Implementasi Algoritma C4.5 Pada Klasifikasi Status Gizi Balita Menggunakan Framework Flask

Hafizh Prayoga; Rakhmat Kurniawan

doi:10.51454/decode.v5i2.1194

Authors

Hafizh Prayoga Sistem Informasi Universitas Islam Negeri Sumatera Utara
Rakhmat Kurniawan Sistem Informasi Universitas Islam Negeri Sumatera Utara

DOI:

https://doi.org/10.51454/decode.v5i2.1194

Keywords:

Algoritma C4.5, Data Mining, Flask, Klasifikasi Status Gizi, Pohon Keputusan, Stunting

Abstract

Pemantauan status gizi balita berperan krusial dalam mencegah stunting melalui intervensi dini yang tepat sasaran. Namun, keterbatasan metode manual dalam klasifikasi data gizi menyebabkan keterlambatan dan risiko kesalahan pengambilan keputusan. Penelitian ini mengembangkan sistem klasifikasi status gizi balita berbasis web menggunakan algoritma C4.5 yang mampu mengidentifikasi pola hubungan antar atribut untuk menghasilkan prediksi status gizi secara otomatis dan akurat. Sistem dibangun dengan framework Flask guna memastikan aksesibilitas dan efisiensi pemrosesan. Data yang digunakan berasal dari Dinas Kesehatan Kota Pematangsiantar tahun 2022-2024 sebanyak 697 data. Proses penelitian meliputi pengumpulan data, praprocessing mencakup pembersihan dan transformasi data, split data dengan rasio 70:30, serta pelatihan model, dan evaluasi menggunakan confusion matrix. Hasil menunjukkan akurasi model mencapai 95% pada data uji, menandakan kinerja yang sangat baik dalam menggeneralisasi data baru. Sistem yang dikembangkan dilengkapi fitur visualisasi pohon keputusan, evaluasi model, pembaruan dataset, serta monitoring prevalensi gizi per kecamatan. Inovasi ini mendukung pengambilan keputusan berbasis data yang strategis merumuskan program-program yang menunjang pencegahan ataupun intervensi yang tepat.

References

Adinda, P. R. (2022). Pohon Keputusan C4. 5 Algoritma Untuk Klasifikasi Program Bantuan Belajar. Jurnal Portal Data, 2(9), 1–13.

Alshammari, T. S. (2024). Applying Machine Learning Algorithms for the Classification of Sleep Disorders. IEEE Access, 12, 36110–36121. https://doi.org/10.1109/ACCESS.2024.3374408

Amalda, R. N., Millah, N., & Fitria, I. (2022). Implementasi Algoritma C5.0 Dalam Menganalisa Kelayakan Penerima Keringanan UKT Mahasiswa ITK. Teorema: Teori Dan Riset Matematika, 7(1), 101. https://doi.org/10.25157/teorema.v7i1.6692

Angkoso, B., & Irmayansyah, I. (2023). Penerapan Algoritma C4.5 Untuk Prediksi Keterlambatan Pembayaran Sumbangan Pembinaan Pendidikan (SPP) Santri. TeknoIS : Jurnal Ilmiah Teknologi Informasi Dan Sains, 13(1), 13–23. https://doi.org/10.36350/jbs.v13i1.166

Anthira, N., & Suendri. (2024). Penerapan Data Mining Pada Klasifikasi Gangguan Jiwa Menggunakan Algoritma C5.0 Di RSJ. Mahoni Kota Medan. Jurnal Teknika, 18(x), 571–582.

Bachri, O. S., & Bhakti, R. M. H. (2021). Penentuan Status Stunting pada Anak dengan Menggunakan Algoritma KNN. Jurnal Ilmiah Intech : Information Technology Journal of UMUS, 3(02), 130–137. https://doi.org/10.46772/intech.v3i02.533

Daud, M., Juita, R., Suhendra, & Dwi, C. (2025). Penerapan Metode Algoritma C4 . 5 Untuk Klasifikasi Kelayakan Penerima Program Bantuan Pada Dinas Sosial Kabupaten Manokwari. 5(1), 271–278.

Eirlangga, Y. S., & Syaputra, A. E. (2022). Klasifikasi Penjurusan pada Sekolah Menengah Atas (SMA) dengan Metode Algoritma C4.5. Jurnal Informasi Dan Teknologi, 4(3), 160–165. https://doi.org/10.37034/jidt.v4i3.235

El-Hasnony, I. M., Elzeki, O. M., Alshehri, A., & Salem, H. (2022). Multi-Label Active Learning-Based Machine Learning Model for Heart Disease Prediction. Sensors, 22(3), 1184. https://doi.org/10.3390/s22031184

F Amalia, M. P. (2023). Klasifikasi Peserta Didik Menggunakan Algoritma C4.5. Jurnal Citra Widya Edukasi, Vo. 15(3).

Hastono, A. F. D., Vitianingsih, A. V., Pamudi, P., Maukar, A. L., & Wati, S. F. A. (2025). Diabetes Mellitus Disease Prediction Using Logistic Regression (LR) and Support Vector Machine (SVM) Methods. Decode: Jurnal Pendidikan Teknologi Informasi, 5(1), 54-64. https://doi.org/10.51454/decode.v5i1.1039

Han, J., Pei, J., & Tong, H. (2022). Data Mining: Concepts and Techniques. Morgan Kaufmann. https://books.google.co.id/books?id=NR1oEAAAQBAJ

Irmayanti. (2023). Perancangan Sistem Informasi Penyewaan Thermoking Pada PT . Moderen Prima Transportasi Menggunakan Python Dengan Framework Flask. JuSTICe, 1(1), 24–34.

