KLASIFIKASI PENENTUAN KEBUTUHAN NUTRISI BALITA MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

  • Dwi Puspitasari Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang
  • Eka Larasati Amalia Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang
  • Hanis Miftha Meifri Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang

Abstract

Masalah gizi di Indonesia masih merupakan masalah nasional, yaitu kelompok usia yang sering terkena masalah gizi adalah usia balita. Banyaknya faktor risiko yang terlibat dalam menentukan kebutuhan nutrisi, membuat masyarakat awam akan kesulitan dalam mengetahui jenis kebutuhan yang dialami balitanya. Olehnya itu, masyarakat khususnya orang tua balita membutuhkan alat yang dapat membantu mengetahui jenis nutrisi yang sangat dibutuhkan oleh tubuh balitanya, sehingga mampu menunjang pertumbuhannya semaksimal mungkin.

Dengan begitu untuk menangani masalah tersebut diperlukan teknologi untuk membantu klasifikasi pentuan kebutuhan nutrisi pada balita serta memberikan solusi penanganan untuk balita yang mengalami gangguan dalam penentuan nutrisi dengan menggunakan metode Naïve Bayes Classifier. Sebab, Naïve Bayes Classifiermempunyai tingkat akurasi yang lebih baik dibandingkan model classifier lainnya. Dengan menggunakan teknik prediksi peluang kejadian yang sederhana dan mendasar. Metode Naïve Bayes Classifier merupakan salah satu metode klasifikasi yang efektif dan efisien karena proses pengklasifikasian Naïve Bayes Classifier bekerja secara independen pada setiap fitur objek yang akan diklasifikasi.

Berdasarkan hasil pengujian terhadap beberapa data training dapat maka didapat nilai akurasi sebesar 94,59% dari 80 data training, 95,23% dari  90 data training dan 82,08% dari 10 data training. Jadi, semakin besar data yang digunakan maka semakin besar pula nilai akurasinya. Pada penelitian ini nilai akurasi tertinggi terdapat pada 95,23% pada 90 data training yang digunakan.

Published
2018-08-31