Keywords
kondisi balita
support vector machine
How to Cite
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).
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.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2023 Intan Anggun Kinanti, Umi Mahdiyah, Daniel Swanjaya