PENENTUAN GIZI ANAK MENGGUNAKAN KOMPARASI METODE C4.5 DAN K-NEAREST NEIGHBOR (KNN)

M Noer Fadli Hidayat

Abstract


Kesehatan anak usia di bawah 2 tahun harus sempurna untuk membentuk generasi emas di masanya. Upaya yang dapat dilakukan salah satunya adalah pemenuhan asupan dan kecukupan gizi selama 1000 hari pertama kehidupan (1000 HPK). Dalam 1000 HPK anak terjadi periode emas pertumbuhan yang harus terpenuhi gizinya agar menjamin kesehatan yang baik di masa depan. Pada 1000 HPK dijelaskan bahwa gizi berkaitan dengan kebiasaan pola makan dan lingkungan selama kehamilan hingga usia 2 tahun seorang anak mempengaruhi kondisi fisiknya kelak di masa yang akan datang. Pertumbuhan anak yang normal dapat dilihat dari pengukuran fisik secara langsung atau secara antropometri. Pengukuran fisik secara langsung terdapat 3 faktor utama yaitu :1) Pengukuran Berat Badan Sesuai Umur (BB/U), 2) Pengukuran Tinggi Badan Sesuai Umur (TB/U), 3) Pengukuran Berat Badan Sesuai Tinggi Badan (BB/TB). Dari ketiga faktor tersebut harus dicocokan dengan menggunakan tabel pertumbuhan yang berlaku untuk suatu masyarakat, sehingga dapat mengevaluasi dan melihat perkembangan fisik anak. Penelitian ini akan menerapakan dua metode yang akan dicari model terbaik sebagai panutan untuk penentuan gizi anak. Metode yang akan digunakan adalah dua metode data mining yang klasifikasi yaitu C.45 dan K-Nearest Neighbor (K-NN), yang akan dicari model terbaik dari kedua metode tersebut dalam mencari tingkat keakurasian yang paling tinggi. Hasil penelitian menunjukan kinerja metode KNN dengan akurasi mencapai 93,30% lebih baik dari hasil kinerja metode C.45 dengan akurasi mencapai 78,03%.

References


H. Saleh, M. Faisal, and R. I. Musa, “Klasifikasi Status Gizi Balita Menggunakan Metode K-Nearest Neighbor,” Simtek J. Sist. Inf. dan Tek. Komput., vol. 4, no. 2, pp. 120–126, 2019, doi: 10.51876/simtek.v4i2.60.

M. A. Rahman, N. Hidayat, and A. A. Supianto, “Komparasi Metode Data Mining K-Nearest Neighbor Dengan Naïve Bayes Untuk Klasifikasi Kualitas Air Bersih (Studi Kasus PDAM Tirta Kencana Kabupaten Jombang),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Vol. 2, No. 12, Desember 2018, hlm. 6346-6353 e-ISSN, vol. 2, no. 12, pp. 925–928, 2018.

Kementrian Kesehatan RI, Infodatin : Situasi Balita Pendek di Indonesia. 2016.

N. Hermaduanti and S. Kusumadewi, “Sistem Pendukung Keputusan Berbasis Sms untuk Menentukan Status Gizi dengan Metode K- Nearest Neighbor,” Semin. Nas. Apl. Teknol. Inf., pp. 49–56, 2008.

Y. D. Iriani, “Sistem Pendukung Keputusan Status Gizi Balita Menggunakan K-Nearest Neighbor,” Universitas Jember, 2015.

Y. R. Kaesmetan, “Klasifikasi Status Gizi Balita di Kelurahan Oesapa barat Menggunakan K-Nearest Neighbor,” Multitek, vol. 11, no. 1, pp. 42–50, 2017.

S. D. Nugraha, R. R. M. Putri, and R. C. Wihandika, “Penerapan Fuzzy K-Nearest Neighbor (FK-NN) Dalam Menentukan Status Gizi Balita,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 9, pp. 925–932, 2017.

A. A. Afandie, M. N., Cholissodin, I., Supianto, “Implementasi Metode K-Nearest Neighbor Untuk Pendukung Keputusan Pemilihan Menu Makanan Sehat dan Bergizi,” DORO Repos. J. Mhs. FILKOM Univ. Brawijaya, vol. 3, no. 1, 2014.

Ida Mardelana, Dasar-Dasar Ilmu Gizi Konsep Dan Penerapan Pada Asuhan Keperawatan. Yogyakarta: Pustaka Baru Press, 2017.

S. Supangat, A. R. Amna, and T. Rahmawati, “Implementasi Decision Tree C4.5 Untuk Menentukan Status Berat Badan dan Kebutuhan Energi Pada Anak Usia 7-12 Tahun,” Teknika, vol. 7, no. 2, pp. 73–78, 2018, doi: 10.34148/teknika.v7i2.90.

M. Faid and M. Jasri, Teori dan praktek data mining dengan weka dan netbeans. Bali: Istiqlal Publishing Group, 2017.

A. S. Hutasoit, P. Tarigan, and E. R. Siagian, “Implementasi Data Mining Klasifikasi Status Gizi Balita Pada Posyandu Medan Timur Dengan Menggunakan Metode C4.5,” J. Pelita Inform., vol. 17, no. 2, pp. 120–125, 2018.

R. Wajhillah and E. Mutiara, “Penerapan Algoritma C4.5 Untuk Diagnosa Status Gizi Pada Anak Balita Berbasis Website,” Swabumi, vol. 4, no. 2, pp. 178–185, 2016.

R. I. Ndaumanu and M. R. Arief, Kusrini, “Analisis Prediksi Tingkat Pengunduran Diri Mahasiswa dengan Metode K-Nearest Neighbor,” Jatisi, vol. 1, no. 1, pp. 1–15, 2014, [Online]. Available: http://www.mdp.ac.id/jatisi/vol-1-no-1/JATISI_Vol_1_No_1_September_2014_1.pdf.




DOI: http://dx.doi.org/10.36564/njca.v5i2.202

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 M Noer Fadli Hidayat


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

NJCA(Nusantara Journal of Computers and Its Applications)
Published by Computer Society of Nahdlatul Ulama, Indonesia.