Jang, J.-H., & Nemoto, M. (2024). A Study of Factors Influencing Happiness in Korea: Topic Modelling and Neural Network Analysis. Data and Metadata, 3, 238. https://doi.org/10.56294/dm2024238

Kastawan, P. W., Wiharta, D. M., & Sudarma, M. (2018). Implementasi Algoritma C5.0 pada Penilaian Kinerja Pegawai Negeri Sipil. Majalah Ilmiah Teknologi Elektro, 17(3), 371. https://doi.org/10.24843/MITE.2018.v17i03.P11

Lestari, S., & Dina, B. (2023). Klasifikasi Ketepatan Kelulusan Siswa Pada Smk Yadika 9 Bintara Jaya Kota Bekasi Menggunakan Algoritma C4.5. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi, 4(3), 1618–1632. https://doi.org/10.35870/jimik.v4i3.389

Limabri, R. I. O., Putrawansyah, F., & Arif, A. (2023). Penerapan Data Mining Untuk Mengklasifikasi Nasabah Bank Sumsel Babel Menggunakan Algoritma C4. 5. Escaf, 1101–1108.

Madiko, S., Ilham, R., & Mojdo, D. (2023). Hubungan Status Gizi Balita Dengan Kejadian ‎Stunting Di Wilayah Kerja Puskesmas Kota Timur. Jurnal Ilmu Kedokteran Dan Kesehatan Indonesia, 3, 155–164. https://doi.org/10.55606/jikki.v3i1.1201

Munawaroh, H., Nada, N. K., Hasjiandito, A., Faisal, V. I. A., Heldanita, H., Anjarsari, I., & Fauziddin, M. (2022). Peranan Orang Tua Dalam Pemenuhan Gizi Seimbang Sebagai Upaya Pencegahan Stunting Pada Anak Usia 4-5 Tahun. Sentra Cendekia, 3(2), 47. https://doi.org/10.31331/sencenivet.v3i2.2149

Nurrajtiari, D., Irawan, B., Bahtiar, A., & Tohidi, E. (2024). Implementasi Algoritma C4.5 Pada Produksi Perikanan Di Kecamatan Cihaurbeuti. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 238–244. https://doi.org/10.36040/jati.v8i1.8208

Ozcan, M., & Peker, S. (2023). A classification and regression tree algorithm for heart disease modeling and prediction. Healthcare Analytics, 3, 100130. https://doi.org/10.1016/j.health.2022.100130

Pratama, D. A., Mutaqin, I. R., & Manuela, K. R. (2023). Analisis Terjadinya Kanker Paru-Paru Pada Pasien Menggunakan Decision Tree: Penerapan Algoritma C4.5 Dan RapidMiner Untuk Menentukan Risiko Kanker Pada Gejala Pasien. Jtmei, 2, 156–170.

Purwaningrum, D. A. S. K., & Agustina, D. (2024). Implementation Of Machine Learning Algorithm C4.5 In Classification Of Patients With Type 2 Diabetes Mellitus. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 18(1), 0193–0204. https://doi.org/10.30598/barekengvol18iss1pp0193-0204

Rajoub, B. (2020). Supervised and unsupervised learning. In Biomedical Signal Processing and Artificial Intelligence in Healthcare (pp. 51–89). Elsevier. https://doi.org/10.1016/B978-0-12-818946-7.00003-2

Rastogi, R., & Bansal, M. (2023). Diabetes prediction model using data mining techniques. Measurement: Sensors, 25, 100605. https://doi.org/10.1016/j.measen.2022.100605

Rofiani, R., Oktaviani, L., Vernanda, D., & Hendriawan, T. (2024). Penerapan Metode Klasifikasi Decision Tree dalam Prediksi Kanker Paru-Paru Menggunakan Algoritma C4.5. Jurnal Tekno Kompak, 18(1), 126. https://doi.org/10.33365/jtk.v18i1.3525

Rozaq, A., & Purnomo, A. J. (2022). Classification Of Stunting Status In Toddlers Using Naive Bayes Method In The City Of Madiun Based On Website. Jurnal Techno Nusa Mandiri, 19(2), 69–76. https://doi.org/10.33480/techno.v19i2.3337

Sinaga, E. S., Rasyid, I. A., Mubarok, M. R., Sudharma, N. I., & Nolia, H. (2023). Pemantauan Konsumsi Pemberian Makanan Tambahan (PMT) Dalam Meningkatkan Berat Badan Balita Dengan Masalah Gizi. ABDI MOESTOPO: Jurnal Pengabdian Pada Masyarakat, 6(1), 1–8. https://doi.org/10.32509/abdimoestopo.v5i2.2236

Suendri, S. (2020). Analisis Tingkat Kepuasan Mahasiswa Terhadap Layanan Administrasi Fakultas Sains Dan Teknologi UIN Sumatera Utara Selama Masa Pandemi Covid-19. http://repository.uinsu.ac.id/12304/%0Ahttp://repository.uinsu.ac.id/12304/1/Suendri - Penelitian 2020.pdf

Yuningsih, Y. (2022). Hubungan Status Gizi dengan Stunting pada Balita. Oksitosin : Jurnal Ilmiah Kebidanan, 9(2), 102–109. https://doi.org/10.35316/oksitosin.v9i2.1845