Implementasi Data Mining Pada Klasifikasi Status Gizi Bayi Dengan Metode Decision Tree CHAID (Studi Kasus: Puskesmas Godean 1 Yogyakarta)
DOI:
10.51519/journalita.v5i1.538Keywords:
Data Mining, Decision Tree, CHAID, Status Gizi Bayi, KlasifikasiAbstract
Penelitian ini mengukur akurasi metode Decision Tree CHAID dalam mengklasifikasikan status gizi bayi dengan menambahkan atribut jenis kelamin dan lokasi desa posyandu. Hasil penelitian ini adalah situs web berbasis server lokal untuk menguji sistem klasifikasi tersebut. Prosesnya meliputi impor data, pembagian data latih dan uji, pelatihan model, pemilihan algoritma, dan pengujian matriks. Dari 3106 data antara Januari hingga Februari 2024, akurasi pada data uji mencapai 0,90, pada data latih 0,99, dan akurasi algoritma CHAID 0,84. Variabel yang digunakan meliputi usia, desa, posyandu, tinggi badan, berat badan, dan jenis kelamin. Kelas status gizi meliputi gizi baik, gizi buruk, gizi kurang, gizi berlebih, obesitas, dan risiko gizi berlebih.
This research aims to measure the accuracy of the Decision Tree CHAID method in classifying the nutritional status of infants by adding new attributes such as gender and village posyandu location. The outcome of this research is a locally hosted website for testing the classification system using the CHAID-based Decision Tree method. The process includes data import, splitting data into training and testing sets, training the machine learning model, selecting the appropriate algorithm, and performing a confusion matrix test. From 3106 data entries collected between January and February 2024, the accuracy on the test data reached 0.90, on the training data 0.99, and the CHAID algorithm accuracy was 0.84. The variables used include age, village, posyandu, height, weight, and gender. The nutritional status classes used as labels in this study are good nutrition, malnutrition, undernutrition, overnutrition, obesity, and risk of overnutrition.
References
A. Hubungan Tingkat Pengetahuan Ibu Tentang Gizi dengan Status Gizi Balita, Y. Nur Khayati, P. Pendidikan Profesi, and P. Kebidanan, “Analisis Hubungan Tingkat Pengetahuan Ibu Tentang Gizi dengan Status Gizi Balita,” Maret 2020 Indonesian Journal of Midwifery, vol. 3, no. 1, [Online]. Available: http://jurnal.unw.ac.id/index.php/ijm
N. Nurjannah, "Faktor yang Berhubungan dengan Status Gizi pada Balita di Desa Bandar Tarutung Kecamatan Angkola Sangkunur Kabupaten Tapanuli Selatan Tahun 2020," 2020.
M. T. Hidayat and R. H. Laluma, “Penerapan Metode K-Nearest Neighbor Untuk Klasifikasi Gizi Balita,” Infotronik: Jurnal Teknologi Informasi dan Elektronika, vol. 7, no. 2, p. 64, Dec. 2022, doi: 10.32897/infotronik.2022.7.2.1702.
S. Bahri and A. Lubis, “Metode Klasifikasi Decision Tree Untuk Memprediksi Juara English Premier League,” vol. 2, no. 1, 2020.
R. Setiawan and A. Triayudi, “Klasifikasi Status Gizi Balita Menggunakan Naïve Bayes dan K-Nearest Neighbor Berbasis Web,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no. 2, p. 777, Apr. 2022, doi: 10.30865/mib.v6i2.3566.
G. Dwi Ari Permadani et al., “Klasifikasi Tingkat Kematangan Buah Pepaya Menggunakan Metode Decision Tree,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 6, no. 2, 2023.
A. Permana, A. Hananto, S. B. Nugroho, and A. Wibowo, “Techno Xplore Jurnal Ilmu Komputer dan Teknologi Informasi CHAID Dalam Profiling Tersangka Kasus Narkoba Di Jawa Barat,” 2021.
Jody Alwin irawadi and S. Sunendiari, “Penerapan dan Perbandingan Tiga Metode Analisis Pohon Keputusan pada Klasifikasi Penderita Kanker Payudara,” Jurnal Riset Statistika, vol. 1, no. 1, pp. 19–27, Jul. 2021, doi: 10.29313/jrs.v1i1.22.
J. J. R. Fanggidae, “Klasifikasi Faktor–faktor yang Mempengaruhi Prestasi Akademik Mahasiswa Pendidikan Matematika FKIP Undana dengan Metode CHAID,” Fraktal: Jurnal Matematika Dan Pendidikan Matematika, vol. 2, no. 1, pp. 23–33, May 2021, doi: 10.35508/fractal.v2i1.4018.
D. Khoiriyah and R. Ambarwati, “Dynamic Segmentation Analysis for Expedition Services: Integrating K-Means and Decision Tree”, journalisi, vol. 6, no. 1, pp. 363-377, Mar. 2024.
C. Cahyaningtyas, Y. Nataliani, and I. R. Widiasari, “Analisis sentimen pada rating aplikasi Shopee menggunakan metode Decision Tree berbasis SMOTE,” AITI: Jurnal Teknologi Informasi, vol. 18, no. Agustus, pp. 173–184, 2021.
Y. S. Siregar, D. Handoko, M. Khairani, N. I. Syahputri, H. Harahap, and H. Artikel, “Implementasi Data Mining Klasifikasi Algoritma Chaid Dalam Menentukan Pola Penerima Mahasiswa Baru,” Digital Transformation Technology (Digitech), vol. 3, no. 2, 2023, doi: 10.47709/digitech.v3i2.3612.
C. Sa, T. Widiharih, and A. Rachman Hakim, “Klasifikasi Pemberian Kredit Sepeda Motor Menggunakan Metode Regresi Logistik Biner Dan Chi-Squared Automatic Interaction Detection (CHAID) dengan GUI R (Studi Kasus: Kredit Sepeda Motor di PT X),” vol. 10, no. 2, pp. 159–169, 2021.
A. Mira Yunita, E. Nurafliyan Susanti, and R. Rizki, “Implementasi Metode Weight Product Dalam Penentuan Klasifikasi Kelas Tunagrahita,” Sistem Informasi |, vol. 7, no. 2, pp. 78–82, 2020.
L. Tahmidaten and W. Krismanto, “Permasalahan Budaya Membaca di Indonesia (Studi Pustaka Tentang Problematika & Solusinya).”
D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” 2021.
Z. Nahda, A. Rahma, L. H. AlFath, and S. Suhairi, "Konsep Pohon Keputusan," VISA: Journal of Vision and Ideas, vol. 2, no. 1, pp. 135-142, 2022.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Scholastica Larissa Zefira Lewoema, Putri Taqwa Prasetyaningrum
This work is licensed under a Creative Commons Attribution 4.0 International License.