Perpustakaan STMIK Pradnya Paramita Malang

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

SKRIPSI Sistem Informasi

DATA MINING MENGGUNAKAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI STATUS GIZI BALITA PUSKESMAS SISIR KOTA BATU

Freda Pratama Putra - Nama Orang;

Pratama, Freda. (2019). DATA MINING MENGGUNAKAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI STATUS GIZI BALITA PUSKESMAS SISIR KOTA BATU. SKRIPSI, Program Studi Sistem Informasi STMIK Pradya Paramita. Pembimbing : (I) Rahayu Widayanti, SE., MM., MMSI. Pembimbing : (II) Mochamad Husni, S.PdI., MM., MMSI.

Kata kunci: prediksi, data mining, klasifikasi, Naive Bayes, RapidMiner

Kemajuan teknologi informasi sudah semakin berkembang pesat disegala bidang kehidupan. Penerapan teknologi informasi dalam dunia kesehatan juga dapat menghasilkan data yang berlimpah mengenai data balita dan proses pembelajaran yang dihasilkan. Pada puseksmas sisir, data balita dapat menghasilkan informasi berupa berat badan, tinggi badan, umur, jenis kelamin. Hal ini akan terjadi secara berulang pada setiap bulan. Berdasarkan data yang diperoleh dari Puskesmas Sisir Kota Batu, total jumlah balita sebesar 291 jiwa yang akan dijadikan sebagai acuan dilakukannya proses klasifikasi penentuan status gizi balita. Penelitian ini akan melakukan analisis data secara ilmiah dengan menggunakan metode klasifikasi penentuan status gizi balita. Proses data cleaning, data selection, dan data transformation dilakukan untuk pembentukan pola menggunakan algoritma Naive Bayes dengan aplikasi RapidMiner. Hasil klasifikasi penentuan status gizi balita dengan menggunakan teknik data mining dapat dijadikan sebagai salah satu bahan evaluasi dalam menentukan kebijakan pihak Puskesmas Sisir. Hasil evaluasi menunjukan tingkat akurasi sebesar 86,06%. Selain itu, diperoleh nilai prediksi sebesar 0.9016 untuk status gizi baik, 0.6923 untuk status gizi kurang, dan 0.800 untuk status gizi lebih. Dapat disimpulkan prediksi status gizi balita pada Puseskmas Sisir berada dalam klasifikasi gizi “Baik”.


Ketersediaan
18510008001.42 FRE D SKR SistemInformasiPerpus STMIK (Sistem Informasi)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
001.42 FRE D SKR SistemInformasi
Penerbit
Malang : Stmik Pradnya Paramita., 2020
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
001.42
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Putra Freda Pratama
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • DATA MINING MENGGUNAKAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI STATUS GIZI BALITA PUSKESMAS SISIR KOTA BATU
Komentar

Anda harus login sebelum memberikan komentar

Perpustakaan STMIK Pradnya Paramita Malang
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik