Klasifikasi Status Gizi Balita Menggunakan Naïve Bayes Classification di Kelurahan Padasuka Ciomas Bogor
DOI:
https://doi.org/10.31848/justise.v3i1.4265Kata Kunci:
Child Nutritional Status, Anthropometric Measurement, Naive Bayes Classifier, Data Mining, Nutrition Classification, Community Health PostAbstrak
Hidup dicirikan dengan adanya gejala tumbuh dan berkembang. Tumbuh kembang derajat kesehatan setiap individu berbeda-beda. Dalam hal ini salah satu upaya peningkatan derajat kesehatan adalah dengan perbaikan status gizi. Status gizi adalah keadaan tubuh yang berkaitan dengan pola konsumsi makanan dan penggunaan nutrisi yang disesuaikan dengan kebutuhan tubuh. Perbaikan status gizi berguna untuk meningkatkan ketahanan tubuh dan menjadikan pertumbuhan yang normal. Dalam aktualisasi sehari-hari status gizi balita di Posyandu biasanya didapatkan melalui pengukuran antropometri yaitu dengan menggunakan indeks BB/U atau berat badan dibanding usia untuk menentukan status gizi. Namun dalam pengukuran dengan antropometri didapati kerancuan determinasi kualitas gizi demikian hal ini untuk mendapatkan hasil yang akurat maka dari itu diperlukan sebuah metode data mining yaitu Algoritma Naive Bayes Classification (NBC) yang akan diimplementasikan dalam penelitian. Dengan adanya penelitian ini diharapkan bisa membantu para Kader Posyandu di Kelurahan Padasuka, Kecamatan Ciomas, Kabupaten Bogor dalam menentukan status gizi balita dengan lebih baik dan akurat.
Referensi
R. Hariyanto, M. Z. Sarwani dan Y. N. Aprilia, “Prediction of Stunting Nutritional Status in Toddlers Using Naïve Bayes Classifier Algorithm,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 10, no. 2, pp. 1111-1117, 2025.
W. C. Wahyudin, F. M. Hana dan A. Prihandono, “PREDIKSI STUNTING PADA BALITA DI RUMAH SAKIT KOTA SEMARANG MENGGUNAKAN NAIVE BAYES,” JURNAL ILMU KOMPUTER DAN MATEMATIKA, vol. 4, no. 1, pp. 32 - 36, 2023.
S. Taufiq, “Klasifikasi Status Gizi Balita Menggunakan Algoritma Naive Bayes Berdasarkan Pengukuran Antropometri,” Jurnal Ilmu Pengetahuan dan Teknologi (IPTEK), vol. 9, no. 1, pp. 1-5, 2025.
E. R. Arumi, S. A. Subrata dan A. Rahmawati, “Implementation of Naïve bayes Method for Predictor Prevalence Level for Malnutrition Toddlers in Magelang City,” Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), vol. 7, no. 2, pp. 201 - 207, 2023.
N. Chasanah, A. D. Indriyanti dan A. Faizah, “Sistem Penentuan Status Gizi Balita Menggunakan Metode Naive Bayes Classifier (Studi Kasus Posyandu Anggrek Putih Seblak Desa Kwaron),” Inovate : Jurnal Ilmiah Inovasi Teknologi Informasi, vol. 6, no. 2, pp. 1-8, 2022.
R. A. Subhan, A. Asriyanik dan F. F. A. Zahra, “KLASIFIKASI STATUS GIZI BALITA BERDASARKAN TINGGI BADAN DAN BERAT BADAN MENGGUNAKAN METODE NAÏVE BAYES DI PUSKESMAS LIMUSNUNGGAL,” Synergy : Jurnal Ilmiah Multidisiplin, vol. 1, no. 4, p. 217–223, 2024.
M. I. Kamil dan A. P. Wibowo, “Implementation of the Naive Bayes Classifier Algorithm for Classifying Toddler Nutritional Status,” Journal of Applied Informatics and Computing, vol. 8, no. 2, p. 421–427, 2024.
F. Febriansyah, “Implementasi Metode Naive Bayes untuk Klasifikasi Kondisi Gizi Balita,” Jurnal Informatika Universitas Pamulang, vol. 9, no. 2, pp. 61-70, 2024.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Adam Husain
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
