.

I.T. Utami. 2018. Perbandingan Kinerja Klasifikasi Support Vector Machice (SVM) Dan Regresi Logistik Biner Dalam Mengklasifikasikan Ketepatan Waktu Kelulusan Mahasiswa FMIPA UNTAD. Jurnal Ilmiah Matematika dan Terapan. Vol.15, No. 2: 256-267.

Indri Monika Parapat, Muhammad Tanzil Furqon, Sutrisno. 2018. Penerapan Metode Support Vector Machine (SVM) Pada Klasifikasi Penyimpangan Tumbuh Kembang Anak Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 2, No.10: 3163-3169.

J. Suntoro, “22-DATA MINING Algoritma dan Implementasi Menggunakan Bahasa Pemrograman PHP,” DATA Min. Algoritm. dan Implementasi Menggunakan Bhs. Pemrograman PHP, vol. 9, no. 9, pp. 259–278, 2019.

Lestari, Kurnia Cahya dan Arni Muarifah Amri. 2020. Sistem Informasi Akuntansi (Beserta Contoh Penerapan Aplikasi SIA Sederhana Dalam UMKM).

N. Rahmawati and Y. Novianto, “Klasifikasi Kondisi Gizi Balita Menggunakan Metode Naive Bayes (Studi Kasus Posyandu Melati IV),” J. Ilm. Mhs. Tek. Inform., vol. 2, no. 3, 2020.

Peraturan Menteri Kesehatan Republik Indonesia Nomor 2 Tahun 2020 Tentang Standar Antropometri Anak.

Riris Nur Sasmi, Tedy Setiadi. 2019. Sistem Pendukung Keputusan Status Gizi Balita untuk Membantu Kinerja Puskesmas dengan Metode Fuzzy

Rizky Setiawan, Agung Triayudi. 2022. Klasifikasi Status Gizi Balita Menggunakan Naïve Bayes Dan K-Nearest Neighbor Berbasis Web. Jurnal Media Informatika Budidarma. Vol. 6, No.2: 777-785.

Weni Agustina, Muhammad Tanzil Furqon, Bayu Rahayudi. 2018. Implementasi Metode Support Vector Machine (Svm) Untuk Klasifikasi Rumah Layak Huni (Studi Kasus: Desa Kidal Kecamatan Tumpang Kabupaten Malang). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol. 2, No. 10: 3366-3372.

Wiwid Wahyudi, Alvina Chintya Putri Herlena, Irdhayunianto. 2023. Implementasi Data Mining Untuk Klasifikasi Stuting Gizi Pada Balita DiSurabaya Menggunakan Metode K-Medoids.Jurnal Publikasi Teknik Informatika. Vol 2 No. 1: 62-67.

Downloads

Published

2023-07-24

Issue

Vol. 7 No. 2 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023

Section

Articles

License

Copyright (c) 2023 Intan Anggun Kinanti, Umi Mahdiyah, Daniel Swanjaya

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Sistem Klasifikasi Kondisi Balita Pada Posyandu Rambutan Dusun Bumirejo Desa Krecek Menggunakan Metode Svm (Support Vector Machine). (2023). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 7(2), 725-732. https://doi.org/10.29407/inotek.v7i2.3490